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

基于非局部均值的图像去噪方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第14-24页
    1.1 图像去噪研究的背景和意义第14页
    1.2 国内外研究现状第14-16页
    1.3 图像噪声简介第16-19页
        1.3.1 噪声分类第16-17页
        1.3.2 噪声模型第17-19页
    1.4 图像质量评价标准第19-22页
        1.4.1 客观评价标准第19-21页
        1.4.2 主观评价标准第21-22页
    1.5 本文主要工作及创新点第22页
    1.6 本文的内容安排第22-24页
第二章 基于图像空间域的去噪方法第24-36页
    2.1 均值滤波第24页
    2.2 中值滤波第24-25页
    2.3 高斯滤波第25-26页
    2.4 双边滤波第26-27页
    2.5 非局部均值滤波第27-32页
        2.5.1 邻域平均去噪的理论基础第27-29页
        2.5.2 非局部均值去噪算法第29-30页
        2.5.3 非局部均值去噪算法存在的问题及研究现状第30-32页
    2.6 几种去噪算法的性能对比第32-34页
    2.7 本章小结第34-36页
第三章 基于方法噪声的非局部均值方法改进第36-45页
    3.1 概述第36页
    3.2 方法噪声第36-37页
    3.3 基于方法噪声的改进非局部均值算法第37-38页
    3.4 实验结果与分析第38-43页
        3.4.1 实验设置与评价准则第38-39页
        3.4.2 实验结果与分析第39-43页
    3.5 本章小结第43-45页
第四章 基于非局部均值的椒盐噪声去除第45-62页
    4.1 概述第45-46页
    4.2 椒盐噪声去噪的研究现状第46-47页
    4.3 基于自适应中值滤波的NLM算法第47-51页
        4.3.1 自适应中值滤波(AMF)第47-48页
        4.3.2 基于AMF的NLM算法(AMF_NLM)第48-49页
        4.3.3 实验结果与分析第49-51页
    4.4 基于NAECMF的开关NLM算法第51-56页
        4.4.1 噪声自适应极值压缩中值滤波(NAECMF)第51-53页
        4.4.2 基于NAECMF的开关NLM算法第53页
        4.4.3 实验结果与分析第53-56页
    4.5 基于噪声检测的开关NLM算法第56-61页
        4.5.1 噪声检测第56-57页
        4.5.2 基于噪声检测的开关NLM算法第57-58页
        4.5.3 实验结果与分析第58-61页
    4.6 本章小结第61-62页
第五章 总结与展望第62-64页
    5.1 本文工作总结第62-63页
    5.2 工作展望第63-64页
参考文献第64-68页
致谢第68-69页
作者简介及读研期间主要科研成果第69-70页

论文共70页,点击 下载论文
上一篇:基于半监督学习的图像自动标注方法研究
下一篇:数据约束下的业务流程Petri网建模与优化方法