| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·遥感技术的背景 | 第8页 |
| ·遥感图像去噪的意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·遥感图像去噪国内研究现状 | 第10-11页 |
| ·遥感图像去噪国外研究现状 | 第11-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 第二章 图像去噪算法的基本理论 | 第15-27页 |
| ·小波变换在图像去噪处理中的应用 | 第15页 |
| ·空域相关性统计模型去噪 | 第15-19页 |
| ·双变量模型及相应的 Bishrink 算法 | 第16-17页 |
| ·广义高斯模型的 BayesShrink 去噪算法 | 第17-19页 |
| ·阈值收缩去噪 | 第19-22页 |
| ·点阈值—AntShrink 算法 | 第19-21页 |
| ·块阈值—NeighShrink | 第21-22页 |
| ·最新的图像去噪算法 | 第22-27页 |
| ·空间自适应非局部平均图像去噪算法（ANL-Means） | 第22-24页 |
| ·空间自适应奇异值分解图像去噪算法（ASVD） | 第24-27页 |
| 第三章 基于 Fuzzy-Shrink 算法改进的图像去噪方法 | 第27-33页 |
| ·基于 Fuzzy-Shrink 算法改进的图像去噪（NSCT） | 第27页 |
| ·算法概述 | 第27-28页 |
| ·理论模型 | 第28-30页 |
| ·基于 NSCT 域邻域信息的模糊特征构造 | 第28-29页 |
| ·基于模糊特征的 NSCT 域系数收缩规则 | 第29-30页 |
| ·算法过程描述 | 第30页 |
| ·实验结果与分析 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于形状自适应 PCA 的三维块匹配图像去噪 | 第33-41页 |
| ·算法简介 | 第33-34页 |
| ·算法概述 | 第34-35页 |
| ·理论模型 | 第35-36页 |
| ·BM3D 算法 | 第35页 |
| ·基于形状自适应邻域块修正的 PCA 变换 | 第35-36页 |
| ·算法实现步骤 | 第36-37页 |
| ·实验结果与分析 | 第37-40页 |
| ·小结 | 第40-41页 |
| 第五章 基于 K-SVD 算法改进 BayesShrink 小波阈值去噪 | 第41-47页 |
| ·算法简介 | 第41页 |
| ·算法概述 | 第41-42页 |
| ·理论模型 | 第42-43页 |
| ·字典学习算法 | 第42页 |
| ·K-SVD 算法 | 第42-43页 |
| ·算法步骤 | 第43-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·小结 | 第45-47页 |
| 第六章 总结与展望 | 第47-49页 |
| ·本文的工作总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 硕士研究生期间发表的论文 | 第52-53页 |
| 致谢 | 第53页 |
