| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·图像抑噪概述 | 第8页 |
| ·噪声图像模型 | 第8-9页 |
| ·图像的质量评价 | 第9-10页 |
| ·主观评价法 | 第9-10页 |
| ·客观评价法 | 第10页 |
| ·本文的主要工作和内容安排 | 第10-12页 |
| 第2章 小波变换理论 | 第12-18页 |
| ·从傅立叶变换到小波变换 | 第12-14页 |
| ·傅立叶变换 | 第12-13页 |
| ·短时傅立叶变换 | 第13页 |
| ·小波变换 | 第13-14页 |
| ·连续小波变换 | 第14-15页 |
| ·连续小波基函数 | 第14页 |
| ·连续小波变换 | 第14-15页 |
| ·离散小波变换 | 第15-16页 |
| ·图像的二维小波变换 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第3章 图像抑噪方法 | 第18-24页 |
| ·传统抑噪方法 | 第18-20页 |
| ·空域滤波方法 | 第18-19页 |
| ·频域滤波方法 | 第19-20页 |
| ·小波抑噪方法 | 第20-22页 |
| ·小波抑噪发展历程 | 第20-21页 |
| ·常用的小波抑噪方法 | 第21-22页 |
| ·小结 | 第22-24页 |
| 第4章 一种小波自适应阈值的图像抑噪算法 | 第24-32页 |
| ·最佳阈值的选取 | 第24-26页 |
| ·阈值函数的选取 | 第24-25页 |
| ·阈值的确定 | 第25-26页 |
| ·改进的小波自适应阈值图像抑噪算法 | 第26-31页 |
| ·新算法描述 | 第26页 |
| ·仿真实验 | 第26-29页 |
| ·性能分析 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第5章 基于小波域结构相似性灰关联的强噪声图像增强算法 | 第32-50页 |
| ·灰色关联分析理论 | 第32-33页 |
| ·用灰色关联理论分析小波域图像特征 | 第33-34页 |
| ·基于小波域结构相似性灰关联的强噪声图像增强算法 | 第34-36页 |
| ·仿真实验与性能分析 | 第36-48页 |
| ·算法的有效性与优越性测试 | 第36-47页 |
| ·性能分析 | 第47-48页 |
| ·小结 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·未来研究展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间的研究成果 | 第58页 |