| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-11页 |
| ·小波理论的发展 | 第6-7页 |
| ·小波变换在图像处理中的应用 | 第7-9页 |
| ·本文的主要工作 | 第9-11页 |
| 第二章 小波变换基本理论 | 第11-21页 |
| ·小波变换 | 第11-12页 |
| ·二进小波与框架理论 | 第12-14页 |
| ·多分辨率分析 | 第14-18页 |
| ·Mallat算法 | 第18-21页 |
| 第三章 基于小波变换的图像降噪 | 第21-27页 |
| ·小波降噪总述 | 第21-22页 |
| ·小波降噪方法分类与比较 | 第22-25页 |
| ·三类方法的比较和结论 | 第25页 |
| ·小波图像降噪与小波图像边缘检测 | 第25-27页 |
| 第四章 基于邻域相关性和自适应软阈值的小波图像降噪 | 第27-34页 |
| ·基于邻域相关性的自适应阈值 | 第27-30页 |
| ·NeighBayes算法简述 | 第30页 |
| ·实验结果与讨论 | 第30-33页 |
| ·小结 | 第33-34页 |
| 第五章 基于多尺度边缘检测的自适应阈值小波图像降噪 | 第34-42页 |
| ·多尺度边缘检测理论 | 第34-36页 |
| ·与边缘和噪声相关系数的降噪处理 | 第36-39页 |
| ·选取自适应最优阈值 | 第39页 |
| ·本章算法 | 第39页 |
| ·实验结果与讨论 | 第39-40页 |
| ·小结 | 第40-42页 |
| 第六章 基于非抽样小波和边缘保持的自适应图像降噪 | 第42-49页 |
| ·非抽样小波的多尺度分解与重构理论 | 第42-44页 |
| ·本章提出的算法 | 第44-46页 |
| ·实验结果与讨论 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第七章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |