声明
摘要
第一章 绪论
1.1 课题研究背景和意义
1.2 国内外研究动态及现状分析
1.2.1 国内外研究动态
1.2.2 研究现状分析
1.3 本文概述
1.3.1 本文主要研究内容
1.3.2 本文组织结构
第二章 图像去噪基础和稀疏表示理论
2.1 图像去噪基础
2.1.1 图像的噪声模型
2.1.2 图像去噪方法
2.1.3 图像质量的评价方法
2.2 稀疏表示理论
2.2.1 稀疏符号定义
2.2.2 稀疏表示模型
2.2.3 稀疏编码
2.2.4 字典学习
2.3 噪声的稀疏域统计特征
2.4 本章小结
第三章 使用双稀疏的图像去噪
3.1 基于贝叶斯的图像稀疏去噪模型
3.1.1 分块图像的稀疏表示模型
3.1.2 全局图像的贝叶斯稀疏去噪模型
3.2 双稀疏的图像去噪
3.2.1 稀疏超完备字典学习
3.2.2 分块图像的LS-OMP稀疏编码
3.3 基于双稀疏的图像去噪框架
3.4 实验仿真及结果分析
3.5 本章小结
第四章 基于改进AK-SVD和自适应阈值的图像去噪
4.1 改进AK-SVD算法
4.1.1 LS-OMP-Cholesky稀疏分解
4.1.2 AK-SVD字典更新
4.2 自适应阈值的选取
4.3 实验仿真与结果分析
4.3.1 自适应的图像去噪框架
4.3.2 实验结果与分析
4.4 本章小结
总结与展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文