| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要工作及结构安排 | 第13-16页 |
| 2 图像去噪相关理论基础 | 第16-24页 |
| 2.1 图像去噪数学理论基础 | 第16-18页 |
| 2.1.1 平面曲线微分 | 第16-17页 |
| 2.1.2 偏微分方程数值求解 | 第17-18页 |
| 2.2 图像噪声 | 第18-20页 |
| 2.2.1 图像噪声概念 | 第18页 |
| 2.2.2 图像噪声模型 | 第18-20页 |
| 2.3 图像质量评价 | 第20-22页 |
| 2.3.1 主观评价方法 | 第20-21页 |
| 2.3.2 客观评价方法 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 3 基于偏微分方程图像去噪算法 | 第24-30页 |
| 3.1 热传导方程滤波法 | 第24页 |
| 3.2 偏微分方程图像去噪算法 | 第24-28页 |
| 3.2.1 P-M模型 | 第25页 |
| 3.2.2 Catte-PM模型 | 第25-26页 |
| 3.2.3 Wieckert模型 | 第26-28页 |
| 3.3 本章小结 | 第28-30页 |
| 4 基于局部图像梯度变化均值的各向异性扩散去噪算法 | 第30-44页 |
| 4.1 扩散函数的选取 | 第30-31页 |
| 4.2 改进的各向异性扩散模型 | 第31-34页 |
| 4.2.1 局部图像梯度变化均值与梯度差之间关系 | 第31页 |
| 4.2.2 模型建立 | 第31-33页 |
| 4.2.3 算法实现 | 第33-34页 |
| 4.3 实验结果与分析 | 第34-42页 |
| 4.3.1 平滑次数和边缘阈值对改进模型的影响 | 第34-39页 |
| 4.3.2 高斯噪声图像去噪效果对比 | 第39-40页 |
| 4.3.3 椒盐噪声图像去噪效果对比 | 第40-42页 |
| 4.3.4 定量分析 | 第42页 |
| 4.4 本章小结 | 第42-44页 |
| 5 结合局部方差信息的各向异性扩散去噪算法 | 第44-60页 |
| 5.1 图像局部方差与梯度受噪声影响对比 | 第44-46页 |
| 5.2 改进的各向异性扩散模型 | 第46-49页 |
| 5.2.1 平滑区域调整参数 | 第46页 |
| 5.2.2 局部方差信息 | 第46-47页 |
| 5.2.3 模型建立 | 第47-48页 |
| 5.2.4 算法实现 | 第48-49页 |
| 5.3 实验结果与分析 | 第49-57页 |
| 5.3.1 平滑次数和边缘阈值对改进模型的影响 | 第49-54页 |
| 5.3.2 高斯噪声图像去噪效果对比 | 第54-55页 |
| 5.3.3 椒盐噪声图像去噪效果对比 | 第55-57页 |
| 5.3.4 定量分析 | 第57页 |
| 5.4 本章小结 | 第57-60页 |
| 6 结论与展望 | 第60-62页 |
| 6.1 全文总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第66-68页 |
| 致谢 | 第68页 |