基于先验模型的小波阈值去噪算法的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究目的与意义 | 第10页 |
| 1.2 国内外研究现状与趋势 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11页 |
| 1.4 论文组织结构与安排 | 第11-13页 |
| 第二章 小波分析与多分辨率分析 | 第13-20页 |
| 2.1 小波分析 | 第13-17页 |
| 2.1.1 傅里叶分析 | 第13-14页 |
| 2.1.2 时域傅立叶分析 | 第14-15页 |
| 2.1.3 小波变换 | 第15-17页 |
| 2.2 多分辨率分析与Mallat算法 | 第17-18页 |
| 2.3 几种传统去噪算法 | 第18-19页 |
| 2.3.1 线性滤波器 | 第18页 |
| 2.3.2 增量维纳去噪 | 第18页 |
| 2.3.3 Mid滤波器 | 第18-19页 |
| 2.3.4 小波变换 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 平稳小波与正交小波去噪 | 第20-33页 |
| 3.1 噪声模式 | 第20-21页 |
| 3.1.1 高斯噪声 | 第20页 |
| 3.1.2 椒盐噪声 | 第20-21页 |
| 3.1.3 泊松噪声 | 第21页 |
| 3.2 平稳小波 | 第21-23页 |
| 3.2.1 平稳小波变换及逆变换 | 第22页 |
| 3.2.2 平稳小波萎缩 | 第22-23页 |
| 3.2.3 平稳小波萎缩改进 | 第23页 |
| 3.3 正交小波与平稳小波实验仿真 | 第23-32页 |
| 3.3.1 正交小波去噪 | 第24-27页 |
| 3.3.2 平稳小波阈值去噪 | 第27-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 先验模型小波去噪算法研究 | 第33-69页 |
| 4.1 先验模型及参数估计 | 第33页 |
| 4.2 小波域高斯混合模型去噪 | 第33-42页 |
| 4.2.1 高斯混合模型高斯白噪音去噪 | 第34-36页 |
| 4.2.2 高斯混合模型结合中值滤波去噪 | 第36-37页 |
| 4.2.3 实验仿真 | 第37-42页 |
| 4.3 高斯混合尺度模型去噪 | 第42-49页 |
| 4.3.1 图像统计模型及去噪 | 第42-43页 |
| 4.3.2 高斯混合尺度模型的改进 | 第43-44页 |
| 4.3.3 实验仿真 | 第44-49页 |
| 4.4 正态反高斯分布模型(NIG)及参数估计 | 第49-53页 |
| 4.4.1 正态反高斯分布模型(NIG) | 第49-50页 |
| 4.4.2 改进的正太反高斯先验模型 | 第50-51页 |
| 4.4.3 实验仿真 | 第51-53页 |
| 4.5 隐马尔科夫模型 | 第53-68页 |
| 4.5.1 马尔科夫链 | 第53-54页 |
| 4.5.2 隐马尔可夫模型 | 第54-56页 |
| 4.5.3 小波域隐马尔可夫模型 | 第56-59页 |
| 4.5.4 改进的隐马尔科夫模型 | 第59-65页 |
| 4.5.5 实验仿真 | 第65-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 基于先验模型的数字图像处理原型系统的设计 | 第69-83页 |
| 5.1 项目描述 | 第69-71页 |
| 5.1.1 项目理论背景 | 第69-71页 |
| 5.1.2 项目计划 | 第71页 |
| 5.2 需求分析 | 第71-74页 |
| 5.2.1 系统功能需求分析 | 第71-72页 |
| 5.2.2 系统处理流程分析 | 第72-74页 |
| 5.3 概要设计 | 第74-75页 |
| 5.3.1 原型系统总体结构设计 | 第74页 |
| 5.3.2 原型系统功能结构 | 第74-75页 |
| 5.4 详细设计与实现 | 第75-79页 |
| 5.4.1 文件模块的设计与实现 | 第75-76页 |
| 5.4.2 显示模块的设计与实现 | 第76-78页 |
| 5.4.3 图像处理模块设计与实现 | 第78-79页 |
| 5.5 测试 | 第79-82页 |
| 5.5.1 系统整体功能测试 | 第80-81页 |
| 5.5.2 系统性能测试 | 第81-82页 |
| 5.6 本章小结 | 第82-83页 |
| 第六章 结论与展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |
