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

基于梯度直方图保持模型的图像去噪方法

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-17页
    1.1 课题研究的背景和意义第9页
    1.2 国内外研究现状第9-11页
    1.3 选题依据第11-12页
    1.4 图像去噪的基础知识第12-14页
        1.4.1 图像去噪模型第12页
        1.4.2 图像去模糊模型第12-13页
        1.4.3 噪声类型第13-14页
        1.4.4 范数第14页
    1.5 图像去噪中的质量评价准则第14-15页
    1.6 课题来源和论文结构安排第15-17页
        1.6.1 课题来源第15页
        1.6.2 论文的研究内容及结构安排第15-17页
第2章 基于梯度直方图保持模型和超拉普拉斯先验的图像去噪第17-31页
    2.1 图像去噪模型简介第18-20页
    2.2 求解去噪后的图像第20页
    2.3 求解图像梯度第20-22页
        2.3.1 查表法第21页
        2.3.2 广义迭代收缩算法第21-22页
    2.4 迭代直方图匹配算法第22-23页
    2.5 参考直方图估计第23-25页
    2.6 实验结果与分析第25-30页
        2.6.1 参数设置第25页
        2.6.2 去噪结果第25-28页
        2.6.3 讨论第28-30页
    2.7 本章小结第30-31页
第3章 基于区域分割的图像去噪第31-40页
    3.1 基于区域分割的图像去噪第31-33页
    3.2 K 均值聚类第33页
    3.3 均值漂移第33-34页
    3.4 实验结果及分析第34-39页
        3.4.1 参数设置第35页
        3.4.2 去噪结果第35-39页
    3.5 本章小结第39-40页
第4章 基于梯度直方图保持模型和超拉普拉斯先验的图像去模糊第40-51页
    4.1 图像去模糊模型第40-41页
    4.2 求解去噪后的图像第41-42页
    4.3 求解图像梯度第42页
    4.4 图像去模糊方法第42-43页
    4.5 实验结果及分析第43-48页
    4.6 本章小结第48-51页
结论第51-53页
参考文献第53-57页
攻读硕士学位期间发表的论文及其它成果第57-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:激光陀螺抖动轮自动装配系统关键技术研究
下一篇:基于内容的多样性植物图像检索技术研究