| 目录 | 第3-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 引言 | 第10-16页 |
| 1.1 研究的背景和意义 | 第10-12页 |
| 1.1.1 图像复原 | 第11页 |
| 1.1.2 图像增强 | 第11-12页 |
| 1.2 图像复原方法概述 | 第12-13页 |
| 1.3 图像增强处理方法概述 | 第13-14页 |
| 1.4 本文的主要工作 | 第14-16页 |
| 第二章 背景知识 | 第16-28页 |
| 2.1 图像的相关数学定义 | 第16-17页 |
| 2.2 图像降质模型及其描述 | 第17-21页 |
| 2.2.1 噪声模型 | 第18-19页 |
| 2.2.2 模糊模型 | 第19-21页 |
| 2.3 图像去噪方法概述 | 第21-24页 |
| 2.3.1 空域图像去噪方法 | 第21-23页 |
| 2.3.2 变换域图像去噪方法 | 第23-24页 |
| 2.4 图像去模糊方法概述 | 第24-26页 |
| 2.4.1 非盲去模糊方法 | 第24-25页 |
| 2.4.2 盲去模糊方法 | 第25页 |
| 2.4.3 特殊的去模糊方法 | 第25-26页 |
| 2.5 图像增强方法概述 | 第26-28页 |
| 第三章 基于局部离群因子的中值滤波方法 | 第28-41页 |
| 3.1 概述 | 第28-29页 |
| 3.1.1 中值滤波 | 第28页 |
| 3.1.2 开关中值滤波 | 第28-29页 |
| 3.2 像素点LOF计算 | 第29-31页 |
| 3.2.1 LOF概念 | 第29-30页 |
| 3.2.2 图像像素点的LOF | 第30-31页 |
| 3.3 基于LOFBDND噪声检测算法的开关中值滤波 | 第31-35页 |
| 3.3.1 基于LOF值的噪声检测 | 第31-32页 |
| 3.3.2 BDND算法 | 第32-34页 |
| 3.3.3 LOFBDND算法 | 第34页 |
| 3.3.4 滤波 | 第34-35页 |
| 3.4 冲击噪声滤波试验 | 第35-40页 |
| 3.4.1 实验条件 | 第35页 |
| 3.4.2 噪声检测能力比较 | 第35-36页 |
| 3.4.3 图像复原能力客观比较 | 第36-38页 |
| 3.4.4 图像复原能力主观评价 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于偏微分的自适应通用噪声滤波方法 | 第41-57页 |
| 4.1 背景知识 | 第41-43页 |
| 4.1.1 图像滤波 | 第41-42页 |
| 4.1.2 混合噪声滤波 | 第42页 |
| 4.1.3 检测-替换机制 | 第42-43页 |
| 4.2 基于偏微分的各项异性扩散模型 | 第43-46页 |
| 4.2.1 图像去噪的偏微分方法 | 第43-44页 |
| 4.2.2 P-M模型 | 第44-46页 |
| 4.3 基于局部差分因子的噪声识别 | 第46-48页 |
| 4.3.1 局部差分因子 | 第46-47页 |
| 4.3.2 图像像素点LDF计算 | 第47-48页 |
| 4.3.3 基于LDF的图像噪声判定 | 第48页 |
| 4.4 基于各项异性扩散和开关自适应滤波的通用去噪算法 | 第48-50页 |
| 4.4.1 滤波 | 第48-49页 |
| 4.4.2 自适应各项异性扩散模型 | 第49-50页 |
| 4.5 图像滤波实验 | 第50-56页 |
| 4.5.1 实验条件 | 第51页 |
| 4.5.2 图像复原效果客观指标比较 | 第51-54页 |
| 4.5.3 图像复原效果主观评价 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 基于分数阶微分的数字图像去模糊方法 | 第57-80页 |
| 5.1 背景知识 | 第57-58页 |
| 5.1.1 目前研究进展 | 第57-58页 |
| 5.1.2 代价函数 | 第58页 |
| 5.2 分数阶微分基础 | 第58-62页 |
| 5.2.1 分数阶微分概述 | 第58-59页 |
| 5.2.2 分数阶微分的定义 | 第59-60页 |
| 5.2.3 分数阶微分的计算 | 第60-61页 |
| 5.2.4 分数阶微分与整数阶微分的比较 | 第61-62页 |
| 5.3 分数阶微分掩模 | 第62-66页 |
| 5.3.1 概述 | 第62页 |
| 5.3.2 分数阶微分对信号作用 | 第62-63页 |
| 5.3.3 分数阶微分掩模 | 第63-66页 |
| 5.4 基于分数阶微分的图像去模糊 | 第66-73页 |
| 5.4.1 动机 | 第66页 |
| 5.4.2 基于分数阶微分的图像去模糊模型 | 第66-69页 |
| 5.4.3 共轭梯度优化算法 | 第69-72页 |
| 5.4.4 FDTV算法描述与实现 | 第72-73页 |
| 5.5 基于分数阶微分的图像去模糊 | 第73-79页 |
| 5.5.1 实验条件 | 第73-74页 |
| 5.5.2 图像复原效果客观指标比较 | 第74-75页 |
| 5.5.3 图像复原能力主观评价 | 第75-79页 |
| 5.6 本章小结 | 第79-80页 |
| 第六章 基于分数阶微分的多尺度域图像增强 | 第80-97页 |
| 6.1 背景知识 | 第80-83页 |
| 6.1.1 目前研究进展 | 第80-82页 |
| 6.1.2 对比度增强 | 第82-83页 |
| 6.2 多尺度域和图像金字塔 | 第83-87页 |
| 6.2.1 多尺度域 | 第83-84页 |
| 6.2.2 图像金字塔 | 第84-85页 |
| 6.2.3 用拉普拉斯金字塔进行对比度增强 | 第85-87页 |
| 6.3 基于分数阶微分的图像增强 | 第87-90页 |
| 6.3.1 图像增强 | 第87页 |
| 6.3.2 基于分数阶微分掩模的图像增强 | 第87-90页 |
| 6.4 基于分数阶微分的多尺度域图像增强 | 第90-91页 |
| 6.4.1 拉普拉斯金字塔层增强 | 第90-91页 |
| 6.4.2 多尺度域图像增强 | 第91页 |
| 6.5 图像增强实验 | 第91-96页 |
| 6.5.1 实验条件 | 第91-92页 |
| 6.5.2 客观指标比较 | 第92页 |
| 6.5.3 标准图像增强实验 | 第92-94页 |
| 6.5.4 实景图像增强实验 | 第94-96页 |
| 6.6 本章小结 | 第96-97页 |
| 第七章 结论与展望 | 第97-99页 |
| 7.1 本文工作总结 | 第97-98页 |
| 7.2 有待进一步研究的问题及展望 | 第98-99页 |
| 参考文献 | 第99-109页 |
| 致谢 | 第109-110页 |
| 攻读博士学位期间发表论文情况 | 第110-111页 |