摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-19页 |
1.1 研究背景与意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 NLM算法研究现状 | 第12-14页 |
1.2.2 L_0稀疏表示研究现状 | 第14-15页 |
1.3 论文主要工作及创新点 | 第15-16页 |
1.4 论文组织结构 | 第16-19页 |
第2章 基于全局与局部约束的图像降噪框架 | 第19-27页 |
2.1 图像局部平滑算法模型 | 第20-21页 |
2.2 非局部均值算法模型 | 第21-24页 |
2.3 基于图像全局与局部相似性约束的算法框架 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
第3章 基于层次化正交匹配追踪的全局相似性约束 | 第27-37页 |
3.1 信号稀疏表示模型 | 第27-30页 |
3.2 正交匹配追踪算法模型 | 第30-33页 |
3.2.1 匹配追踪算法原理 | 第30-31页 |
3.2.2 正交匹配追踪算法原理 | 第31-33页 |
3.3 层次化正交匹配追踪的全局辅助点集合生成方法 | 第33-35页 |
3.3.1 基于图像块的稀疏分解模型 | 第33页 |
3.3.2 层次化全局辅助点生成模型 | 第33-35页 |
3.4 本章小结 | 第35-37页 |
第4章 基于主成分分析的图像块相似性度量 | 第37-43页 |
4.1 主成分分析算法模型 | 第37-40页 |
4.2 基于主成分分析法的相似性度量 | 第40-42页 |
4.3 本章小结 | 第42-43页 |
第5章 对比实验及结果分析 | 第43-55页 |
5.1 降噪质量评价标准 | 第43-45页 |
5.1.1 客观评价指标 | 第43-44页 |
5.1.2 主观定性分析 | 第44-45页 |
5.2 实验结果及分析 | 第45-55页 |
5.2.1 实验数据集及参数介绍 | 第45-46页 |
5.2.2 实验结果和分析 | 第46-55页 |
第6章 总结与展望 | 第55-57页 |
6.1 研究总结 | 第55-56页 |
6.2 降噪算法未来展望 | 第56-57页 |
参考文献 | 第57-63页 |
发表论文和参加科研情况说明 | 第63-65页 |
致谢 | 第65-66页 |