提升小波的高效算法设计及其在数字图像处理中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·提升小波在图像处理中的一些应用 | 第11-14页 |
| ·本文的主要工作和内容安排 | 第14-16页 |
| 2 提升法整数小波变换 | 第16-39页 |
| ·引言 | 第16-17页 |
| ·小波分析与点奇异性 | 第17-27页 |
| ·提升整数小波变换 | 第27-37页 |
| ·小结 | 第37-39页 |
| 3 改进的多级树集合分裂(SPIHT)算法 | 第39-51页 |
| ·图像压缩的基本概念 | 第39-40页 |
| ·静止图像压缩 | 第40-43页 |
| ·SPIHT 压缩算法 | 第43-45页 |
| ·改进算法MSPIHT | 第45-49页 |
| ·数值实验与分析 | 第49页 |
| ·小结 | 第49-51页 |
| 4 基于提升小波的数字水印算法 | 第51-72页 |
| ·引言 | 第51-52页 |
| ·数字水印的分类和基本特性 | 第52-54页 |
| ·典型的图象数字水印算法 | 第54-56页 |
| ·水印算法所采用的技术 | 第56-59页 |
| ·基于小波变换和人类视觉系统的稳健水印算法 | 第59-62页 |
| ·基于混沌置乱和人类视觉系统的小波域数字水印算法 | 第62-67页 |
| ·基于神经网络和人类视觉系统的数字水印算法 | 第67-72页 |
| 5 基于提升小波的图像融合技术 | 第72-95页 |
| ·引言 | 第72-73页 |
| ·图像融合的主要研究内容 | 第73-81页 |
| ·基于神经网络与对比度的多聚焦图像融合新策略 | 第81-86页 |
| ·基于曲波变换的图像融合研究 | 第86-93页 |
| ·小结 | 第93-95页 |
| 6 总结与展望 | 第95-99页 |
| ·本文的主要工作 | 第95-96页 |
| ·未来工作展望 | 第96-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-113页 |
| 附录1 攻读学位期间发表学术论文目录 | 第113-114页 |
| 附录2 攻读学位期间参加的课题目录 | 第114页 |
