声明
第1章 绪论
1.1 研究背景及意义
1.2 图像去噪算法研究现状
1.3 图像质量的评价
1.4 本文研究内容及结构安排
第2章 预备知识及相关数学基础
2.1 数字图像的表示方法
2.2 泊松噪声图像
2.3 图像处理的先验模型以及最大后验概率模型
2.4 相似性标准
2.5 本章小结
第3章 基于非局部贝叶斯的泊松图像去噪算法
3.1 非局部贝叶斯泊松噪声图像去噪模型
3.2 分裂Bregman迭代算法求解模型
3.3 算法具体细节
3.4 实验结果与性能分析
3.5 本章小结
第4章 基于“高斯黑盒”的泊松图像去噪算法
4.1 方差稳定变换法
4.2 高斯噪声图像的一般去噪模型
4.3 基于“高斯黑盒”的泊松去噪算法
4.4 数值实验与结果分析
4.5 本章小结
第5章 总结与展望
5.1 本文的工作总结
5.2 展望
致谢
参考文献
附录作者在读期间发表的学术论文及参加的科研项目