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 |