| 目录 | 第1-7页 |
| CONTENTS | 第7-10页 |
| 中文摘要 | 第10-13页 |
| ABSTRACT | 第13-19页 |
| 第一章 绪论 | 第19-27页 |
| §1.1 图像去噪 | 第19-22页 |
| ·图像去噪研究的背景及意义 | 第19-20页 |
| ·国内外研究现状 | 第20-22页 |
| §1.2 图像融合 | 第22-25页 |
| ·图像融合研究的背景及意义 | 第22-23页 |
| ·国内外研究现状 | 第23-25页 |
| §1.3 论文研究内容及组织结构 | 第25-27页 |
| 第二章 多尺度变换 | 第27-57页 |
| §2.1 概述 | 第27-28页 |
| §2.2 小波变换 | 第28-41页 |
| ·小波变换的理论 | 第28-37页 |
| ·双树复小波变换 | 第37-41页 |
| §2.3 Contourlet变换 | 第41-56页 |
| ·Contourlet变换的结构 | 第41-47页 |
| ·改进的Contourlet变换 | 第47-49页 |
| ·非下采样的Contourlet变换 | 第49-53页 |
| ·Contourlet变换的框架结构分析 | 第53-56页 |
| §2.4 本章小结 | 第56-57页 |
| 第三章 基于DTCWT的图像去噪 | 第57-68页 |
| §3.1 概述 | 第57页 |
| §3.2 基于小波域的图像去噪 | 第57-61页 |
| ·小波系数统计模型 | 第57-60页 |
| ·去噪性能的评价标准 | 第60-61页 |
| §3.3 基于DTCWT和自适应窗的图像去噪算法 | 第61-63页 |
| ·自适应窗的选取 | 第61-63页 |
| ·基于DTCWT和自适应窗的图像去噪 | 第63页 |
| §3.4 实验结果及分析 | 第63-66页 |
| §3.5 本章小结 | 第66-68页 |
| 第四章 基于Contourlet变换的图像去噪 | 第68-90页 |
| §4.1 概述 | 第68页 |
| §4.2 基于Contourlet变换的超声图像去噪 | 第68-75页 |
| ·超声图像特点及噪声模型 | 第68-69页 |
| ·基于Contourlet变换的超声图像去噪算法 | 第69-71页 |
| ·实验结果及分析 | 第71-75页 |
| §4.3 基于Contourlet变换和各向异性扩散的图像去噪 | 第75-82页 |
| ·各向异性扩散 | 第75-78页 |
| ·基于Contourlet变换和各向异性扩散的图像去噪算法 | 第78-80页 |
| ·实验结果及分析 | 第80-82页 |
| §4.4 基于Contourlet变换和Gabor变换的混合频域去噪 | 第82-89页 |
| ·Gabor变换 | 第82-85页 |
| ·基于Contourlet变换和Gabor变换的混合频域去噪算法 | 第85-86页 |
| ·实验结果及分析 | 第86-89页 |
| §4.5 本章小结 | 第89-90页 |
| 第五章 基于非下采样Contourlet变换和PSO的多聚焦图像融合 | 第90-100页 |
| §5.1 引言 | 第90页 |
| §5.2 粒子群算法 | 第90-94页 |
| ·算法原理和流程 | 第90-93页 |
| ·社会认知行为分析 | 第93页 |
| ·带有惯性因子的改进粒子群算法 | 第93-94页 |
| §5.3 非下采样的Contourlet变换和PSO算法在多聚焦图像融合中的应用 | 第94-97页 |
| ·基于NSCT的多聚焦图像融合 | 第94-95页 |
| ·基于NSCT和PSO的多聚焦图像融合 | 第95-96页 |
| ·融合性能的评价标准 | 第96-97页 |
| §5.4 实验结果及分析 | 第97-99页 |
| §5.5 本章小结 | 第99-100页 |
| 第六章 总结和展望 | 第100-103页 |
| §6.1 本论文的总结 | 第100-101页 |
| §6.2 未来研究工作的展望 | 第101-103页 |
| 参考文献 | 第103-111页 |
| 致谢 | 第111-112页 |
| 攻读博士学位期间发表的论文和参与的项目 | 第112-113页 |
| 外文论文一 | 第113-121页 |
| 外文论文二 | 第121-130页 |
| 学位论文评阅及答辩情况表 | 第130页 |
