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

基于图像结构—纹理分解的医学图像去噪算法的研究

摘要第5-6页
ABSTRACT第6页
1 绪论第9-15页
    1.1 研究的背景及意义第9-12页
        1.1.1 医学图像处理背景第9-10页
        1.1.2 国内外研究现状第10-11页
        1.1.3 研究目的及意义第11-12页
    1.2 本文的结构体系第12-14页
        1.2.1 本文研究内容第12页
        1.2.2 研究技术路线第12-13页
        1.2.3 本文研究方法第13-14页
    1.3 本文的创新点阐述第14-15页
        1.3.1 研究创新点第14页
        1.3.2 研究不足第14-15页
2 相关背景技术第15-29页
    2.1 医学图像去噪的机理概述第15-19页
        2.1.1 医学图像噪声产生原理第15-16页
        2.1.2 医学图像去噪方法第16-17页
        2.1.3 医学图像去噪评价标准第17-19页
    2.2 图像的结构-纹理分解算法第19-21页
        2.2.1 图像的结构-纹理分解算法第19-20页
        2.2.2 图像的结构-纹理分解程序实现(Matlab语言)第20-21页
    2.3 医学图像增强理论第21-23页
        2.3.1 医学图像增强理论概述第21-22页
        2.3.2 锐化增强算法概述第22页
        2.3.3 编程构造锐化增强滤波函数第22-23页
    2.4 非局部均值理论第23-29页
        2.4.1 非局部均值理论概述第23页
        2.4.2 非局部均值去噪特点第23页
        2.4.3 原始非局部均值代码冗余及简化策略第23-26页
        2.4.4 构造快速非局部均值滤波算法第26-29页
3 基于图像结构-纹理分解的医学图像去噪算法设计第29-33页
    3.1 算法描述、算法步骤及流程图设计第29-30页
    3.2 算法优化思路及改进过程第30-31页
    3.3 算法详细实现过程第31-33页
4 数值实验第33-43页
    4.1 算法效果对比实验第33-41页
    4.2 处理时间对比第41页
    4.3 基于该算法的效率评估第41-43页
5 结论与展望第43-45页
参考文献第45-47页
附录(论文中用到的主要函数代码)第47-51页
攻读工程硕士期间所发表的文章第51-52页
个人简历第52-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:基因表达谱数据的挖掘模型构建
下一篇:基于图像内容特征的安全隐写算法研究