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SSIM的非局部全变分去噪方法研究

摘要第5-6页
ABSTRACT第6页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-24页
    1.1 图像处理的概念以及数学模型第14-17页
        1.1.1 图像处理的概念第15页
        1.1.2 图像处理的数学模型第15-17页
    1.2 图像去噪概述第17页
    1.3 结构相似度简介第17-18页
    1.4 变分和偏微分方程方法在图像处理中的应用第18-23页
        1.4.1 变分和偏微分方程方法在图像处理中的发展历史第18-19页
        1.4.2 变分和偏微分方程方法的主要模型第19-22页
        1.4.3 变分和偏微分方程方法进行图像处理的优点及面临的挑战第22-23页
    1.5 本文结构第23-24页
第二章 理论基础第24-36页
    2.1 变分法第24-26页
    2.2 非局部理论第26-27页
    2.3 结构相似度第27-32页
        2.3.1 结构相似度的定义第27-28页
        2.3.2 结构相似度的性质第28-29页
        2.3.3 结构相似度的度量第29-32页
    2.4 Bregman分裂快速算法第32-33页
        2.4.1 Bregman迭代第32页
        2.4.2 线性Bregman第32-33页
    2.5 图像质量评价标准第33-36页
        2.5.1 常用的图像质量评估标准第33-34页
        2.5.2 结构相似度(SSIM)第34-36页
第三章 基于SSIM的非局部全变分去噪新方法第36-46页
    3.1 基于Bregman分裂算法的NLTV第36-37页
    3.2 基于SSIM的非局部全变分模型第37-38页
    3.3 算法提出第38-40页
    3.4 数值实验及结果分析第40-44页
        3.4.1 参数选择第40页
        3.4.2 实验结果分析第40-44页
    3.5 结论第44-46页
第四章 基于SSIM的非局部图像去噪第46-52页
    4.1 基于SSIM的非局部加权第46-47页
    4.2 算法 2第47-48页
    4.3 数值实验及结果分析第48-51页
        4.3.1 实验参数第48页
        4.3.2 实验结果分析第48-51页
    4.4 结论第51-52页
第五章 总结与展望第52-54页
    5.1 本文的工作总结第52页
    5.2 展望第52-54页
参考文献第54-58页
致谢第58-60页
作者简介第60-61页

论文共61页,点击 下载论文
上一篇:跳—扩散市场下的Crash期权定价
下一篇:互连网络的可诊断性及容错性