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

基于小波变换的图像去噪方法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·课题背景第7-9页
     ·小波去噪问题的描述第7-8页
     ·小波去噪基本方法第8-9页
   ·小波阈值去噪方法概论第9-10页
     ·阈值确定第9-10页
     ·阈值函数选取第10页
   ·本文的主要工作第10-13页
第二章 小波变换基本理论第13-25页
   ·小波及小波变换第13-19页
     ·Fourier 变换第13-14页
     ·连续小波变换第14-17页
     ·小波变换的时频特性第17-19页
   ·离散小波变换和二进小波变换第19-21页
   ·多分辨率分析和正交小波基第21-23页
     ·多分辨率分析的概念第21-22页
     ·小波基的构造第22-23页
   ·本章小结第23-25页
第三章 小波阈值去噪算法的研究第25-51页
   ·小波变换的特点以及阈值去噪原理第26-29页
     ·小波变换的特点第26页
     ·小波阈值去噪方法原理第26-29页
   ·基小波和小波分解层数的选择第29-34页
     ·正交小波变换小波基的选择第29-33页
     ·小波分解层数的选择第33-34页
   ·阈值函数的选取第34-39页
     ·常用阈值函数第34-35页
     ·阈值函数的几种改进方案第35-39页
   ·阈值的选择第39-43页
     ·VisuShrink 阈值第39页
     ·SUREShrink 阈值第39-42页
     ·HeurSure 阈值(启发式SURE 阈值)第42页
     ·极小极大(Minimaxi)阈值第42-43页
   ·仿真实验与讨论第43-49页
     ·噪声方差估计第43-44页
     ·各种阈值函数的比较第44-46页
     ·不同阈值选取规则对去噪性能影响的比较第46-49页
   ·本章小结第49-51页
第四章 小波域去噪算法的改进第51-65页
   ·基于 BAYES 准则的小波阈值图像去噪方法第51-56页
     ·先验分布为广义高斯分布时的贝叶斯最优阈值第51-53页
     ·基于 Bayes 估计和 Wiener 滤波器的阈值去噪第53-54页
     ·实验仿真与讨论第54-56页
   ·小波域 WIENER 滤波图像去噪方法第56-61页
     ·小波域Wiener 滤波第56-59页
     ·小波域Wiener 小波性能仿真第59-61页
   ·基于小波变换的自适应阈值图像去噪第61-64页
     ·自适应阈值函数第61-62页
     ·实验仿真与讨论第62-64页
   ·本章小结第64-65页
第五章 论文总结与展望第65-67页
   ·论文总结第65页
   ·需要进一步完善的工作第65-66页
   ·展望第66-67页
致谢第67-68页
参考文献第68-72页

论文共72页,点击 下载论文
上一篇:基于HMM的联机手写汉字识别
下一篇:人脸检测与识别技术研究