首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像去噪的非局部方法研究

摘要第1-4页
Abstract第4-7页
1 绪论第7-12页
   ·研究背景第7页
   ·数字图像去噪算法的研究现状第7-10页
   ·本文内容安排及创新点第10-12页
2 图像去噪的理论基础第12-27页
   ·图像的噪声第12-14页
     ·噪声分类第12-13页
     ·噪声模型第13-14页
   ·图像去噪的质量评价方法第14-16页
     ·客观准则第14-15页
     ·主观准则第15-16页
   ·图像去噪的经典方法第16-27页
     ·局部均值滤波法第16-18页
     ·顺序统计滤波第18-19页
     ·自适应滤波方法第19页
     ·频域滤波方法第19-21页
     ·各向异性扩散模型第21-23页
     ·TV去噪方法第23-27页
3 改进的非局部去噪方法第27-50页
   ·非局部图像去噪方法第27-30页
   ·结构张量第30-31页
   ·基于结构张量的NL-Means Algorithm:"块块"匹配去噪算法第31-37页
     ·"块块"匹配的NL-Means算法模型第32-34页
     ·"块块"匹配的STNL-Means Algorithm的实验结果与分析第34-37页
   ·基于结构张量的NL-Means Algorithm:"块点"匹配去噪算法第37-44页
     ·"块点"匹配的NL-Means算法模型第37-39页
     ·"块块"匹配的STNL-Means Algorithm的实验结果与分析第39-44页
   ·旋转不变的NL-Means Algorithm模型第44-50页
     ·旋转不变(Rotational invariant)的NL-Means Algorithm模型第44-46页
     ·旋转不变的NL-Means Algorithm实验结果与分析第46-50页
4 多种去噪方法的仿真实验与残差分析第50-62页
   ·方法噪声(Method Noise)与多种去噪算法的残差分析第50-54页
     ·高斯(Gaussian)平滑的残差分析第50页
     ·各向异性滤波器(Anisotropic filters)的残差分析第50-51页
     ·全变差(Total Variation)去噪模型的残差分析第51-52页
     ·维纳滤波器(Empirical Wiener filter)的残差分析第52页
     ·小波阈值(Wavelet thresholding)去噪的残差分析第52-53页
     ·NL-Means去噪算法的残差分析第53-54页
   ·多种去噪算法的仿真实验第54-62页
5 总结与展望第62-63页
致谢第63-64页
参考文献第64-67页
附录 攻读硕士学位期间发表论文情况第67页

论文共67页,点击 下载论文
上一篇:基于结构张量的核回归非均匀插值算法及其在图像处理中的应用
下一篇:基于粒子滤波的视觉跟踪算法研究