| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-23页 |
| ·研究背景 | 第13-18页 |
| ·基于分形和多重分形理论的图象处理技术 | 第18-21页 |
| ·论文的研究目的、内容及创新 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第2章 分形维数与基于小波的多重分形谱估计 | 第23-50页 |
| ·引言 | 第23-24页 |
| ·分形维数 | 第24-28页 |
| ·豪斯道夫测度 | 第24-25页 |
| ·豪斯道夫维数 | 第25-26页 |
| ·盒维数 | 第26-27页 |
| ·数盒子法 | 第27-28页 |
| ·多重分形的概念 | 第28-37页 |
| ·基于测度理论的多重分形谱的定义 | 第29-30页 |
| ·基于Rény广义维数的多重分形谱的定义 | 第30-31页 |
| ·质量指数、广义维数和多重分形谱之间的关系 | 第31-33页 |
| ·D(q)的上下界和极限 | 第33-36页 |
| ·多重分形谱的其他定义 | 第36-37页 |
| ·基于小波的多重分形谱估计 | 第37-49页 |
| ·基于WTMM的多重分形参数估计 | 第37-40页 |
| ·基于小波系数矩的多重分形谱估计 | 第40-42页 |
| ·基于小波系数矩的多重分形谱估计算法性能分析 | 第42-49页 |
| ·结论 | 第49-50页 |
| 第3章 二维微局部分析与多重分形图象去噪算法 | 第50-73页 |
| ·引言 | 第50-51页 |
| ·H(?)LDER规则性分析 | 第51-59页 |
| ·二维微局部空间：定义和基本性质 | 第53-55页 |
| ·二维微局部空间的性质 | 第55-56页 |
| ·二维微分析与奇异性指数的关系 | 第56-57页 |
| ·二维微局部边界分析 | 第57-59页 |
| ·二维微局部分析公式 | 第59-63页 |
| ·x的时域表示 | 第61页 |
| ·边界估计算法 | 第61-63页 |
| ·多重分形图象分析的原理 | 第63-66页 |
| ·多重分形图象恢复 | 第64-65页 |
| ·基于二维微局域分析的谱偏移算子估计 | 第65-66页 |
| ·实验结果 | 第66-72页 |
| ·灰度图象实验结果 | 第66-69页 |
| ·彩色图象实验结果 | 第69-72页 |
| ·结论 | 第72-73页 |
| 第4章 Choquet容度序列的多重分形谱及图象分割算法研究 | 第73-94页 |
| ·引言 | 第73页 |
| ·CHOQUET容度序列与多重分形潜 | 第73-77页 |
| ·容度序列与图象纹理特征参数的提取 | 第77-80页 |
| ·Myopic容度 | 第77-79页 |
| ·图象纹理特征参数的提取 | 第79-80页 |
| ·一种改进的自适应模糊聚类KOHONEN神经网络模型 | 第80-87页 |
| ·Kohonen聚类神经网络算法 | 第80-82页 |
| ·模糊Kohonen聚类神经网络(FKCN)模型 | 第82-84页 |
| ·对FKCN的几点分析 | 第84页 |
| ·自适应模糊聚类Kohonen神经网络模型 | 第84-87页 |
| ·实验结果 | 第87-93页 |
| ·灰度图象分割实验 | 第87-89页 |
| ·彩色图象的纹理分割 | 第89-93页 |
| ·结论 | 第93-94页 |
| 第5章 自适应广义分形小波变换图象压缩算法 | 第94-111页 |
| ·引言 | 第94-95页 |
| ·具有灰度变换的迭代函数系统 | 第95-96页 |
| ·2-D分形小波变换 | 第96-102页 |
| ·小波展开的考虑 | 第96-98页 |
| ·平滑双正交小波变换 | 第98-100页 |
| ·2-D分形小波变换 | 第100-102页 |
| ·小波子树的自适应分割与分形压缩 | 第102-106页 |
| ·压缩算法 | 第102-104页 |
| ·实验结果 | 第104-106页 |
| ·彩色图象压缩 | 第106-110页 |
| ·彩色图象压缩算法 | 第106-107页 |
| ·彩色图象实验结果 | 第107-110页 |
| ·结论 | 第110-111页 |
| 第6章 图象数据的多重分形小波压缩 | 第111-131页 |
| ·引言 | 第111-112页 |
| ·快速自适应小波 | 第112-120页 |
| ·小波包族 | 第112-113页 |
| ·任意图象的大小和边界扩展 | 第113-115页 |
| ·快速小波包算法 | 第115-118页 |
| ·代价函数与最优基算法 | 第118-120页 |
| ·相关多重分形谱与感兴趣区域识别 | 第120-126页 |
| ·图象质量的相关多重分形谱形评价准则 | 第120-123页 |
| ·基于相关多重分形谱的感兴趣区域检测 | 第123-126页 |
| ·压缩过程及原理 | 第126-128页 |
| ·实验结果 | 第128-130页 |
| ·结论 | 第130-131页 |
| 第7章 结论与展望 | 第131-135页 |
| 致谢 | 第135-136页 |
| 参考文献 | 第136-147页 |
| 在职攻读博士学位期间发表的论文、完成科研项目和所获奖励 | 第147-149页 |
| 独创性(或创新性)声明 | 第149页 |
