| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7页 |
| ·图像去噪算法的研究现状 | 第7-8页 |
| ·论文的主要工作和安排 | 第8-11页 |
| 第二章 图像去噪基础理论 | 第11-23页 |
| ·图像去噪基础理论 | 第11-12页 |
| ·噪声分类 | 第11-12页 |
| ·评价指标 | 第12页 |
| ·经典去噪算法 | 第12-19页 |
| ·自然图像传统滤波方法 | 第13-15页 |
| ·SAR 图像经典去斑方法 | 第15-19页 |
| ·超完备稀疏表示去噪 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 非均匀噪声混合模型及分离算法 | 第23-33页 |
| ·非均匀噪声混合模型 | 第23-25页 |
| ·非均匀噪声定义 | 第23-24页 |
| ·噪声混合模型 | 第24-25页 |
| ·基于两步稀疏编码的分离算法 | 第25-28页 |
| ·算法思想 | 第25页 |
| ·算法步骤 | 第25-27页 |
| ·加权 OMP(WOMP) | 第27-28页 |
| ·实验结果和分析 | 第28-31页 |
| ·本章总结 | 第31-33页 |
| 第四章 基于两步稀疏编码和字典学习的非均匀噪声去噪 | 第33-53页 |
| ·加权 KSVD(WKSVD) | 第33-35页 |
| ·两步稀疏编码和字典学习 | 第35-38页 |
| ·两步稀疏编码 | 第35-37页 |
| ·字典学习算法 | 第37-38页 |
| ·SAR 图像去斑应用 | 第38-39页 |
| ·仿真实验和结果分析 | 第39-51页 |
| ·非均匀高斯噪声去噪 | 第39-44页 |
| ·SAR 图像相干斑去斑 | 第44-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 基于非局部 TSSC 的 SAR 图像去斑 | 第53-69页 |
| ·非局部稀疏模型 | 第53-54页 |
| ·基于非局部 TSSC 的 SAR 图像去斑 | 第54-57页 |
| ·加权同步正交匹配(WSOMP) | 第54-55页 |
| ·基于一次滤波构造相似集合 | 第55-56页 |
| ·算法原理 | 第56-57页 |
| ·实验结果和分析 | 第57-67页 |
| ·合成 SAR 图像 | 第57-62页 |
| ·真实 SAR 图像 | 第62-67页 |
| ·实验结果分析 | 第67页 |
| ·本章总结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·本文工作总结 | 第69页 |
| ·未来展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 研究生在读期间的研究成果 | 第77-78页 |