| 摘要 | 第1-14页 |
| ABSTRACT | 第14-19页 |
| 缩略词注释表 | 第19-20页 |
| 第1章 绪论 | 第20-28页 |
| ·课题的背景和意义 | 第20-23页 |
| ·国内外研究现状 | 第23-25页 |
| ·图像去噪方面 | 第23-24页 |
| ·图像分割方面 | 第24-25页 |
| ·其他图像处理领域 | 第25页 |
| ·论文的研究工作及主要创新点 | 第25-26页 |
| ·论文的组织结构 | 第26-28页 |
| 第2章 轮廓波变换的理论基础 | 第28-44页 |
| ·拉普拉斯金字塔滤波器 | 第28-30页 |
| ·方向滤波器组 | 第30-33页 |
| ·Contourlet变换 | 第33-38页 |
| ·Contourlet变换的结构 | 第33-34页 |
| ·Contourlet变换的性质 | 第34-35页 |
| ·Contourlet变换的稀疏性分析 | 第35-36页 |
| ·Contourlet变换的框架分析 | 第36-38页 |
| ·非下采样Contourlet变换 | 第38-43页 |
| ·非下采样Contourlet变换的结构 | 第38-41页 |
| ·非下采样滤波器组的设计 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第3章 轮廓波系数的统计模型 | 第44-60页 |
| ·轮廓波系数统计模型概述 | 第44-45页 |
| ·边缘统计模型 | 第45-47页 |
| ·广义高斯模型 | 第45-46页 |
| ·高斯混合模型 | 第46-47页 |
| ·联合统计模型 | 第47-52页 |
| ·相邻系数之间的相关性 | 第47-48页 |
| ·Contourlet域HMT模型 | 第48-52页 |
| ·局部上下文隐马尔可夫模型 | 第52-58页 |
| ·模型的描述 | 第53-54页 |
| ·上下文的设计 | 第54-56页 |
| ·模型参数的训练 | 第56-58页 |
| ·小结 | 第58-60页 |
| 第4章 基于NSCT变换的图像去噪方法 | 第60-84页 |
| ·NSCT域图像去噪方法概述 | 第61-65页 |
| ·基本原理 | 第61-62页 |
| ·阈值萎缩去噪法 | 第62-64页 |
| ·相关性去噪法 | 第64-65页 |
| ·基于椭圆方向窗的空间自适应Bayes阈值去噪方法 | 第65-76页 |
| ·Bayes阈值 | 第65-67页 |
| ·椭圆方向窗 | 第67-69页 |
| ·基于方向窗信号估计的空间自适应Bayes阈值 | 第69-70页 |
| ·噪声方差估计 | 第70页 |
| ·算法描述 | 第70-71页 |
| ·实验结果与分析 | 第71-76页 |
| ·基于NSCT域LCHMM模型的图像去噪方法 | 第76-82页 |
| ·LCHMM模型去噪原理 | 第76-78页 |
| ·上下文度量准则 | 第78-80页 |
| ·算法描述 | 第80页 |
| ·实验结果与分析 | 第80-82页 |
| ·小结 | 第82-84页 |
| 第5章 基于Contourlet域HMT模型的图像分割技术 | 第84-98页 |
| ·图像分割概述 | 第84-87页 |
| ·固定尺度图像分割 | 第85-86页 |
| ·多尺度图像分割 | 第86-87页 |
| ·基于Contourlet域HMT模型的图像分割 | 第87-92页 |
| ·Contourlet域HMT模型训练 | 第88页 |
| ·初始分割 | 第88-89页 |
| ·多尺度融合 | 第89-92页 |
| ·上下文设计 | 第92-94页 |
| ·算法描述 | 第94-95页 |
| ·实验结果与分析 | 第95-96页 |
| ·小结 | 第96-98页 |
| 第6章 总结与展望 | 第98-102页 |
| ·本文工作总结 | 第98-100页 |
| ·未来工作展望 | 第100-102页 |
| 参考文献 | 第102-112页 |
| 致谢 | 第112-113页 |
| 攻读学位期间发表和已录用的学术论文 | 第113-114页 |
| 攻读学位期间主持及参与的科研项目 | 第114-115页 |
| 已发表的英文论文一 | 第115-122页 |
| 已发表的英文论文二 | 第122-130页 |
| 学位论文评阅及答辩情况表 | 第130页 |