医学图像去噪和插值技术的研究
| 摘要 | 第4-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题的背景及研究意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-11页 |
| 1.3 论文主要工作以及组织结构 | 第11-13页 |
| 第二章 相关技术基础 | 第13-25页 |
| 2.1 去噪技术 | 第13-15页 |
| 2.2 图像插值技术 | 第15-18页 |
| 2.3 图像先验模型 | 第18-22页 |
| 2.4 图像质量评价 | 第22-24页 |
| 2.4.1 主观质量评价方法 | 第22-23页 |
| 2.4.2 客观质量评价方法 | 第23-24页 |
| 2.5 软件测试模型 | 第24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 图像先验模型研究 | 第25-34页 |
| 3.1 医学图像的特征 | 第25-26页 |
| 3.2 图像稀疏先验模型 | 第26-29页 |
| 3.3 局部非局部联合模型 | 第29-33页 |
| 3.3.1 局部自回归模型 | 第29-31页 |
| 3.3.2 非局部自相似模型 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于医学图像稀疏特征的去噪算法 | 第34-45页 |
| 4.1 引言 | 第34-36页 |
| 4.2 基于组稀疏的图像自适应模型 | 第36-40页 |
| 4.2.1 组稀疏模型描述 | 第36-39页 |
| 4.2.2 自适应选择图像块组的相似块个数 | 第39页 |
| 4.2.3 自适应阈值的选取 | 第39-40页 |
| 4.3 去噪流程和算法 | 第40-42页 |
| 4.3.1 去噪框架 | 第40-41页 |
| 4.3.2 去噪流程 | 第41-42页 |
| 4.4 软件功能实现与结果分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于局部非局部联合模型的医学图像插值 | 第45-53页 |
| 5.1 关于图像插值的形式化描述 | 第45-47页 |
| 5.2 插值模型的优化求解 | 第47-50页 |
| 5.3 软件实现与实验分析 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
