數(shù)字圖像濾波算法的研究及應(yīng)用

第1章 圖像噪聲復(fù)原基礎(chǔ)及評價標(biāo)準(zhǔn)\t1
1．1　數(shù)字圖像復(fù)原簡介\t1
1．2 圖像的噪聲分類及噪聲模型\t2
1．2．1　噪聲分類\t2
1．2．2　噪聲模型\t3
1．3　圖像去噪復(fù)原的主要方法\t8
1．3．1　空域和頻域\t8
1．3．2　線性和非線性\t9
1．3．3　綜合方法\t9
1．4　圖像質(zhì)量評價方法\t10
1．4．1　主觀評價法\t10
1．4．2　客觀評價法\t11
1．4．3　無參照的圖像質(zhì)量評價法\t13
1．5　本章小結(jié)\t14
第2章 理論基礎(chǔ)\t15
2．1　模糊數(shù)學(xué)的有關(guān)理論\t15
2．1．1　特征函數(shù)\t15
2．1．2 模糊集合的有關(guān)概念\t15
2．1．3　模糊性的度量\t17
2．2 傅里葉變換的相關(guān)知識\t19
2．2．1　傅里葉變換的原理和性質(zhì)\t19
2．2．2　快速傅里葉變換\t25
2．3　小波變換\t28
2．3．1　小波變換定義\t28
2．3．2　多分辨率分析\t30
2．3．3　常見的小波基函數(shù)\t33
2．4　本章小結(jié)\t34
第3章 空域?yàn)V波算法的研究機(jī)理及效果比較\t35
3．1　鄰域?yàn)V波及效果對比\t35
3．1．1　均值濾波的類型及實(shí)現(xiàn)原理\t35
3．1．2　高斯濾波及實(shí)現(xiàn)\t37
3．1．3　統(tǒng)計排序?yàn)V波及算法實(shí)現(xiàn)\t40
3．1．4　鄰域?yàn)V波去噪效果研究\t43
3．2 自適應(yīng)濾波及效果比較\t48
3．2．1 自適應(yīng)局部噪聲消除濾波器\t48
3．2．2 自適應(yīng)局部中值濾波\t49
3．2．3　自適應(yīng)維納濾波\t49
3．2．4　自適應(yīng)濾波去噪效果分析\t49
3．3　基于偏微分方程的去噪算法研究\t52
3．3．1　偏微分方程去噪原理\t52
3．3．2　偏微分方程濾波模型的導(dǎo)出\t53
3．3．3　偏微分方程法的去噪比較\t54
3．4　基于形態(tài)學(xué)的濾波算法及仿真實(shí)驗(yàn)\t57
3．4．1　數(shù)學(xué)形態(tài)學(xué)濾波器概述\t57
3．4．2　數(shù)學(xué)形態(tài)學(xué)的運(yùn)算\t58
3．4．3　形態(tài)學(xué)濾波器去噪算法仿真實(shí)驗(yàn)\t61
3．5　本章小結(jié)\t65
第4章 頻域?yàn)V波算法及去噪效果對比研究\t66
4．1　基于傅里葉變換的濾波算法\t66
4．1．1　低通濾波及去噪效果比較\t67
4．1．2　逆濾波及去噪分析\t74
4．1．3　維納（Wiener）濾波\t77
4．1．4　帶阻和帶通濾波\t80
4．2　基于小波變換的濾波算法\t81
4．2．1　圖像小波變換的實(shí)現(xiàn)原理\t82
4．2．2　MATLAB中圖像小波變換的函數(shù)分析\t84
4．2．3　小波變換下的圖像去噪及閾值分析\t89
4．2．4　基于小波變換的圖像去噪案例對比分析\t93
4．3　本章小結(jié)\t100
第5章　改進(jìn)的濾波算法設(shè)計及實(shí)現(xiàn)\t101
5．1 概述\t101
5．2 基于模糊指標(biāo)的中值濾波算法設(shè)計\t102
5．2．1 幾種改進(jìn)的中值濾波算法\t102
5．2．2 梯度算子\t105
5．2．3 模糊指標(biāo)\t110
5．2．4 曲線擬合\t113
5．2．5 算法設(shè)計\t116
5．2．6 仿真實(shí)驗(yàn)與結(jié)果分析\t128
5．3 基于序列圖像的高密度脈沖噪聲去除新方法\t133
5．3．1 MMEM濾波算法\t134
5．3．2 噪聲檢測\t135
5．3．3 基于實(shí)驗(yàn)的算法設(shè)計\t136
5．3．4 仿真實(shí)驗(yàn)與結(jié)果分析\t139
5．4 本章小結(jié)\t142
第6章　濾波算法在現(xiàn)代圖像分析中的應(yīng)用\t143
6．1 濾波在醫(yī)學(xué)圖像處理中的應(yīng)用\t143
6．1．1 醫(yī)學(xué)超聲圖像的去噪\t143
6．1．2 新型冠狀病毒圖像去噪和識別\t149
6．2 濾波在遙感圖像處理中的應(yīng)用\t156
6．2．1 遙感圖像去霧算法\t157
6．2．2 遙感圖像去周期噪聲\t164
6．3 濾波在智慧城市交通圖像處理中的應(yīng)用\t168
6．3．1 運(yùn)動圖像和模糊算子\t169
6．3．2 運(yùn)動模糊圖像的復(fù)原方法\t172
6．3．3 運(yùn)動模糊的汽車圖像識別案例\t180
6．4 本章小結(jié)\t184
第7章 圖像濾波的研究趨勢分析\t186
7．1 基于中國知網(wǎng)的學(xué)術(shù)關(guān)注度指數(shù)分析\t186
7．2 對中國知網(wǎng)文獻(xiàn)的計量可視化分析\t187
7．2．1 發(fā)文數(shù)量分析\t187
7．2．2 研究主題和關(guān)鍵詞分析\t188
7．2．3 期刊和機(jī)構(gòu)來源分析\t189
7．2．4 分布分析\t190
7．2．5 文獻(xiàn)互引網(wǎng)絡(luò)關(guān)系分析\t191
7．2．6 中英文獻(xiàn)主題傾向性分析\t192
7．3 本章小結(jié)\t193
參考文獻(xiàn)\t194