| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题来源 | 第11页 |
| 1.2 研究背景及意义 | 第11-12页 |
| 1.2.1 研究背景 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 研究现状 | 第12-14页 |
| 1.3.1 图像噪声分类的国内外现状 | 第12-13页 |
| 1.3.2 图像去噪与增强研究的国内外现状 | 第13-14页 |
| 1.4 研究内容 | 第14-16页 |
| 1.4.1 空间运动图像噪声分类的研究 | 第14-15页 |
| 1.4.2 空间运动图像的去噪算法的研究 | 第15页 |
| 1.4.3 空间运动图像的Retinex增强方法的研究 | 第15页 |
| 1.4.4 空间运动图像去噪与增强系统的开发 | 第15-16页 |
| 1.5 论文组织结构 | 第16-18页 |
| 第二章 运动图像去噪增强相关研究 | 第18-21页 |
| 2.1 图像去噪算法 | 第18-19页 |
| 2.1.1 空间域的去噪方法 | 第18页 |
| 2.1.2 频率域图像去噪 | 第18-19页 |
| 2.2 运动图像增强算法 | 第19-20页 |
| 2.2.1 空间域增强算法 | 第19-20页 |
| 2.2.2 频率域的增强算法 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于支持向量机(SVM)的图像噪声分类研究 | 第21-33页 |
| 3.1 引言 | 第21页 |
| 3.2 基于支持向量机(SVM)的图像噪声分类算法的提出 | 第21-24页 |
| 3.2.1 基于小波变换的图像特征提取 | 第21-22页 |
| 3.2.2 SVM-NC算法的实现 | 第22-24页 |
| 3.2.3 SVM-NC算法实现步骤 | 第24页 |
| 3.3 基于噪声分类的无参考型图像质量评价算法的提出 | 第24-28页 |
| 3.3.1 图像质量评价方法分类 | 第24-26页 |
| 3.3.2 NRNC-IQA算法的实现 | 第26-27页 |
| 3.3.3 NRNC-IQA算法实现步骤 | 第27-28页 |
| 3.4 本章算法实验结果及分析 | 第28-31页 |
| 3.4.1 SVM-NC算法实验结果及分析 | 第28-30页 |
| 3.4.2 NRNC-IQA算法实验结果及分析 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 改进的基于结构相似度的总变差去噪算法 | 第33-43页 |
| 4.1 引言 | 第33页 |
| 4.2 总变差去噪 | 第33-34页 |
| 4.3 改进的基于结构相似度的总变差图像去噪算法的提出 | 第34-37页 |
| 4.3.1 基于结构相似性度(SSIM)的IQA方法 | 第34-35页 |
| 4.3.2 SSIM-TV算法的思想 | 第35-36页 |
| 4.3.3 SSIM-TV算法实现步骤 | 第36-37页 |
| 4.4 SSIM-TV算法实验结果及分析 | 第37-42页 |
| 4.4.1 SSIM-TV算法与MSE-TV算法的对比实验 | 第37-40页 |
| 4.4.2 SSIM-TV算法与中值滤波、维纳滤波算法的对比实验 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于引导滤波的Retinex低照度增强算法研究 | 第43-51页 |
| 5.1 引言 | 第43页 |
| 5.2 Retinex光照理论 | 第43页 |
| 5.3 基于引导滤波的Retinex增强算法(Retinex-LG)的提出 | 第43-46页 |
| 5.3.1 Retinex-LG算法的思想 | 第44-45页 |
| 5.3.2 Retinex-LG算法实现步骤 | 第45-46页 |
| 5.4 Retinex-LG算法实验结果及分析 | 第46-49页 |
| 5.4.1 Retinex-LG算法与高斯滤波、双边滤波算法的对比实验 | 第46-48页 |
| 5.4.2 Retinex-LG与直方图均衡化、双边滤波算法的对比实验 | 第48-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第六章 运动图像去噪与增强系统的实现 | 第51-60页 |
| 6.1 系统的总体设计 | 第51-53页 |
| 6.2 运动图像去噪与增强系统的设计 | 第53-58页 |
| 6.2.1 系统设计 | 第53-54页 |
| 6.2.2 系统的实现结果 | 第54-58页 |
| 6.3 系统测试 | 第58-59页 |
| 6.3.1 测试环境 | 第58页 |
| 6.3.2 测试方法 | 第58-59页 |
| 6.4 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60-61页 |
| 7.2 展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间研究成果 | 第68页 |
