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

基于偏微分方程的图像去噪与增强研究

摘要第1-4页
Abstract第4-8页
1 绪论第8-11页
   ·课题研究的背景及意义第8页
   ·偏微分方程图像处理的发展及现状第8-9页
   ·本文的主要工作第9-11页
     ·主要研究内容第9-10页
     ·论文的组织结构第10-11页
2 偏微分方程图像处理基础第11-19页
   ·图像基础知识第11-12页
     ·图像分类第11页
     ·静态灰度图像及其离散化第11-12页
   ·噪声图像模型第12-14页
   ·图像处理中的偏微分方程及其离散化第14-18页
     ·偏微分方程基本概念第14-15页
     ·偏微分方程的离散化第15-18页
   ·图像处理效果的评价指标第18页
   ·小结第18-19页
3 基于P-M模型的图像去噪及改进第19-38页
   ·图像去噪偏微分方程模型第19-20页
   ·经典P-M扩散模型第20-26页
     ·基本理论分析第20-21页
     ·各向异性分析及参数选取第21-24页
     ·仿真分析第24-26页
   ·改进的P-M扩散模型第26-28页
   ·偏微分方程数值解法中离散化方法的改进第28-29页
   ·扩散系数的修改第29-31页
   ·复数域上的各向异性扩散方程第31-35页
     ·理论研究第32-34页
     ·仿真分析第34-35页
   ·各种扩散模型性能比较第35-37页
   ·小结第37-38页
4 基于混合扩散的图像去噪第38-51页
   ·相干增强扩散第38-42页
     ·基本理论分析第38-40页
     ·参数选取及方程离散化第40-41页
     ·仿真分析第41-42页
   ·基于混合扩散模型的图像去噪第42-50页
     ·加权混合去噪模型第43-45页
     ·图像边缘检测第45-47页
     ·基于图像分割融合技术的混合去噪模型第47-49页
     ·性能比较与讨论第49-50页
   ·小结第50-51页
5 基于偏微分方程的图像增强第51-62页
   ·实数域的图像增强第51-55页
     ·后向扩散滤波方程第51-53页
     ·前向-后向扩散方程第53-55页
   ·复数域的图像增强第55-57页
     ·复数域内的后向扩散方程第55-56页
     ·前向-后向复扩散方程第56-57页
   ·图像增强算法对含噪声图像的处理第57-59页
   ·P-M扩散与前向后向扩散结合的图像处理算法第59-61页
   ·小结第61-62页
总结与展望第62-64页
致谢第64-65页
参考文献第65-67页

论文共67页,点击 下载论文
上一篇:基于改进GLRAM算法的人脸识别研究
下一篇:云存储环境中传感数据的压缩存储处理研究