视频序列的去噪研究
| 中文摘要 | 第1-6页 |
| 第1章 绪论 | 第6-13页 |
| 1． 1 引言 | 第6-7页 |
| 1． 2 视频序列去噪技术及其发展现状 | 第7-11页 |
| 1． 2． 1 空间域去噪方法 | 第7-8页 |
| 1． 2． 2 频域的去噪方法 | 第8-9页 |
| 1． 2． 3 小波域的去噪方法 | 第9-10页 |
| 1． 2． 4 时域的去噪方法 | 第10-11页 |
| 1． 2． 5 色彩域的去噪方法 | 第11页 |
| 1． 3 本文的主要研究内容 | 第11-13页 |
| 第2章 视频序列去噪的理论 | 第13-34页 |
| 2． 1 电视噪声介绍 | 第13-16页 |
| 2． 1． 1 电视噪声分类 | 第13-14页 |
| 2． 1． 2 电视噪声的表象 | 第14-16页 |
| 2． 2 彩色图像的表征 | 第16-20页 |
| 2． 2． 1 RGB颜色模型 | 第16-17页 |
| 2． 2． 2 HSV颜色模型 | 第17-19页 |
| 2． 2． 3 YUV颜色模型 | 第19-20页 |
| 2． 3 傅立叶变换 | 第20-25页 |
| 2． 3． 1 离散傅立叶变换 | 第20-22页 |
| 2． 3． 2 离散傅立叶变换的性质 | 第22-23页 |
| 2． 3． 3 快速傅立叶变换 | 第23-25页 |
| 2． 4 小波变换理论 | 第25-34页 |
| 2． 4． 1 -维连续小波变换 | 第25-27页 |
| 2． 4． 2 离散小波变换 | 第27-28页 |
| 2． 4． 3 小波变换多分辨率分析 | 第28-30页 |
| 2． 4． 4 Mallat算法 | 第30-34页 |
| 第3章 滤波器和算法介绍及其设计 | 第34-58页 |
| 3． 1 频域滤波器 | 第34-36页 |
| 3． 2 空域滤波器 | 第36-39页 |
| 3． 2． 1 卷积滤波 | 第36-37页 |
| 3． 2． 2 次序统计滤波器 | 第37-39页 |
| 3． 3 Wiener滤波器 | 第39-43页 |
| 3． 3． 1 Wiener滤波器介绍 | 第39-41页 |
| 3． 3． 2 基于噪声特征的维纳滤波去噪算法 | 第41-43页 |
| 3． 4 小波滤波器 | 第43-50页 |
| 3． 4． 1 小波基的选择 | 第46-48页 |
| 3． 4． 2 阈值化 | 第48-49页 |
| 3． 4． 3 阈值δ的选取 | 第49-50页 |
| 3． 5 时域滤波器 | 第50-58页 |
| 3． 5． 1 运动估计滤波 | 第51-52页 |
| 3． 5． 2 运动估计和块匹配 | 第52-56页 |
| 3． 5． 3 基于运动估计的时域去噪处理 | 第56-58页 |
| 第4章 算法实现结果及其分析 | 第58-70页 |
| 4． 1 算法实现结果 | 第59-69页 |
| 4． 1． 1 空域处理 | 第59-60页 |
| 4． 1． 2 频域处理 | 第60-62页 |
| 4． 1． 3 Wiener滤波处理 | 第62-64页 |
| 4． 1． 4 时域处理 | 第64-67页 |
| 4． 1． 5 小波域处理 | 第67-69页 |
| 4． 2 结果总结 | 第69-70页 |
| 第5章 总结和展望 | 第70-73页 |
| 5． 1 总结 | 第70-71页 |
| 5． 2 展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |
