| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统去噪算法 | 第11页 |
| 1.2.2 偏微分方程去噪算法 | 第11-12页 |
| 1.2.3 非局部去噪算法 | 第12-13页 |
| 1.2.4 变换域去噪 | 第13页 |
| 1.2.5 稀疏表达去噪 | 第13-14页 |
| 1.3 GPU发展现状 | 第14页 |
| 1.4 论文的创新点以及章节安排 | 第14-16页 |
| 1.4.1 章节安排 | 第14-15页 |
| 1.4.2 论文的难点及创新点 | 第15-16页 |
| 第2章 理论基础研究 | 第16-27页 |
| 2.1 图像噪声 | 第16-17页 |
| 2.2 图像去噪算法 | 第17-22页 |
| 2.2.1 非局部均值算法 | 第17-18页 |
| 2.2.2 TV 模型和 NLTV 模型 | 第18-20页 |
| 2.2.3 BM3D算法 | 第20-22页 |
| 2.3 图像去噪效果评价 | 第22-23页 |
| 2.3.1 本文图像去噪效果评价准则 | 第22-23页 |
| 2.4 GPU并行计算基础 | 第23-26页 |
| 2.4.1 GPU与CPU | 第23-24页 |
| 2.4.2 CUDA简介 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 NLTV算法数值解以及并行实现 | 第27-32页 |
| 3.1 NLTV模型的Split Bregman解 | 第27-28页 |
| 3.2 NLTV模型的并行化设计 | 第28-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 基于NLTV和 ICA的图像去噪算法 | 第32-43页 |
| 4.1 ICA模型 | 第32-33页 |
| 4.2 ICA预处理 | 第33页 |
| 4.3 FAST-ICA | 第33-34页 |
| 4.4 基于NLTV和 ICA的图像去噪方法 | 第34-36页 |
| 4.5 实验验证以及结果分析 | 第36-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 自适应非局部总变分模型 | 第43-58页 |
| 5.1 自适应平衡函数 | 第43-46页 |
| 5.2 NA-NLTV模型及其 Split-Bregman数值解和并行计算设计 | 第46-48页 |
| 5.3 基于自适应非局部总变分模型的去噪方法 | 第48-49页 |
| 5.4 仿真实验及结果分析 | 第49-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间参加的科研项目和成果 | 第65页 |