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

基于分数阶微积分的图像去噪和图像配准方法研究

摘要第3-4页
Abstract第4页
第1章 绪论第7-17页
    1.1 课题研究背景及意义第7-8页
    1.2 研究现状分析第8-14页
        1.2.1 分数阶微积分在图像处理中的研究现状第8-9页
        1.2.2 图像去噪的研究现状第9-12页
        1.2.3 图像配准的研究现状第12-14页
    1.3 论文的研究内容和结构安排第14-17页
        1.3.1 论文主要研究内容第14-15页
        1.3.2 论文结构安排第15-17页
第2章 分数阶微积分相关理论第17-24页
    2.1 引言第17页
    2.2 分数阶微积分的定义第17-21页
        2.2.1 Grünwald-Letnikov分数阶微积分定义第17-18页
        2.2.2 Riemann-Liouville分数阶微积分定义第18-19页
        2.2.3 Caputo分数阶微积分定义第19页
        2.2.4 Fourier变换域的分数阶导数定义第19-20页
        2.2.5 Laplace变换域的分数阶导数定义第20-21页
    2.3 分数阶微积分对信号的作用分析第21-23页
        2.3.1 分数阶微分对信号的作用分析第21-22页
        2.3.2 分数阶积分对信号的作用分析第22-23页
    2.4 本章小结第23-24页
第3章 基于分数阶微分的图像去噪第24-38页
    3.1 引言第24-25页
    3.2 符号定义第25页
    3.3 分数阶全变分模型第25-27页
        3.3.1 离散Grünwald-Letnikov分数阶微分算子第25-26页
        3.3.2 分数阶全变分模型第26-27页
    3.4 分数阶自适应投影算法第27-31页
        3.4.1 全变分投影计算方法第27-28页
        3.4.2 软阈值自适应第28-30页
        3.4.3 分数阶微分阶次选取第30页
        3.4.4 算法步骤第30-31页
        3.4.5 算法时间复杂度分析第31页
    3.5 实验第31-37页
        3.5.1 分数阶阶次对去噪效果的影响实验第32-34页
        3.5.2 去噪效果与纹理保持能力的实验验证第34-36页
        3.5.3 去噪时间实验第36-37页
    3.6 本章小结第37-38页
第4章 基于分数阶微分的图像配准算法第38-53页
    4.1 引言第38-39页
    4.2 基本理论第39-41页
        4.2.1 Horn-Schunck(H-S)光流场模型第39-40页
        4.2.2 TV-L~1光流场模型第40-41页
    4.3 基于G-L分数阶微分的TV-L~1光流场模型第41-46页
        4.3.1 离散分数阶微分算子第41-42页
        4.3.2 分数阶TV-L~1光流场模型(FTV-L~1)第42-43页
        4.3.3 分数阶TV-L~1模型(FTV-L~1)的求解第43-45页
        4.3.4 实验参数的设置第45-46页
    4.4 实验第46-51页
        4.4.1 标准库图像实验第47-49页
        4.4.2 真实图像实验第49-51页
    4.5 本章小结第51-53页
第5章 总结与展望第53-55页
    5.1 工作总结第53-54页
    5.2 研究展望第54-55页
参考文献第55-60页
攻读硕士期间撰写的论文和参加科研情况第60-61页
    一 攻读硕士学位期间撰写的论文第60页
    二 攻读硕士学位期间参加科研情况第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:P203L和V395I突变在N0K介导的肿瘤生成与转移中的作用
下一篇:原发性胆汁性肝硬化(原发性胆汁性胆管炎)病例回顾性研究