基于小波变换的图像去噪方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第7-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 国内外研究现状及发展趋势 | 第8-10页 |
| 1.2 本文的研究内容和组织框架 | 第10-12页 |
| 第二章 图像去噪相关理论 | 第12-19页 |
| 2.1 含噪模型 | 第12页 |
| 2.2 常用的空间域去噪方法 | 第12-15页 |
| 2.2.1 邻域平均法 | 第12-13页 |
| 2.2.2 中值滤波 | 第13-14页 |
| 2.2.3 维纳滤波 | 第14-15页 |
| 2.3 常用的变换域去噪方法 | 第15-18页 |
| 2.3.1 傅里叶变换 | 第15页 |
| 2.3.2 短时傅里叶变换 | 第15-16页 |
| 2.3.3 小波变换 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 改进的小波阈值函数去噪算法 | 第19-32页 |
| 3.1 小波阈值去噪 | 第19-21页 |
| 3.2 阈值和阈值函数 | 第21-24页 |
| 3.3 改进的阈值函数 | 第24-28页 |
| 3.4 仿真实验及结果分析 | 第28-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 NTF阈值的自适应优化 | 第32-51页 |
| 4.1 阈值的自适应优化过程 | 第32-33页 |
| 4.2 阈值优化算法 | 第33-38页 |
| 4.2.1 遗传算法的原理 | 第33-34页 |
| 4.2.2 遗传算法的求解步骤 | 第34-36页 |
| 4.2.3 监督学习下的阈值自适应优化 | 第36-37页 |
| 4.2.4 无监督学习下的阈值的自适应优化 | 第37-38页 |
| 4.3 去噪算法的评价准则 | 第38-40页 |
| 4.4 仿真结果 | 第40-50页 |
| 4.4.1 高斯降噪仿真结果 | 第40-45页 |
| 4.4.2 斑点降噪仿真结果 | 第45-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 基于边缘检测的图像去噪 | 第51-58页 |
| 5.1 基于小波变换的多尺度边缘检测 | 第51-52页 |
| 5.2 基于小波边缘检测的研究 | 第52-54页 |
| 5.3 仿真结果 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 致谢 | 第64页 |
