| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 低照度图像背景介绍 | 第10-12页 |
| 1.1.1 低照度图像去噪意义 | 第10-11页 |
| 1.1.2 低照度图像噪声分析 | 第11-12页 |
| 1.2 低照度图像去噪研究现状 | 第12-15页 |
| 1.3 论文研究内容和结构安排 | 第15-17页 |
| 第2章 低照度图像去噪算法基础和质量评价标准 | 第17-29页 |
| 2.1 空间域方法 | 第17-25页 |
| 2.1.1 常用空域滤波器 | 第17-19页 |
| 2.1.2 各向异性扩散模型 | 第19-22页 |
| 2.1.3 全变分去噪模型 | 第22-23页 |
| 2.1.4 非局部均值滤波 | 第23-25页 |
| 2.2 变换域方法 | 第25-27页 |
| 2.2.1 常用频域滤波器 | 第25页 |
| 2.2.2 小波滤波 | 第25-27页 |
| 2.3 图像质量评价标准 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 扩散加权最小二乘去噪算法 | 第29-43页 |
| 3.1 扩散加权最小二乘模型建立 | 第29-31页 |
| 3.2 变量求解过程 | 第31-36页 |
| 3.2.1 权值矩阵 | 第31-32页 |
| 3.2.2 中间变量 | 第32-33页 |
| 3.2.3 相关系数 | 第33-35页 |
| 3.2.4 算法总结 | 第35-36页 |
| 3.3 实验仿真 | 第36-41页 |
| 3.3.1 自然拍摄的低照度图像去噪仿真 | 第36-38页 |
| 3.3.2 模拟的低照度图像去噪仿真 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 基于随机舍弃邻域与非局部相似性去噪算法 | 第43-55页 |
| 4.1 基于随机舍弃邻域与非局部相似性去噪模型建立 | 第43-44页 |
| 4.2 变量求解过程 | 第44-50页 |
| 4.2.1 局部权值矩阵 | 第44-47页 |
| 4.2.2 非局部权值矩阵 | 第47-48页 |
| 4.2.3 算法总结 | 第48-50页 |
| 4.3 实验仿真 | 第50-54页 |
| 4.3.1 自然拍摄的低照度图像去噪仿真 | 第50-51页 |
| 4.3.2 模拟的低照度图像去噪仿真 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |