| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究目的和意义 | 第9页 |
| 1.2 国内外研究现状分析 | 第9-12页 |
| 1.2.1 小波的发展 | 第10页 |
| 1.2.2 小波去噪的发展 | 第10-12页 |
| 1.3 课题研究的主要内容 | 第12-13页 |
| 第2章 小波去噪理论 | 第13-21页 |
| 2.1 小波变换 | 第13页 |
| 2.2 连续小波理论 | 第13-14页 |
| 2.3 离散小波理论 | 第14-17页 |
| 2.3.1 多分辨率分析 | 第14-16页 |
| 2.3.2 离散小波分析的快速算法 | 第16-17页 |
| 2.4 混合傅里叶-小波降噪理论 | 第17-20页 |
| 2.4.1 简单统计模型的降噪算法 | 第18页 |
| 2.4.2 傅里叶-小波分析结合算法 | 第18-20页 |
| 2.5 去噪效果评估 | 第20页 |
| 2.6 本章小结 | 第20-21页 |
| 第3章 贝叶斯降噪 | 第21-33页 |
| 3.1 小波阈值理论 | 第21-23页 |
| 3.1.1 阈值的选取 | 第21-22页 |
| 3.1.2 小波基分析 | 第22-23页 |
| 3.2 基于GSM统计模型的降噪 | 第23-26页 |
| 3.2.1 GSM模型介绍 | 第23-24页 |
| 3.2.2 BLS-GSM去噪理论 | 第24-26页 |
| 3.3 基于Bayes估计的阈值降噪 | 第26-32页 |
| 3.3.1 频域变换系数的统计特性 | 第27-28页 |
| 3.3.2 小波域的双参数收缩去噪 | 第28-31页 |
| 3.3.3 小波域的局部邻域维纳滤波 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 图像去噪仿真实验 | 第33-43页 |
| 4.1 基于梯度法图像增强的边缘改进 | 第33-37页 |
| 4.2 关于BayesShrink阈值算法的改进 | 第37-38页 |
| 4.3 去噪图像仿真比对 | 第38-42页 |
| 4.3.1 传统小波去噪仿真 | 第38-40页 |
| 4.3.2 基于改进的BayesShrink仿真分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间取得的学术成果 | 第48-49页 |
| 致谢 | 第49页 |