首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于剪切波和NSST变换的图像增强算法研究

摘要第1-3页
Abstract第3-7页
第一章 绪论第7-12页
   ·研究背景及意义第7-9页
   ·国内外研究现状及主要方法第9-11页
     ·基于空间域的图像增强方法第9页
     ·基于变换域的图像增强方法第9-10页
     ·基于模糊域的增强方法第10页
     ·基于人眼视觉特性的增强方法第10页
     ·其他增强方法第10-11页
   ·本文的主要研究内容第11-12页
第二章 图像增强基础理论第12-25页
   ·图像对比度增强方法第12-18页
     ·基本灰度变换函数第12-14页
     ·直方图修正第14-18页
   ·边缘细节增强方法第18-21页
     ·梯度算子第18-19页
     ·拉普拉斯算子第19-20页
     ·反锐化掩模算法第20-21页
   ·图像噪声消除方法第21-23页
     ·空间域滤波图像去噪第22-23页
     ·变换域图像去噪第23页
   ·图像质量评价与度量第23-24页
   ·本章小结第24-25页
第三章 频域图像增强基本理论第25-39页
   ·小波变换第25-27页
     ·小波变换定义第25-26页
     ·连续小波变换第26页
     ·离散小波变换第26-27页
   ·Contourlet变换第27-30页
     ·拉普拉斯金字塔第28-29页
     ·方向滤波器组第29-30页
   ·NSCT变换原理分析第30-32页
     ·非下采样拉普拉斯金字塔分解第31-32页
     ·非下采样方向滤波器组第32页
   ·剪切波变换第32-37页
     ·剪切波变换构造理论及定义第32-33页
     ·连续剪切波变换第33-35页
     ·离散剪切波变换第35-37页
   ·非下采样剪切波变换(NSST)第37-38页
   ·本章小结第38-39页
第四章 基于剪切波变换的反锐化掩模图像增强第39-47页
   ·基于BaysShrink的自适应阈值去噪方法第39-41页
   ·算法实现流程第41页
   ·图像增强效果评价第41-42页
   ·实验结果与分析第42-46页
   ·本章小结第46-47页
第五章 基于NSST的拉普拉斯图像增强方法第47-51页
   ·基于NSST域自适应去噪方法第47-48页
   ·算法实现流程第48-49页
   ·实验结果与分析第49-50页
   ·本章小结第50-51页
第六章 总结与展望第51-53页
   ·本文工作结论第51页
   ·研究展望第51-53页
参考文献第53-57页
硕士期间发表论文第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:生物地理学算法的研究及应用
下一篇:图像配准方法及应用的研究