摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-11页 |
1.1 课题背景和意义 | 第8页 |
1.2 国内外研究现状 | 第8-9页 |
1.3 论文组织结构 | 第9-11页 |
第二章 Contourlet变换理论基础 | 第11-21页 |
2.1 小波变换理论 | 第11-13页 |
2.1.1 小波变换简介 | 第11-12页 |
2.1.2 数字图像的小波分解 | 第12-13页 |
2.2 多尺度几何分析 | 第13-14页 |
2.3 Contourlet变换 | 第14-20页 |
2.3.1 Contourlet变换简介 | 第14-16页 |
2.3.2 拉普拉斯金字塔 | 第16-17页 |
2.3.3 方向滤波器组 | 第17-20页 |
2.4 本章小结 | 第20-21页 |
第三章 基于Contourlet变换的图像去噪方法 | 第21-36页 |
3.1 基于小波变换的去噪方法 | 第21-23页 |
3.2 基于Contourlet变换的阈值去噪方法 | 第23-26页 |
3.2.1 阈值选取 | 第23-24页 |
3.2.2 阂值收缩函数 | 第24-26页 |
3.3 改进的Contourlet变换自适应阈值去噪方法 | 第26-30页 |
3.3.1 循环平移Contourlet变换 | 第26页 |
3.3.2 基于局部方差的自适应阈值构造 | 第26-28页 |
3.3.3 算法描述 | 第28-30页 |
3.4 实验结果与分析 | 第30-35页 |
3.5 本章小结 | 第35-36页 |
第四章 基于无下采样Contourlet变换的安检图像增强 | 第36-55页 |
4.1 无下采样Contourlet变换 | 第36-39页 |
4.1.1 无下采样金字塔分解(NSP) | 第37-38页 |
4.1.2 无下采样方向滤波器组(NSDFB) | 第38-39页 |
4.2 安检图像降质因素分析 | 第39-40页 |
4.3 基于NSCT的安检图像增强算法设计 | 第40-47页 |
4.3.1 安检图像NSCT系数分布分析 | 第40-42页 |
4.3.2 自适应分类阈值选取 | 第42-44页 |
4.3.3 非线性增益函数构造 | 第44-45页 |
4.3.4 低频系数对比度增强 | 第45-46页 |
4.3.5 算法描述 | 第46-47页 |
4.4 实验结果与分析 | 第47-53页 |
4.5 本章小结 | 第53-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 论文工作总结 | 第55页 |
5.2 进一步研究方向 | 第55-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-60页 |