关于一些滤波算法的分析研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| §1.1 数字图像处理简介 | 第8-9页 |
| §1.2 图像的噪声模型及分类 | 第9-11页 |
| §1.3 图像滤波的主要算法 | 第11-14页 |
| §1.3.1 空域滤波 | 第11-13页 |
| §1.3.2 频域滤波 | 第13-14页 |
| §1.4 滤波器的性能评价方法 | 第14-15页 |
| §1.5 本文所做的工作及内容安排 | 第15-16页 |
| 第二章 理论基础 | 第16-30页 |
| §2.1 模糊数学的有关理论 | 第16-24页 |
| §2.1.1 特征函数 | 第16页 |
| §2.1.2 模糊集合的有关概念 | 第16-19页 |
| §2.1.3 模糊性的度量 | 第19-24页 |
| §2.2 曲线拟合的方法概述 | 第24-30页 |
| §2.2.1 最小均方误差拟合原理分析 | 第24-26页 |
| §2.2.2 常见的拟合方法介绍 | 第26-30页 |
| 第三章 一种改进的自适应中值滤波算法 | 第30-44页 |
| §3.1 常见的脉冲噪声去除算法 | 第30-34页 |
| §3.1.1 加权滤波算 | 第30-31页 |
| §3.1.2 开关滤波算法 | 第31-32页 |
| §3.1.3 基于模糊数学、神经网络的滤波算法 | 第32-33页 |
| §3.1.4 其他的一些算法 | 第33-34页 |
| §3.2 本文的算法设计 | 第34-43页 |
| §3.2.1 算法步骤 | 第35页 |
| §3.2.2 噪声强度估计公式的提出及验证 | 第35-38页 |
| §3.2.3 梯度幅值的阈值(?)的确定 | 第38-39页 |
| §3.2.4 实验结果比较 | 第39-43页 |
| §3.3 本章小结 | 第43-44页 |
| 第四章 基于序列图像的高密度脉冲噪声去除方法 | 第44-51页 |
| §4.1 MMEM算法 | 第44-45页 |
| §4.2 脉冲噪声的检测去除 | 第45-50页 |
| §4.2.1 噪声检测 | 第45-46页 |
| §4.2.2 基于实验的算法改进 | 第46-48页 |
| §4.2.3 实验结果比较 | 第48-50页 |
| §4.3 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| §5.1 总结 | 第51-52页 |
| §5.2 对未来工作的思考 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
