图像高斯噪声及椒盐噪声去噪算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 引言 | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 数字图像处理概述 | 第10-11页 |
| 1.2 图像去噪研究背景 | 第11页 |
| 1.3 噪声的分类 | 第11-13页 |
| 1.3.1 高斯噪声 | 第12页 |
| 1.3.2 椒盐噪声 | 第12-13页 |
| 1.4 去噪方法与去噪模型 | 第13-15页 |
| 1.4.1 去噪方法 | 第13-14页 |
| 1.4.2 去噪模型 | 第14-15页 |
| 1.5 图像去噪效果评价 | 第15-16页 |
| 1.6 本文的主要研究工作 | 第16-17页 |
| 第2章 基于多项式拟合的稀疏编码图像去噪算法 | 第17-28页 |
| 2.1 稀疏编码简介 | 第17-18页 |
| 2.1.1 稀疏编码理论基础 | 第17-18页 |
| 2.1.2 稀疏编码的应用 | 第18页 |
| 2.2 稀疏编码用于图像去噪 | 第18-21页 |
| 2.2.1 独立分量分析基础 | 第19-20页 |
| 2.2.2 传统的稀疏编码去噪过程 | 第20-21页 |
| 2.3 基于多项式拟合的系数编码去噪算法实现 | 第21-24页 |
| 2.3.1 算法简介 | 第22页 |
| 2.3.2 算法实现 | 第22-24页 |
| 2.4 实验结果 | 第24-27页 |
| 2.5 小结 | 第27-28页 |
| 第3章 变分偏微分方程法去噪基础 | 第28-41页 |
| 3.1 研究背景和发展 | 第28-29页 |
| 3.1.1 研究背景 | 第28-29页 |
| 3.1.2 偏微分方程法的发展 | 第29页 |
| 3.2 偏微分去噪方法分类 | 第29-30页 |
| 3.2.1 基于偏微分方程的图像去噪方法分类 | 第29-30页 |
| 3.2.2 变分法去噪模型 | 第30页 |
| 3.3 基于变分法的椒盐噪声去除算法 | 第30-40页 |
| 3.3.1 算法简介 | 第30-32页 |
| 3.3.2 偏微分方程数值解 | 第32-35页 |
| 3.3.3 实验结果 | 第35-40页 |
| 3.4 小结 | 第40-41页 |
| 第4章 改进的变分自适应中值滤波算法 | 第41-49页 |
| 4.1 背景介绍 | 第41-42页 |
| 4.1.1 椒盐噪声模型 | 第41页 |
| 4.1.2 椒盐噪声去噪算法发展 | 第41-42页 |
| 4.2 改进的自适应中值滤波 | 第42-44页 |
| 4.3 改进的变分自适应中值滤波 | 第44-48页 |
| 4.3.1 算法思想 | 第44页 |
| 4.3.2 算法实现 | 第44-45页 |
| 4.3.3 实验结果 | 第45-48页 |
| 4.4 小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 本文算法总结 | 第49页 |
| 5.2 尚存问题与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 硕士期间发表论文 | 第56-57页 |
