| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 基于图像块的去噪算法研究现状 | 第15-17页 |
| 1.3 Bootstrap统计方法介绍 | 第17-19页 |
| 1.4 自然图像统计模型 | 第19-23页 |
| 1.4.1 高斯混合模型 | 第19-20页 |
| 1.4.2 一维Student-t分布 | 第20-22页 |
| 1.4.3 Student-t混合模型 | 第22-23页 |
| 1.5 块似然对数期望恢复框架—EPLL | 第23-24页 |
| 1.6 本文的主要工作及内容安排 | 第24-28页 |
| 1.6.1 本文的主要工作 | 第24-25页 |
| 1.6.2 内容安排 | 第25-28页 |
| 第二章 基于EM-Bootstrap估计的图像块自适应EPLL去噪算法 | 第28-44页 |
| 2.1 图像块统计先验建立高斯混合模型 | 第28-32页 |
| 2.1.1 Bootstrap重采样优化 | 第29-30页 |
| 2.1.2 EM-Bootstrap参数估计 | 第30-32页 |
| 2.2 图像块自适应EPLL | 第32-34页 |
| 2.3 去噪方法的具体实现 | 第34-35页 |
| 2.4 基于IPAEPLL的去噪实验 | 第35-42页 |
| 2.4.1 实验环境以及去噪评价标准 | 第35-36页 |
| 2.4.2 Bootstrap参数估计分析 | 第36-39页 |
| 2.4.3 模型分析 | 第39页 |
| 2.4.4 去噪效果及分析 | 第39-42页 |
| 2.5 本章小结 | 第42-44页 |
| 第三章 基于空间分布因子和Student-t混合模型的图像去噪算法 | 第44-54页 |
| 3.1 空间Student-t混合模型 | 第44-46页 |
| 3.1.1 图像的空间分布因子 | 第44-45页 |
| 3.1.2 空间Student-t混合模型 | 第45-46页 |
| 3.2 空间Student-t混合模型的参数估计 | 第46-47页 |
| 3.3 去噪算法的具体实现 | 第47-48页 |
| 3.4 空间Student-t混合模型去噪实验 | 第48-53页 |
| 3.4.1 实验环境以及去噪评价标准 | 第48页 |
| 3.4.2 实验结果及分析 | 第48-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 结束语 | 第54-56页 |
| 4.1 总结 | 第54-55页 |
| 4.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |