基于全变分和二维经验模态分解的图像去噪算法研究

目录

声明

第一章 绪论

1.1 图像去噪概述

1.2 图像去噪国内外研究现状

1.2.1 基于TV模型的图像去噪研究现状

1.2.2 基于BEMD的图像去噪研究现状

1.3 论文主要内容及结构安排

1.4 本章小结

第二章 相关理论概述

2.1 TV模型建立及求解

2.2 经验模态分解

2.2.1 二维经验模态分解

2.2.2 快速自适应的二维经验模态分解

2.3 图像去噪评价指标

2.3.1 主观评价指标

2.3.2 客观评价指标

2.4 本章小结

第三章 基于增强高阶非凸全变分模型的灰度图像去噪算法

3.1 问题的提出

3.2 基于增强高阶非凸全变分模型

3.2.1 重叠组稀疏

3.2.2 迭代重加权 l1算法

3.2.3 增强高阶非凸全变分模型

3.3 仿真实验

3.3.1 参数的设置

3.3.2 实验结果与分析

3.4 本章小结

第四章 基于快速自适应二维经验模态分解的灰度图像去噪算法

4.1 问题的提出

4.2 基于快速自适应二维经验模态分解的图像去噪算法

4.2.1 以噪声为主导的子带的确认

4.2.2 正态逆高斯分布

4.2.3 贝叶斯估计

4.2.4 阈值函数及参数的估计

4.2.5 基于快速自适应二维经验模态分解的灰度图像去噪算法

4.3 实验结果与分析

4.4 本章小结

第五章 基于HSV的高阶全变分模型的彩色图像去噪算法

5.1 问题的提出

5.2 基于HSV的高阶全变分模型的彩色图像去噪算法

5.2.1 HSV颜色空间

5.2.2 基于HSV的高阶全变分模型的彩色图像去噪算法

5.3 实验结果与分析

5.4 本章小结

总结与展望

参考文献

攻读硕士学位期间取得的科研成果

致谢