| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·图像复原方法发展概况 | 第10-11页 |
| ·选题依据及构想 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第2章 数字图像复原算法基础 | 第13-21页 |
| ·数字图像处理概述 | 第13-14页 |
| ·图像的采样和量化 | 第14-16页 |
| ·数字图像的表示 | 第16页 |
| ·图像的灰度级直方图 | 第16页 |
| ·图像的噪声 | 第16-20页 |
| ·噪声的特征 | 第16-17页 |
| ·噪声的分类 | 第17-19页 |
| ·降质图像中的噪声模型 | 第19-20页 |
| ·衡量图像复原效果的几个参数 | 第20-21页 |
| 第3章 基于空间域的图像复原算法 | 第21-41页 |
| ·数字图像降质和复原过程模型 | 第21-22页 |
| ·传统的基于空间域的图像滤波算法 | 第22-25页 |
| ·均值滤波 | 第22-23页 |
| ·基于排序统计的滤波 | 第23-24页 |
| ·自适应滤波器 | 第24-25页 |
| ·混合噪声的自适应滤除算法 | 第25-28页 |
| ·混合噪声的自适应滤除算法 | 第25-26页 |
| ·实验结果 | 第26-28页 |
| ·基于全方位多结构元的加权均值滤波算法 | 第28-31页 |
| ·全方位多结构元 | 第29页 |
| ·基于全方位多结构元的加权均值滤波算法 | 第29-30页 |
| ·实验结果与分析 | 第30-31页 |
| ·一种适于图像细节保持的四态均值滤波算法 | 第31-36页 |
| ·算法描述 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·结论 | 第36页 |
| ·基于相关度的层叠滤波算法 | 第36-41页 |
| ·层叠滤波理论 | 第36-37页 |
| ·基于相关度的滤波理论 | 第37-38页 |
| ·基于相关度的层叠滤波算法 | 第38页 |
| ·实验结果 | 第38-39页 |
| ·讨论 | 第39-41页 |
| 第4章 基于变换域的图像复原算法 | 第41-57页 |
| ·傅立叶变换及其性质 | 第41-42页 |
| ·迭代滤波盲复原算法 | 第42-45页 |
| ·维纳滤波、约束去卷积滤波 | 第42-43页 |
| ·迭代滤波盲复原算法 | 第43-44页 |
| ·实验及结果及分析 | 第44-45页 |
| ·结论 | 第45页 |
| ·小波变换的基本概念 | 第45-47页 |
| ·小波变换基本概念 | 第45-47页 |
| ·实验结果 | 第47页 |
| ·一种基于高频系数直方图匹配的图像去噪算法 | 第47-53页 |
| ·数字图像直方图匹配 | 第48-49页 |
| ·基于高频系数直方图匹配的图像去噪算法 | 第49-50页 |
| ·实验结果 | 第50页 |
| ·结论 | 第50-53页 |
| ·基于波变换的图像融合去噪 | 第53-57页 |
| ·基于小波分解的图像融合 | 第53-54页 |
| ·图像融合去噪 | 第54页 |
| ·实验结果 | 第54-56页 |
| ·结论 | 第56-57页 |
| 结论 | 第57-63页 |
| 致谢 | 第63-64页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第64-65页 |
| 附录B(混合噪声的自适应滤除算法程序) | 第65-69页 |
| 附录C(基于高频系数直方图匹配的图像去噪算法程序) | 第69-70页 |