小波变换和马尔可夫随机场在图像处理中的应用研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究的背景和意义 | 第8-11页 |
| ·论文的主要研究内容 | 第11-14页 |
| ·主要工作及创新点 | 第11-12页 |
| ·内容安排 | 第12-14页 |
| 第二章 小波变换与马尔可夫随机场 | 第14-33页 |
| ·小波理论 | 第14-26页 |
| ·小波理论的发展 | 第14-16页 |
| ·小波变换 | 第16-26页 |
| ·马尔可夫随机场 | 第26-27页 |
| ·二维Markov 随机场定义 | 第26-27页 |
| ·隐马尔可夫模型 | 第27-33页 |
| ·HMM 定义 | 第27-28页 |
| ·隐马尔可夫模型的三个基本问题 | 第28页 |
| ·隐马尔可夫模型的经典算法 | 第28-33页 |
| 第三章 小波域隐马尔可夫树模型 | 第33-48页 |
| ·引言 | 第33-34页 |
| ·小波域HMT 模型建立 | 第34-41页 |
| ·小波变换特性分析 | 第34-35页 |
| ·单个小波系数的概率模型 | 第35-37页 |
| ·图像信号小波分解及多尺度树图表示 | 第37-38页 |
| ·小波域HMT 模型 | 第38-41页 |
| ·小波域HMT 模型训练 | 第41-48页 |
| ·最大似然参数估计 | 第41-42页 |
| ·EM 算法及似然函数计算 | 第42-44页 |
| ·隐马尔可夫树的EM 算法 | 第44-48页 |
| 第四章 图像去噪 | 第48-63页 |
| ·引言 | 第48-49页 |
| ·小波域图像去噪基本原理 | 第49页 |
| ·小波域阈值滤波算法 | 第49-51页 |
| ·2SHMT 模型图像去噪算法 | 第51-53页 |
| ·噪声方差的估计 | 第51-53页 |
| ·2SHMT 模型在图像去噪中的应用 | 第53页 |
| ·3SHMT 模型图像去噪算法 | 第53-55页 |
| ·HHMT 模型图像去噪算法 | 第55-56页 |
| ·仿真结果和分析 | 第56-61页 |
| ·医学图像去噪 | 第61页 |
| ·本章小结 | 第61-63页 |
| 第五章 图像分割 | 第63-93页 |
| ·引言 | 第63-65页 |
| ·图像分割定义 | 第63-64页 |
| ·多尺度图像分割 | 第64-65页 |
| ·基于隐马尔可夫树模型的图像分割 | 第65-76页 |
| ·2-D HMT 模型 | 第66-67页 |
| ·HMTseg 初始分割 | 第67-68页 |
| ·基于上下文模型的尺度间融合 | 第68-72页 |
| ·HMTseg 仿真结果和分析 | 第72-76页 |
| ·自适应上下文结构多尺度分割 | 第76-90页 |
| ·小波基的选取 | 第76-80页 |
| ·模型训练算法的改进 | 第80-82页 |
| ·自适应上下文结构多尺度分割 | 第82-83页 |
| ·JACMS 仿真结果和分析 | 第83-90页 |
| ·航摄像片图像分割 | 第90页 |
| ·航摄像片图像分割 | 第90页 |
| ·图像分割训练样本的影响 | 第90页 |
| ·本章小结 | 第90-93页 |
| 第六章 纹理合成 | 第93-105页 |
| ·引言 | 第93-96页 |
| ·基于参数统计模型的纹理合成方法 | 第93-94页 |
| ·非参数纹理合成方法 | 第94-96页 |
| ·基于马尔可夫随机场的纹理合成 | 第96-102页 |
| ·Wei 基本算法 | 第96-97页 |
| ·改进的纹理合成算法 | 第97-102页 |
| ·仿真结果和分析 | 第102页 |
| ·本章小结 | 第102-105页 |
| 第七章 总结与展望 | 第105-107页 |
| ·论文总结 | 第105-106页 |
| ·展望与设想 | 第106-107页 |
| 参考文献 | 第107-118页 |
| 发表论文和科研情况说明 | 第118-119页 |
| 致谢 | 第119页 |
