| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景和意义 | 第8页 |
| ·自然图像的噪声 | 第8-10页 |
| ·噪声模型 | 第8-10页 |
| ·噪声标准差估计 | 第10页 |
| ·图像去噪的发展现状 | 第10-13页 |
| ·论文的主要工作和安排 | 第13-16页 |
| 第二章 图像去噪的方法介绍 | 第16-28页 |
| ·非局部均值去噪方法 | 第16-18页 |
| ·非局部全变分去噪方法 | 第18-20页 |
| ·基于冗余字典的图像去噪算法 | 第20-22页 |
| ·基于三维块匹配的维纳滤波器 | 第22-24页 |
| ·图像去噪的评价准则 | 第24-26页 |
| ·主观评价准则 | 第24页 |
| ·客观评价准则 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 基于字典学习与非局部全变分正则的图像去噪 | 第28-44页 |
| ·非局部全变分的简化模型 | 第29-30页 |
| ·简化模型的求解方法 | 第30-32页 |
| ·简化模型的近似求解方法 | 第30-31页 |
| ·简化模型的参数选择 | 第31-32页 |
| ·字典学习与非局部全变分模型 | 第32-34页 |
| ·基于聚类的字典学习 | 第32-33页 |
| ·基于稀疏表示的非局部全变分 | 第33-34页 |
| ·本章方法的具体描述 | 第34-35页 |
| ·实验结果与分析 | 第35-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于字典学习与非局部结构相似的维纳滤波 | 第44-62页 |
| ·维纳滤波器方法介绍 | 第45-46页 |
| ·基于块的最优维纳滤波 | 第46-49页 |
| ·非局部图像块的簇模型 | 第47页 |
| ·结构相似与可控核 | 第47-48页 |
| ·基于非局部与结构聚类的维纳滤波 | 第48-49页 |
| ·字典学习与非局部结构相似的维纳滤波 | 第49-51页 |
| ·维纳滤波器的稀疏分析 | 第49页 |
| ·可控核的结构表示分析 | 第49-50页 |
| ·基于字典学习的改进方法 | 第50-51页 |
| ·本章方法的具体描述 | 第51-53页 |
| ·实验结果与分析 | 第53-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 基于形状自适应与奇异值分解的非局部维纳滤波 | 第62-78页 |
| ·稀疏模型与非局部联合稀疏模型 | 第63-64页 |
| ·奇异值分解与联合稀疏模型 | 第64-66页 |
| ·基于奇异值分解的维纳滤波 | 第66-67页 |
| ·空域 Lee 滤波 | 第66页 |
| ·基于奇异值分解的 Lee 滤波 | 第66-67页 |
| ·形状自适应与基于奇异值分解的非局部维纳滤波 | 第67-69页 |
| ·形状自适应 | 第67-68页 |
| ·基于形状自适应块的奇异值维纳滤波算法 | 第68-69页 |
| ·本章方法具体描述 | 第69-70页 |
| ·实验结果与分析 | 第70-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-84页 |
| ·本文工作总结 | 第78-81页 |
| ·未来展望 | 第81-84页 |
| 研究生期间的研究成果 | 第84-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-94页 |