| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题来源与研究意义 | 第9-12页 |
| ·空间域图像去噪 | 第9页 |
| ·频域图像去噪 | 第9-10页 |
| ·基于小波变换的图像去噪算法 | 第10-11页 |
| ·其他图像去噪方法 | 第11-12页 |
| ·本文主要研究内容及章节安排 | 第12-15页 |
| ·主要工作及创新点 | 第12-13页 |
| ·章节安排 | 第13-15页 |
| 第二章 小波分析理论 | 第15-26页 |
| ·傅里叶变换及短时傅里叶变换 | 第15-17页 |
| ·傅里叶变换 | 第15-16页 |
| ·短时傅里叶变换 | 第16页 |
| ·傅里叶变换、短时傅里叶变换和小波变换的分析对比 | 第16-17页 |
| ·连续小波变换 | 第17-19页 |
| ·连续小波变换定义 | 第17-18页 |
| ·连续小波变换的性质 | 第18-19页 |
| ·离散小波 | 第19-20页 |
| ·小波的离散化方法 | 第19页 |
| ·离散小波的逆变换 | 第19-20页 |
| ·多分辨率分析与Mallat 算法 | 第20-24页 |
| ·多分辨率分析 | 第20-21页 |
| ·双尺度方程和正交小波基的构造 | 第21-22页 |
| ·Mallat 算法 | 第22-24页 |
| ·平稳小波变换 | 第24-26页 |
| ·平稳小波变换原理 | 第24-25页 |
| ·平稳小波变换性质 | 第25-26页 |
| 第三章 小波域图像去噪算法 | 第26-38页 |
| ·图像噪声模型 | 第26-27页 |
| ·一些重要噪声 | 第26-27页 |
| ·噪声模型 | 第27页 |
| ·小波域图像系数特性 | 第27-29页 |
| ·图像小波系数的统计分析 | 第28-29页 |
| ·小波图像系数模型 | 第29页 |
| ·小波去噪方法 | 第29-35页 |
| ·小波变换模极大值去噪 | 第29-31页 |
| ·基于小波变换尺度间相关性的去噪 | 第31-32页 |
| ·小波阈值去噪法 | 第32-35页 |
| ·图像去噪质量的评价 | 第35-37页 |
| ·主观评价 | 第35-36页 |
| ·客观评价 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于相关度分析的自适应邻域小波图像去噪算法 | 第38-50页 |
| ·NeighShrink 去噪算法 | 第38-41页 |
| ·一维信号 | 第38-39页 |
| ·二维信号 | 第39-40页 |
| ·贝叶斯软阈值估计算法 | 第40-41页 |
| ·邻域窗口的相关度系数定义 | 第41-42页 |
| ·RA-NeighShrink 算法实现 | 第42-43页 |
| ·实验结果与讨论 | 第43-49页 |
| ·与NeighShrink 算法的比较 | 第43-46页 |
| ·与自适应阈值的NeighShrink 算法比较 | 第46-48页 |
| ·邻域滑窗尺寸的讨论 | 第48-49页 |
| ·结论 | 第49-50页 |
| 第五章 基于PCNN 区域分割的邻域小波图像去噪算法 | 第50-73页 |
| ·小波域隐马尔科夫树模型 | 第50-52页 |
| ·图像信号的多尺度树表示 | 第50-51页 |
| ·小波域系数的树状马尔可夫结构 | 第51-52页 |
| ·脉冲耦合神经网络 | 第52-56页 |
| ·误差反向传播神经网络 | 第52-54页 |
| ·脉冲耦合神经网络的数学模型 | 第54-56页 |
| ·基于PCNN 区域分割的邻域阈值图像去噪算法 | 第56-59页 |
| ·PCNN 的行为特性分析 | 第56-58页 |
| ·PA-NeighShrink 去噪算法 | 第58页 |
| ·PW-NeighShrink 去噪算法 | 第58-59页 |
| ·PA-NeighShrink 及PW-NeighShrink 去噪算法实现 | 第59-60页 |
| ·实验结果与讨论 | 第60-72页 |
| ·PCNN 连接权系数矩阵大小讨论 | 第60-63页 |
| ·邻域内系数数目的讨论 | 第63-64页 |
| ·不同噪声强度下的去噪效果 | 第64-70页 |
| ·不同去噪算法的去噪效果比较 | 第70-72页 |
| ·结论 | 第72-73页 |
| 第六章 基于边缘融合的邻域小波图像去噪算法 | 第73-88页 |
| ·边缘检测算法简述 | 第73-74页 |
| ·边缘融合算法 | 第74-76页 |
| ·提取主要边缘 | 第76-77页 |
| ·结合边缘融合的NeighShrink 去噪算法 | 第77-79页 |
| ·FW-NeighShrink 算法 | 第77-78页 |
| ·FsW-NeighShrink 算法 | 第78-79页 |
| ·FW-NeighShrink 及FsW-NeighShrink 算法实现 | 第79-80页 |
| ·实验结果与讨论 | 第80-87页 |
| ·不同窗口去噪性能分析 | 第80-86页 |
| ·与基于边缘检测算法的去噪效果比较 | 第86-87页 |
| ·结论 | 第87-88页 |
| 第七章 总结和展望 | 第88-90页 |
| ·全文工作总结 | 第88页 |
| ·工作展望 | 第88-90页 |
| 参考文献 | 第90-99页 |
| 发表论文和科研情况说明 | 第99-100页 |
| 致谢 | 第100页 |
