基于自适应聚图融合的视频去噪算法
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 研究发展现状 | 第8-9页 |
| 1.3 论文的主要工作和章节安排 | 第9-10页 |
| 第二章 视频去噪的理论基础 | 第10-19页 |
| 2.1 噪声的类型及模型 | 第10-13页 |
| 2.1.1 噪声类型 | 第10页 |
| 2.1.2 噪声模型 | 第10-13页 |
| 2.2 视频图像颜色模型 | 第13-15页 |
| 2.2.1 RGB颜色模型 | 第13-14页 |
| 2.2.2 HSV颜色模型 | 第14-15页 |
| 2.2.3 YUV颜色模型 | 第15页 |
| 2.3 视频去噪质量的评价方法 | 第15-18页 |
| 2.3.1 主观评价方法 | 第15-16页 |
| 2.3.2 客观评价方法 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 数字视频去噪算法 | 第19-42页 |
| 3.1 Wiener滤波 | 第19-20页 |
| 3.2 BLS-GSM算法和ST-GSM算法 | 第20-26页 |
| 3.2.1 GSM模型 | 第20页 |
| 3.2.2 BLS-GSM算法 | 第20-22页 |
| 3.2.3 ST-GSM算法 | 第22-26页 |
| 3.3 BM3D算法和VBM3D算法 | 第26-35页 |
| 3.3.1 非局部算法 | 第26-28页 |
| 3.3.2 BM3D算法 | 第28-31页 |
| 3.3.3 VBM3D算法 | 第31-35页 |
| 3.4 PVF算法 | 第35-38页 |
| 3.4.1 视频信号的三视图 | 第35-36页 |
| 3.4.2 PVF算法 | 第36-38页 |
| 3.5 实验结果 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 基于自适应聚图融合的视频去噪算法 | 第42-55页 |
| 4.1 APVF的算法思想 | 第42-43页 |
| 4.2 APVF的算法实现 | 第43-45页 |
| 4.2.1 区域划分 | 第43-44页 |
| 4.2.2 设定区域权值 | 第44-45页 |
| 4.3 实验结果与分析 | 第45-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 工作总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55页 |
| 5.2 研究展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 在学期间的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
