基于阶数自适应的分数阶偏微分方程的图像去噪与增强研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的主要工作及结构安排 | 第13-16页 |
| 1.3.1 论文的主要工作 | 第13-15页 |
| 1.3.2 论文的结构安排 | 第15-16页 |
| 第2章 相关的理论基础 | 第16-22页 |
| 2.1 基于偏微分方程的两种经典图像去噪模型 | 第16-17页 |
| 2.2 分数阶微积分时域定义 | 第17-18页 |
| 2.3 分数阶微积分对信号的作用分析 | 第18-19页 |
| 2.4 图像质量评价 | 第19-21页 |
| 2.5 本章总结 | 第21-22页 |
| 第3章 基于方差的自适应分数阶偏微分图像去噪 | 第22-35页 |
| 3.1 分数阶去噪模型的推导 | 第22-24页 |
| 3.1.1 频域分数阶偏微分的推导 | 第22-23页 |
| 3.1.2 分数阶去噪模型的提出 | 第23-24页 |
| 3.2 自适应分数阶微分去噪模型的实现 | 第24-29页 |
| 3.2.1 自适应分数阶微分算子的构造 | 第24-27页 |
| 3.2.2 自适应去噪模型的数值实现 | 第27-29页 |
| 3.3 实验验证和分析 | 第29-33页 |
| 3.4 本章总结 | 第33-35页 |
| 第4章 基于信息熵和自适应分数阶微积分图像去噪 | 第35-49页 |
| 4.1 分数阶去噪模型的构造 | 第35-36页 |
| 4.2 自适应分数阶微积分算子的实现 | 第36-43页 |
| 4.2.1 图像局部特征受噪声影响的分析 | 第36-40页 |
| 4.2.2 结合小概率策略分割图像 | 第40-41页 |
| 4.2.3 自适应阶数函数的构造 | 第41-43页 |
| 4.3 实验验证和分析 | 第43-48页 |
| 4.3.1 视觉效果评估 | 第45-47页 |
| 4.3.2 指标评估 | 第47-48页 |
| 4.4 本章总结 | 第48-49页 |
| 第5章 基于自适应分数阶微分的医学图像增强算法 | 第49-58页 |
| 5.1 自适应分数阶微分算子的实现 | 第49-51页 |
| 5.1.1 分数阶微分掩模 | 第49-50页 |
| 5.1.2 自适应函数的构造 | 第50-51页 |
| 5.2 实验比较和分析 | 第51-56页 |
| 5.2.1 视觉效果评估 | 第54-55页 |
| 5.2.2 指标评估 | 第55-56页 |
| 5.3 本章总结 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第66页 |
