| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 图像去噪国内外研究现状 | 第12-14页 |
| 1.3 本文研究的内容 | 第14-15页 |
| 第二章 虚拟仪器及其编程语言LabVIEW | 第15-23页 |
| 2.1 虚拟仪器简介 | 第15-16页 |
| 2.2 LabVIEW简介 | 第16页 |
| 2.3 LabVIEW起源和发展历程 | 第16-17页 |
| 2.4 LabVIEW的作用与特点 | 第17-18页 |
| 2.5 LabVIEW主要操作介绍 | 第18-21页 |
| 2.6 LabVIEW与Matlab混合编程 | 第21-23页 |
| 第三章 图像与噪声 | 第23-28页 |
| 3.1 噪声图像模型及噪声特性 | 第23-25页 |
| 3.1.1 噪声模型及分类 | 第23-24页 |
| 3.1.2 噪声特性 | 第24-25页 |
| 3.2 图像去噪的质量评价方法 | 第25-28页 |
| 3.2.1 主观准则 | 第25-26页 |
| 3.2.2 客观准则 | 第26-28页 |
| 第四章 图像去噪传统算法及仿真 | 第28-40页 |
| 4.1 空间域去噪算法及仿真 | 第28-36页 |
| 4.1.1 均值滤波去噪 | 第28-33页 |
| 4.1.2 中值滤波去噪 | 第33-34页 |
| 4.1.3 维纳滤波去噪 | 第34-36页 |
| 4.2 基于傅里叶变换的图像去噪算法及仿真 | 第36-40页 |
| 4.2.1 理想低通滤波去噪 | 第37页 |
| 4.2.2 巴特沃斯低通滤波器 | 第37-40页 |
| 第五章 基于小波变换的图像去噪方法研究及其仿真 | 第40-60页 |
| 5.1 小波变换原理 | 第40-43页 |
| 5.1.1 连续小波变换 | 第40-41页 |
| 5.1.2 离散小波变换 | 第41-42页 |
| 5.1.3 二维小波变换 | 第42页 |
| 5.1.4 小波变换的主要特性 | 第42-43页 |
| 5.2 小波去噪主要经典算法 | 第43-47页 |
| 5.2.1 小波系数收缩法 | 第44-46页 |
| 5.2.2 模极大值法 | 第46-47页 |
| 5.2.3 相关法 | 第47页 |
| 5.2.4 三种去噪方法对比 | 第47页 |
| 5.3 基于离散余弦变换的小波去噪算法 | 第47-50页 |
| 5.3.1 离散余弦变换原理 | 第48-49页 |
| 5.3.2 离散余弦变换去噪算法 | 第49-50页 |
| 5.4 基于最大熵原理的小波去噪算法 | 第50-51页 |
| 5.4.1 基本原理 | 第50-51页 |
| 5.5.2 基于最大熵的小波去噪算法 | 第51页 |
| 5.5 基于主成分分析(PCA)的小波去噪算法 | 第51-53页 |
| 5.5.1 主成分分析(PCA)基本原理 | 第51-53页 |
| 5.5.2 基于主成分分析(PCA)的小波去噪算法 | 第53页 |
| 5.6 小波去噪在LabVIEW中的仿真与实现 | 第53-59页 |
| 5.7 三种改进去噪方法的比较 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |