| 摘要 | 第13-16页 |
| Abstract | 第16-19页 |
| 主要符号说明 | 第20-21页 |
| 第一章 绪论 | 第21-38页 |
| 1.1 课题研究背景与意义 | 第21-22页 |
| 1.2 国内外研究现状与存在问题 | 第22-34页 |
| 1.2.1 宏观图像噪声处理现状及存在问题 | 第23-31页 |
| 1.2.2 显微图像噪声处理现状及存在问题 | 第31-34页 |
| 1.3 本文工作的创新点 | 第34-35页 |
| 1.4 本文内容安排 | 第35-38页 |
| 第二章 噪声处理相关理论 | 第38-52页 |
| 2.1 引言 | 第38-39页 |
| 2.2 图像噪声 | 第39-40页 |
| 2.3 噪声处理相关不确定性理论 | 第40-48页 |
| 2.3.1 中智理论 | 第41-44页 |
| 2.3.2 灰色系统理论 | 第44-46页 |
| 2.3.3 熵理论 | 第46-48页 |
| 2.4 图像质量评价 | 第48-51页 |
| 2.4.1 图像质量评价的主观方法 | 第48页 |
| 2.4.2 图像质量评价的客观方法 | 第48-51页 |
| 2.5 本章小结 | 第51-52页 |
| 第三章 基于不确定性和方向特性的随机脉冲噪声滤波新算法 | 第52-80页 |
| 3.1 前言 | 第52-54页 |
| 3.2 新方向模板的建立及RODLD统计量 | 第54-60页 |
| 3.2.1 传统ROAD和ROLD统计量 | 第54-55页 |
| 3.2.2 四方向模板的建立 | 第55-58页 |
| 3.2.3 RODLD特征的有效性 | 第58-60页 |
| 3.3 像素中智不确定性的量化及其特性 | 第60-63页 |
| 3.3.1 像素中智不确定性的量化 | 第60-61页 |
| 3.3.2 中智不确定性的特性 | 第61-62页 |
| 3.3.3 基于排序的中智不确定性统计量 | 第62-63页 |
| 3.4 基于双端检测和新双边权重函数的滤波新算法 | 第63-66页 |
| 3.4.1 双端噪声检测 | 第63-65页 |
| 3.4.2 新型双边滤波函数 | 第65-66页 |
| 3.4.3 算法的具体实现 | 第66页 |
| 3.5 实验结果与分析 | 第66-79页 |
| 3.5.1 关键参数的选取 | 第67-70页 |
| 3.5.2 双端噪声检测的有效性 | 第70-73页 |
| 3.5.3 滤波性能比较 | 第73-79页 |
| 3.6 本章小结 | 第79-80页 |
| 第四章 基于中智理论与灰色理论融合的去噪方法研究 | 第80-106页 |
| 4.1 引言 | 第80-82页 |
| 4.2 极值压缩灰色关联度及稳健相异度 | 第82-91页 |
| 4.2.1 极值压缩灰色关联度 | 第82-84页 |
| 4.2.2 稳健相异度 | 第84-86页 |
| 4.2.3 稳健相异度RDD的特性 | 第86-91页 |
| 4.3 基于不确定性信息融合的去噪新算法 | 第91-96页 |
| 4.3.1 RDD-RONI二次噪声检测 | 第92-93页 |
| 4.3.2 基于不确定性融合的权重函数 | 第93-96页 |
| 4.4 实验结果与分析 | 第96-104页 |
| 4.4.1 窗口尺寸对FNIGCD滤波性能的影响 | 第96-97页 |
| 4.4.2 RDD-RONI二次噪声检测性能 | 第97-99页 |
| 4.4.3 主观性能比较 | 第99-101页 |
| 4.4.4 客观性能比较 | 第101-104页 |
| 4.5 本章小结 | 第104-106页 |
| 第五章 基于熵中智不确定性的双阶段非局部滤波 | 第106-130页 |
| 5.1 引言 | 第106-108页 |
| 5.2 熵中智不确定性及其特性 | 第108-110页 |
| 5.3 非局部改进算法研究 | 第110-117页 |
| 5.3.1 基于灰度和熵中智不确定性的权重函数 | 第110-112页 |
| 5.3.2 基于熵中智不确定性的像素自适应平滑函数 | 第112-113页 |
| 5.3.3 基于熵中智不确定性的双阶段非局部滤波算法 | 第113-117页 |
| 5.4 实验结果与分析 | 第117-129页 |
| 5.4.1 自适应平滑函数的参数选取 | 第117-123页 |
| 5.4.2 算法残余图像 | 第123-124页 |
| 5.4.3 客观性能比较 | 第124-127页 |
| 5.4.4 主观性能比较 | 第127-128页 |
| 5.4.5 搜索窗口半径对滤波性能的影响 | 第128-129页 |
| 5.5 本章小结 | 第129-130页 |
| 第六章 基于中智梯度和中智灰度融合的固点噪声定位算法 | 第130-155页 |
| 6.1 引言 | 第130-132页 |
| 6.2 新型固点噪声定位算法 | 第132-142页 |
| 6.2.1 精子提取中存在的问题 | 第132-134页 |
| 6.2.2 背景建模 | 第134-136页 |
| 6.2.3 基于中智灰度和中智梯度融合的固点噪声定位算法 | 第136-142页 |
| 6.3 实验结果与分析 | 第142-149页 |
| 6.3.1 噪声因子λ的取值 | 第142-146页 |
| 6.3.2 算法性能比较 | 第146-149页 |
| 6.4 基于LABNGGSM算法的静态精子提取 | 第149-152页 |
| 6.5 显微环境洁净度质控指标的提出 | 第152-153页 |
| 6.6 本章小结 | 第153-155页 |
| 第七章 基于显微视频序列的去噪性能评价新指标 | 第155-172页 |
| 7.1 引言 | 第155-156页 |
| 7.2 滤波算法对分割阈值及跟踪轨迹的影响 | 第156-168页 |
| 7.2.1 精子跟踪原理 | 第156-159页 |
| 7.2.2 滤波性能对跟踪轨迹及分割阈值的影响 | 第159-168页 |
| 7.3 新型去噪评价指标的建立 | 第168-169页 |
| 7.4 实验结果与分析 | 第169-171页 |
| 7.4.1 椒盐噪声滤波算法STDS性能 | 第169-170页 |
| 7.4.2 随机脉冲噪声滤波算法STDS性能 | 第170-171页 |
| 7.5 本章小结 | 第171-172页 |
| 第八章 总结与展望 | 第172-175页 |
| 8.1 本文方法总结 | 第172-173页 |
| 8.2 未来展望 | 第173-175页 |
| 参考文献 | 第175-193页 |
| 致谢 | 第193-195页 |
| 攻读博士学位期间完成论文及参与的科研课题 | 第195-196页 |
| 学位论文评阅及答辩情况表 | 第196页 |
