| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-15页 |
| 1.1 选题背景及研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图像去噪的研究现状 | 第11-12页 |
| 1.2.2 边缘检测的研究现状 | 第12-14页 |
| 1.3 本文的主要内容 | 第14-15页 |
| 2 经典的去噪算法 | 第15-23页 |
| 2.1 数字图像处理概述 | 第15页 |
| 2.1.1 数字图像 | 第15页 |
| 2.1.2 数字图像处理 | 第15页 |
| 2.2 图像噪声 | 第15-17页 |
| 2.3 经典去噪算法 | 第17-19页 |
| 2.3.1 空间域去噪算法 | 第17-18页 |
| 2.3.2 频域去噪算法 | 第18-19页 |
| 2.4 噪声的评价指标 | 第19-20页 |
| 2.4.1 定性(主观)评价指标 | 第19页 |
| 2.4.2 定量(客观)评价 | 第19-20页 |
| 2.5 仿真实验及结果分析 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 3 边缘检测算法介绍 | 第23-33页 |
| 3.1 边缘检测的概述 | 第23页 |
| 3.2 经典的边缘检测算法 | 第23-27页 |
| 3.2.1 Sobel算子 | 第23-24页 |
| 3.2.2 Prewitte算子 | 第24-25页 |
| 3.2.3 Laplacian算子 | 第25-26页 |
| 3.2.4 Canny算子 | 第26-27页 |
| 3.3 边缘检测评价指标 | 第27-28页 |
| 3.4 仿真实验及结果分析 | 第28-31页 |
| 3.5 本章小结 | 第31-33页 |
| 4 小波变换在图像去噪中的应用 | 第33-51页 |
| 4.1 小波变换去噪基本原理 | 第33-35页 |
| 4.1.1 小波定义 | 第33页 |
| 4.1.2 一维连续小波变换 | 第33-34页 |
| 4.1.3 二维连续小波 | 第34-35页 |
| 4.1.4 离散小波 | 第35页 |
| 4.2 小波去噪的算法 | 第35-37页 |
| 4.2.1 小波模极大值去噪 | 第35-36页 |
| 4.2.2 空域相关性去噪 | 第36-37页 |
| 4.3 小波阈值去噪 | 第37-43页 |
| 4.3.1 小波阈值去噪概述 | 第37-38页 |
| 4.3.2 阈值的选择 | 第38-40页 |
| 4.3.3 阈值函数 | 第40-42页 |
| 4.3.4 改进的阈值函数 | 第42-43页 |
| 4.4 本文的改进阈值函数 | 第43-46页 |
| 4.5 仿真实验及结果评价 | 第46-50页 |
| 4.5.1 高斯噪声阈值函数去噪评价对比 | 第46-50页 |
| 4.5.2 不同高斯噪声方差的去噪评价 | 第50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 小波变换在图像边缘检测中的应用 | 第51-67页 |
| 5.1 基于小波变换图像边缘检测 | 第51-55页 |
| 5.1.1 小波变换边缘检测概述 | 第51页 |
| 5.1.2 小波变换多尺度分析 | 第51-53页 |
| 5.1.3 Mallat塔式小波分解 | 第53-55页 |
| 5.2 小波变换模极大值多尺度边缘检测 | 第55-59页 |
| 5.2.1 基本原理 | 第55-56页 |
| 5.2.2 本文小波变换模极大值多尺度边缘检测的算法流程 | 第56-57页 |
| 5.2.3 仿真实验与结果分析 | 第57-59页 |
| 5.3 Mallat算法与Canny算法联合边缘检测 | 第59-62页 |
| 5.3.1 Mallat图像重构 | 第60-61页 |
| 5.3.2 联合边缘检测算法 | 第61-62页 |
| 5.4 基于方向可调性小波变换边缘检测 | 第62-65页 |
| 5.4.1 算法原理描述 | 第62-65页 |
| 5.5 本章小结 | 第65-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |