双边滤波去噪方法及其应用研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 图像处理算法分类以及国内外研究现状 | 第14-17页 |
| 1.2.1 图像处理算法分类 | 第14-15页 |
| 1.2.2 国内外研究现状 | 第15-17页 |
| 1.3 图像噪声 | 第17-19页 |
| 1.3.1 噪声分类 | 第17页 |
| 1.3.2 噪声模型 | 第17-19页 |
| 1.4 图像质量评价标准 | 第19-20页 |
| 1.4.1 主观评价标准 | 第19-20页 |
| 1.4.2 客观评价标准 | 第20页 |
| 1.5 本文工作创新点 | 第20-21页 |
| 1.6 本文的内容安排 | 第21-22页 |
| 第二章 双边滤波算法理论基础 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 数字图像 | 第22-23页 |
| 2.3 经典图像平滑算法 | 第23-29页 |
| 2.3.1 均值滤波算法 | 第23-25页 |
| 2.3.2 中值滤波算法 | 第25-27页 |
| 2.3.3 维纳滤波算法 | 第27-29页 |
| 2.3.4 高斯滤波算法 | 第29页 |
| 2.4 双边滤波图像去噪算法理论 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于连分式的改进算法 | 第33-41页 |
| 3.1 引言 | 第33页 |
| 3.2 连分式理论以及应用 | 第33-35页 |
| 3.2.1 连分式定义 | 第33-34页 |
| 3.2.2 连分式性质 | 第34-35页 |
| 3.2.3 连分式的应用 | 第35页 |
| 3.3 基于连分式的改进算法 | 第35-37页 |
| 3.3.1 补偿函数 | 第35-36页 |
| 3.3.2 Thiele型连分式逼近 | 第36-37页 |
| 3.4 自适应设置σ_r | 第37页 |
| 3.5 实验结果与分析 | 第37-39页 |
| 3.5.1 主观评价 | 第37-38页 |
| 3.5.2 客观评价 | 第38-39页 |
| 3.5.3 时间开销 | 第39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于奇异值分解的改进算法 | 第41-49页 |
| 4.1 引言 | 第41页 |
| 4.2 奇异值分解的理论基础 | 第41-43页 |
| 4.2.1 奇异值分解的定义 | 第41页 |
| 4.2.2 奇异值分解的性质 | 第41-42页 |
| 4.2.3 数字图像的奇异值分解 | 第42-43页 |
| 4.3 基于奇异值分解的改进算法 | 第43-45页 |
| 4.3.1 梯度域SVD | 第43页 |
| 4.3.2 结构模式划分 | 第43-44页 |
| 4.3.3 局部自适应参数的选取 | 第44-45页 |
| 4.3.4 方法的具体实现 | 第45页 |
| 4.4 实验结果与分析 | 第45-47页 |
| 4.4.1 主观评价 | 第46页 |
| 4.4.2 客观评价 | 第46-47页 |
| 4.4.3 时间开销 | 第47页 |
| 4.5 本章小结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文方法总结 | 第49页 |
| 5.2 图像去噪展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第54-55页 |
