首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏表示的微聚焦X射线图像去噪方法

摘要第5-6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10-12页
    1.2 国内外X射线图像去噪的研究现状第12-14页
    1.3 本文的研究内容及章节安排第14-16页
        1.3.1 本文研究内容与创新点第14页
        1.3.2 本文章节安排第14-16页
第二章 微聚焦X射线图像去噪基础第16-29页
    2.1 微聚焦X射线第16-19页
        2.1.1 微聚焦X射线的成像和检测原理第16-18页
        2.1.2 微聚焦X射线图像的特点第18-19页
    2.2 图像噪声类型第19-20页
    2.3 常见的图像去噪方法第20-23页
        2.3.1 空间域去噪第20-21页
        2.3.2 变换域去噪第21页
        2.3.3 变分方法第21-22页
        2.3.4 其他去噪方法第22-23页
    2.4 基于稀疏表示的图像去噪理论第23-27页
        2.4.1 稀疏表示理论第23-25页
        2.4.2 基于稀疏表示的图像去噪第25-27页
    2.5 本章小结第27-29页
第三章 基于分析字典的加性乘性混合噪声去除方法第29-46页
    3.1 微聚焦X射线图像加性乘性混合噪声模型的建立第29-30页
    3.2 基于总变分模型和稀疏表示的微聚焦X射线图像去噪方法第30-34页
        3.2.1 基于总变分模型去除图像加性噪声的实现方案第31-32页
        3.2.2 基于稀疏表示去除图像乘性噪声的实现方案第32-34页
    3.3 实验结果第34-45页
        3.3.1 主观视觉评价第35-42页
        3.3.2 客观评价第42-45页
    3.4 本章小结第45-46页
第四章 基于学习字典的泊松高斯混合噪声去除方法第46-62页
    4.1 微聚焦X射线图像泊松高斯混合噪声模型的建立第46-48页
    4.2 基于稀疏表示和字典学习的微聚焦X射线图像去噪方法第48-50页
        4.2.1 稀疏编码和字典更新第48-50页
        4.2.2 在图像稀疏系数和字典已知情况下,求解最终去噪图像第50页
    4.3 实验结果第50-61页
        4.3.1 微聚焦X射线图像的实验结果第51-56页
        4.3.2 标准图像的实验结果第56-61页
    4.4 本章小结第61-62页
总结与展望第62-64页
参考文献第64-69页
攻读硕士学位期间取得的研究成果第69-70页
致谢第70-71页
附件第71页

论文共71页,点击 下载论文
上一篇:多标签数据流分类中的类别增量学习与概念漂移检测的研究
下一篇:基于上下文分析的多准则推荐方法研究