联合空域和频域的图像去噪算法及其应用研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要内容与组织结构安排 | 第12-16页 |
| 1.3.1 论文的主要内容 | 第12-13页 |
| 1.3.2 论文的组织结构安排 | 第13-16页 |
| 第二章 相关技术知识 | 第16-28页 |
| 2.1 现有图像去噪技术 | 第16-24页 |
| 2.1.1 图像噪声模型 | 第16-18页 |
| 2.1.2 图像去噪算法分类 | 第18-24页 |
| 2.2 滤波性能评价标准 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 空间域和频域的图像去噪算法研究 | 第28-44页 |
| 3.1 高斯噪声特点分析 | 第28-29页 |
| 3.2 空间域和频域的图像去噪算法 | 第29页 |
| 3.3 联合空间域与频域图像去噪算法 | 第29-33页 |
| 3.3.1 基于空间域和频域的图像降噪方法 | 第30-31页 |
| 3.3.2 空间域中滤波器的选择 | 第31页 |
| 3.3.3 频域的图像去噪 | 第31-32页 |
| 3.3.4 频域范围—小波阈值收缩 | 第32-33页 |
| 3.4 实验结果及分析 | 第33-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 图像去噪在视频文件关键帧图像中的应用 | 第44-58页 |
| 4.1 车牌粗定位 | 第44-50页 |
| 4.1.1 关键帧的提取 | 第44-47页 |
| 4.1.2 车牌粗定位算法 | 第47-50页 |
| 4.2 车牌细定位 | 第50-52页 |
| 4.2.1 SVM核函数的选择 | 第50-51页 |
| 4.2.2 车牌细定位算法 | 第51-52页 |
| 4.3 车牌字符分割与识别 | 第52-54页 |
| 4.3.1 车牌字符分割 | 第52-54页 |
| 4.3.2 车牌字符识别 | 第54页 |
| 4.4 实验结果与分析 | 第54-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间的科研成果 | 第65-66页 |
