基于小波域稀疏表示的图像去噪算法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 图像去噪的发展现状 | 第15-18页 |
| 1.1.1 空域去噪方法 | 第15页 |
| 1.1.2 变换域去噪方法 | 第15-17页 |
| 1.1.3 基于稀疏表示的去噪算法 | 第17-18页 |
| 1.2 自然图像噪声模型与去噪性能评价指标 | 第18-20页 |
| 1.2.1 自然图像噪声模型 | 第18-19页 |
| 1.2.2 去噪算法性能评价标准 | 第19-20页 |
| 1.3 本文主要研究内容 | 第20-21页 |
| 第二章 非下采样双树复小波变换 | 第21-25页 |
| 2.1 引言 | 第21页 |
| 2.2 小波变换 | 第21-22页 |
| 2.3 复小波变换 | 第22页 |
| 2.4 双树复小波变换 | 第22-23页 |
| 2.5 非下采样双树复小波变换 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 非下采样双树复小波域图像去噪 | 第25-36页 |
| 3.1 引言 | 第25-26页 |
| 3.3 非下采样双树复小波变换域统计分布模型 | 第26-31页 |
| 3.3.1 小波系数联合概率分布 | 第26-28页 |
| 3.3.2 自适应各向异性双变量统计分布模型 | 第28-31页 |
| 3.3.3 贝叶斯阈值函数 | 第31页 |
| 3.4 图像去噪算法的主要步骤 | 第31-32页 |
| 3.5 实验仿真与分析 | 第32-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于稀疏表示的图像去噪 | 第36-45页 |
| 4.1 稀疏表示理论基本知识 | 第36-38页 |
| 4.2 稀疏表示常用算法 | 第38-39页 |
| 4.3 基于稀疏表示的图像去噪 | 第39-41页 |
| 4.4 仿真结果与分析 | 第41-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 全文总结 | 第45页 |
| 5.2 今后的研究工作展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第51页 |
