多小波图像去噪方法研究
| 摘要 | 第1-11页 |
| Abstract | 第11-13页 |
| 1. 绪论 | 第13-18页 |
| ·本文的理论意义和应用价值 | 第13页 |
| ·多小波的研究和应用现状 | 第13-15页 |
| ·图像去噪国内外研究现状及存在问题 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·本文实验中所用图像 | 第17-18页 |
| 2. 多小波理论分析 | 第18-31页 |
| ·多分辨分析 | 第18-19页 |
| ·多尺度函数 | 第18-19页 |
| ·多小波函数 | 第19页 |
| ·多小波的性质 | 第19-20页 |
| ·预处理 | 第20-22页 |
| ·正交离散多小波变换 | 第22-24页 |
| ·多小波变换在图像中的实现 | 第24-25页 |
| ·Sa4多小波系统 | 第25-30页 |
| ·具有优质滤波特性的多小波分析 | 第25-29页 |
| ·Sa4多小波 | 第29-30页 |
| ·小结 | 第30-31页 |
| 3. 图像去噪方法研究 | 第31-41页 |
| ·噪声分类 | 第31-32页 |
| ·图像去噪质量的评价方法 | 第32-33页 |
| ·平滑滤波 | 第33-35页 |
| ·小波图像去噪 | 第35-37页 |
| ·小波图像去噪问题的描述 | 第35页 |
| ·小波图像去噪原理 | 第35-37页 |
| ·小波图像去噪方法 | 第37-40页 |
| ·小波收缩法 | 第37-38页 |
| ·小波模极大值去噪法 | 第38-39页 |
| ·基于小波系数相关性的方法 | 第39页 |
| ·小波去噪算法比较 | 第39-40页 |
| ·小结 | 第40-41页 |
| 4. 多小波图像去噪方法研究 | 第41-56页 |
| ·基于多小波的信号去噪原理 | 第41-42页 |
| ·多小波去噪中阈值以及收缩函数的选取 | 第42-44页 |
| ·多小波传统阈值去噪法 | 第44-47页 |
| ·经典阈值 | 第45页 |
| ·算法描述 | 第45页 |
| ·实验结果分析 | 第45-47页 |
| ·基于多小波变换域内系数相关性的图像去噪法 | 第47-51页 |
| ·小波系数相关性描述 | 第48页 |
| ·基于多小波系数相关性的图像去噪法 | 第48-51页 |
| ·算法描述 | 第49-50页 |
| ·实验结果分析 | 第50-51页 |
| ·基于经典阈值的多小波多层阈值去噪法 | 第51-55页 |
| ·基于噪声方差己知的多小波多层阈值去噪法 | 第51-52页 |
| ·算法描述 | 第51页 |
| ·实验结果分析 | 第51-52页 |
| ·基于噪声方差估计的多小波多层阈值去噪法 | 第52-55页 |
| ·图像中噪声方差的估计 | 第52-53页 |
| ·算法描述 | 第53-54页 |
| ·实验结果分析 | 第54-55页 |
| ·小结 | 第55-56页 |
| 5. 基于遗传算法的多小波自适应阈值去噪法 | 第56-67页 |
| ·遗传算法 | 第56-59页 |
| ·遗传算法具体步骤中采用的算法分析 | 第57-59页 |
| ·遗传算法的优点 | 第59页 |
| ·图像的奇异特性 | 第59-61页 |
| ·基于遗传算法的多小波自适应阈值去噪法 | 第61-65页 |
| ·阈值的提出 | 第61-62页 |
| ·算法描述 | 第62-63页 |
| ·实验结果分析 | 第63-65页 |
| ·小结 | 第65-67页 |
| 6. 总结与展望 | 第67-69页 |
| ·全文工作总结 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录 | 第74-75页 |
| 致谢 | 第75页 |
