| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·数字图像去噪算法的研究现状 | 第9-12页 |
| ·论文的主要工作和安排 | 第12-14页 |
| 第二章 图像去噪的理论基础及经典去噪算法 | 第14-24页 |
| ·图像去噪的理论基础 | 第14-17页 |
| ·图像噪声的分类 | 第14-15页 |
| ·图像处理中常见的噪声模型 | 第15-16页 |
| ·图像去噪质量的评价标准 | 第16-17页 |
| ·经典去噪算法 | 第17-23页 |
| ·传统滤波方法 | 第17-19页 |
| ·维纳滤波 | 第19-20页 |
| ·基于小波变换的图像去噪方法 | 第20-21页 |
| ·双边滤波方法 | 第21-22页 |
| ·非局部均值滤波方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于小波变换的相似性度量模型 | 第24-44页 |
| ·图像小波系数的分布模型 | 第24-26页 |
| ·小波变换的基本性质 | 第24-25页 |
| ·图像小波系数的经验分布 | 第25-26页 |
| ·图像滤波的一般滤波模型 | 第26-27页 |
| ·基于小波变换的噪声分析和相似性距离 | 第27-39页 |
| ·基于小波变换的噪声分析 | 第27-38页 |
| ·基于小波变换的相似性距离 | 第38-39页 |
| ·实验结果及分析 | 第39-43页 |
| ·实验条件和内容 | 第39页 |
| ·实验结果分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于小波低频的贝叶斯去噪算法 | 第44-56页 |
| ·贝叶斯框架及非局部均值滤波器 | 第44-46页 |
| ·贝叶斯估计理论框架 | 第44-45页 |
| ·贝叶斯非局部均值滤波器 | 第45-46页 |
| ·基于小波低频的贝叶斯去噪算法的基本思想和原理 | 第46-49页 |
| ·基本思想 | 第46-47页 |
| ·算法原理 | 第47-49页 |
| ·算法步骤 | 第49-50页 |
| ·实验结果及分析 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于小波高频的非局部均值去噪算法 | 第56-66页 |
| ·基于小波变换的多尺度距离公式 | 第56-57页 |
| ·基于小波高频的非局部均值去噪算法的基本思想与原理 | 第57-60页 |
| ·基本思想 | 第57页 |
| ·算法原理 | 第57-60页 |
| ·算法步骤 | 第60-61页 |
| ·实验结果及分析 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 研究生在读期间的科研成果 | 第76页 |