| 目录 | 第1-5页 |
| 摘要 | 第5-7页 |
| Summary | 第7-9页 |
| 第一章 前言 | 第9-13页 |
| ·小波的发展 | 第9-10页 |
| ·小波的应用 | 第10-11页 |
| ·小波变换与Fourier变换的比较 | 第11页 |
| ·全文工作安排 | 第11-13页 |
| 第二章 小波分析理论 | 第13-24页 |
| ·小波基础 | 第13-15页 |
| ·小波和小波基函数 | 第13页 |
| ·连续小波变换(CWT) | 第13-14页 |
| ·离散小波变换(DWT) | 第14-15页 |
| ·多尺度分析(MRA)与Mallat算法 | 第15-20页 |
| ·多尺度分析(MRA) | 第15-19页 |
| ·Mallat算法 | 第19-20页 |
| ·图像的小波变换 | 第20-24页 |
| 第三章 小波变换在图像去噪中的应用 | 第24-27页 |
| ·小波去噪的实现 | 第24页 |
| ·小波去噪的分类及研究现状 | 第24-25页 |
| ·图像去噪效果的评价方法 | 第25-27页 |
| 第四章 小波图像去噪过程中分解层次的确定 | 第27-35页 |
| ·非线性小波变换阈值法去噪 | 第27-28页 |
| ·一种新的分解层数的确定 | 第28-30页 |
| ·图例分析 | 第30-34页 |
| ·tire带噪图像最优分解层的确定 | 第30页 |
| ·新的最优分解层算法的验证 | 第30-34页 |
| ·结论 | 第34-35页 |
| 第五章 基于小波变换的多子带系数双σ阈值算法图像去噪 | 第35-48页 |
| ·多子带系数双σ阈值算法(MSDT算法)的提出 | 第35页 |
| ·图像的小波分解不同尺度不同方向小波系数的能量分布规律分析 | 第35-40页 |
| ·多子带系数双σ阈值算法(MSDT算法)的具体实现 | 第40-43页 |
| ·仿真验证及讨论 | 第43-48页 |
| 第六章 基于小波变换的迭代重构算法图像去噪 | 第48-60页 |
| ·新算法的理论基础 | 第48-52页 |
| ·小波分析的信噪分离特性 | 第48-49页 |
| ·小波变换模极大值去噪算法 | 第49-52页 |
| ·迭代重构消噪算法的具体实现 | 第52-56页 |
| ·以分数维为依据的二进制离散小波变换 | 第52-56页 |
| ·仿真验证及讨论 | 第56-60页 |
| 第七章 总结与展望 | 第60-63页 |
| ·论文的主要工作总结 | 第60-61页 |
| ·工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-69页 |
