遥感图像椒盐噪声滤波算法的研究

目录

声明

1 绪论

1.1 研究背景及意义

1.2 图像去噪的国内外研究现状

1.2.1 传统去噪算法

1.2.2 自适应中值滤波算法

1.2.3 基于深度学习的去噪算法

1.3 研究的目的和主要内容

1.4 论文组织

2 椒盐噪声滤波的相关理论

2.1 脉冲噪声模型

2.1.1 随机值噪声

2.1.2 椒盐噪声

2.2 椒盐噪声的若干典型去噪算法

2.2.1 传统去噪算法

2.2.2 深度学习去噪算法

2.3 椒盐噪声去噪质量评价体系

2.3.1 主观评价

2.3.2 客观评价

2.4 本章小结

3 边缘保持的自适应中值滤波

3.1 引言

3.2 自适应中值滤波

3.3 边缘保持的自适应中值滤波

3.4 实验结果及分析

3.4.1 数据集的选取

3.4.2 自然图像仿真实验

3.4.3 遥感图像仿真实验

3.5 本章小结

4 阈值截断算子的自适应中值滤波

4.1 引言

4.2 阈值截断算子的自适应中值滤波

4.3 实验结果及分析

4.3.1 自然图像仿真实验分析

4.3.2 遥感图像仿真实验

4.4 本章小结

5 空洞并行卷积神经网络滤波算法

5.1 引言

5.2 卷积神经网络基本结构

5.2.1 卷积层

5.2.2 激活函数

5.2.3 池化层

5.3 神经网络模型优化策略

5.3.1 空洞卷积核

5.3.2 并行神经网络结构

5.3.3 批归一化

5.3.4 跳跃连接

5.4 空洞并行卷积神经网络

5.4.1 空洞并行特征提取模块设计

5.4.2 空洞并行卷积神经网络的设计

5.5 实验结果及分析

5.5.1 实验数据集

5.5.2 测试数据集的选取

5.5.3 实验环境

5.5.4 参数设置

5.5.5结果分析

5.6 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读学位期间研究成果