非局部图像滤波算法研究-信号与信息处理专业论文.docxVIP

江苏科技大学工学硕士学位论文 江苏科技大学工学硕士学位论文 目 目 录 IV IV PAGE PAGE VII 目 录 摘 要 I Abstract III 第 1 章 绪论 1 1.1 论文研究的目的和意义 1 1.2 国内外最新的研究成果 2 1.3 论文的研究内容与主要成果 3 1.3.1 自适应分组阈值的三维块匹配算法 3 1.3.2 结合奇异值分解和自适应阈值的三维块匹配算法 4 1.4 论文的组织结构 4 第 2 章 图像滤波算法综述 7 2.1 引言 7 2.2 噪声模型及经典的图像去噪理论 7 2.2.1 图像噪声模型 7 2.2.2 经典图像去噪算法 8 2.2.3 小波域的图像去噪算法 14 2.2.4 非局部平均图像去噪算法 19 2.3 图像质量评价标准 20 2.4 本章小结 21 第 3 章 非局部平均图像滤波 23 3.1 引言 23 3.2 基本原理和相似块的衡量标准 23 3.2.1 基本原理 23 3.2.2 图像相似块的衡量标准 24 3.3 小波域的非局部平均图像去噪 25 3.3.1 广义高斯模型的非局部小波域模型 25 3.3.2 改进的广义高斯模型的非局部小波域模型 26 3.4 形状自适应的非局部平均图像去噪 27 3.5 三维块匹配图像滤波算法 29 3.5.1 图像基本估计 30 3.5.2 图像最终估计 31 3.6 基于自适应主成分分析的三维块匹配滤波 33 3.7 基于 Sigmoid 收缩的三维块匹配滤波 35 VI VI PAGE PAGE VII 3.8 本章小结 37 第 4 章 结合奇异值分解和自适应阈值的三维块匹配图像滤波 39 4.1 引言 39 4.2 奇异值分解图像去噪算法 39 4.2.1 矩阵的奇异值分解 39 4.2.2 奇异值重构数目的选择 40 4.3 结构相似度量 41 4.3.1 结构相似度量的基本原理 41 4.3.2 相关函数的影响因子 42 4.4 基于自适应分组阈值的改进 BM3D 算法 43 4.4.1 BM3D 的硬阈值处理 43 4.4.2 自适应分组阈值的构建 44 4.4.3 自适应分组阈值的改进 BM3D 算法 47 4.4.4 实验结果与分析 47 4.4.5 结合奇异值分解和自适应阈值的改进 BM3D 算法 50 4.4.6 基于奇异值分解的前置滤波 51 4.4.7 实验结果和分析 53 4.5 本章小结 57 总结与展望 59 全文总结 59 进一步研究与展望 60 参考文献 63 攻读学位期间发表的学术论文 67 致 谢 69 Con Content 江苏科技大学工学硕士学位论文 江苏科技大学工学硕士学位论文 Content Abstract(Chinese) I Abstract(English) III Chapter 1 Introduction 1 Research Purpose and Significance 1 Research Status and Trends 2 Contents and Achievements 3 BM3D Algorithm with Adaptive Thresholds 3 BM3D Algorithm based on Adaptive Thresholds and SVD 4 Dissertation Organization 4 Chapter 2 Noise Model and Classical Image Denoising Theory 7 Introduction 7 Noise Model and Classical Denoising Theory 7 Noise Model 7 Classical Image Denoising Theory 8 Denoising Algorithm in Wavelet Domain 14 Non-Local Means Image Denoising 19 Image Quality Assessment 20 Summary 21 Chapter 3 Non-Local Means Image Denoising 23 Introduction 23 Basic Principle and Block Similarity Assessment 23 Basic Principle 23 Image Block Similarity Assessment 24 Non-Local Means i