数字图像的高斯噪声去噪算法研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第10-14页 |
| 第一节 本文研究背景 | 第10页 |
| 第二节 国内外研究现状 | 第10-12页 |
| 第三节 本文的主要工作 | 第12-14页 |
| 第二章 图像高斯噪声去噪算法的理论基础 | 第14-22页 |
| 第一节 图像与高斯噪声 | 第14-15页 |
| 2.1.1 图像退化/复原模型 | 第14页 |
| 2.1.2 高斯噪声模型 | 第14-15页 |
| 第二节 空间滤波基础 | 第15-17页 |
| 2.2.1 均值滤波 | 第15-16页 |
| 2.2.2 高斯滤波 | 第16-17页 |
| 第三节 频率域滤波基础 | 第17-20页 |
| 2.3.1 傅里叶变换 | 第17-19页 |
| 2.3.2 频率域滤波 | 第19-20页 |
| 第四节 高斯噪声去除效果评价准则 | 第20-22页 |
| 第三章 图像高斯噪声的小波域滤波算法 | 第22-34页 |
| 第一节 小波变换基础理论 | 第22-25页 |
| 3.1.1 连续小波变换 | 第22页 |
| 3.1.2 离散小波变换和快速小波变换 | 第22-23页 |
| 3.1.3 多分辨率分析和尺度函数 | 第23-25页 |
| 第二节 小波域高斯噪声去噪 | 第25-30页 |
| 3.2.1 小波阈值去噪法 | 第26页 |
| 3.2.2 小波基和小波分解层数的选择 | 第26-27页 |
| 3.2.3 阈值函数的选择和阈值估计 | 第27-30页 |
| 第三节 仿真实验与分析 | 第30-33页 |
| 第四节 本章小结 | 第33-34页 |
| 第四章 图像高斯噪声的非局部均值去噪 | 第34-40页 |
| 第一节 非局部均值基本原理 | 第34-35页 |
| 第二节 非局部均值算法的优势及不足 | 第35-37页 |
| 第三节 基于积分图像加速的快速非局部均值算法 | 第37-38页 |
| 4.3.1 积分图像的概念 | 第37页 |
| 4.3.2 积分图像在非局部均值中的应用 | 第37-38页 |
| 第四节 实验仿真与结果分析 | 第38-39页 |
| 第五节 本章小结 | 第39-40页 |
| 第五章 基于边缘检测的图像高斯噪声滤波算法 | 第40-50页 |
| 第一节 图像的边缘检测 | 第40-42页 |
| 第二节 各边缘检测算子实验仿真与分析 | 第42-45页 |
| 第三节 基于Canny边缘检测的高斯噪声滤波 | 第45-46页 |
| 第四节 仿真实验与结果分析 | 第46-49页 |
| 第五节 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 第一节 总结 | 第50页 |
| 第二节 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文和参与的科研项目 | 第54-55页 |
| 致谢 | 第55页 |
