| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究意义 | 第9-10页 |
| ·研究的理论依据和主要困难 | 第10-12页 |
| ·本文的主要研究成果 | 第12-13页 |
| ·本文的内容安排 | 第13-15页 |
| 第二章 小波与分形的关系 | 第15-44页 |
| ·小波理论 | 第15-26页 |
| ·小波定义与性质 | 第16-21页 |
| ·小波在图像处理中应用理论基础 | 第21-26页 |
| ·分形理论 | 第26-39页 |
| ·非线性技术定义与内容 | 第26-28页 |
| ·分形理论 | 第28-32页 |
| ·混沌理论 | 第32-39页 |
| ·小波理论、分形、混沌之间的关系 | 第39-43页 |
| ·小波与分形 | 第39-41页 |
| ·小波与混沌 | 第41页 |
| ·分形与混沌 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第三章 小波域图像压缩与分割研究 | 第44-65页 |
| ·小波分形图像压缩的研究 | 第44-58页 |
| ·小波域神经网络矢量量化图像压缩算法 | 第45-52页 |
| ·小波域分形理论图像压缩算法 | 第52-58页 |
| ·基于小波增强的文档图像分割算法 | 第58-63页 |
| ·特征定义及小波增强 | 第59-61页 |
| ·算法流图及规则定义 | 第61-62页 |
| ·实验结果 | 第62-63页 |
| ·小结 | 第63-65页 |
| 第四章 基于混沌模型的小波域数字水印算法 | 第65-76页 |
| ·信息安全与数字水印技术研究 | 第65-67页 |
| ·常用数字水印算法 | 第67-69页 |
| ·基于混沌模型的小波域数字水印算法 | 第69-75页 |
| ·基于小波域的数字水印算法研究 | 第69-72页 |
| ·基于混沌模型的小波域数字水印算法 | 第72-75页 |
| ·小结 | 第75-76页 |
| 第五章 基于多重分形分析的图像边缘提取研究 | 第76-94页 |
| ·多重分形理论 | 第76-83页 |
| ·多重分形定义 | 第77-80页 |
| ·多重分形定义的几何特性 | 第80-83页 |
| ·经典图像边缘提取研究 | 第83-87页 |
| ·基于多重分形分析图像边缘提取算法 | 第87-93页 |
| ·算法的提出与实现 | 第88-91页 |
| ·实验结果与分析 | 第91-93页 |
| ·小结 | 第93-94页 |
| 第六章 SAR图像的小波多重分形分析消噪算法 | 第94-114页 |
| ·SAR图像 | 第94-106页 |
| ·SAR成像原理 | 第94-100页 |
| ·SAR图像斑点特性 | 第100-101页 |
| ·常规消噪方法在SAR图像斑点消噪中应用的局限性 | 第101-106页 |
| ·SAR图像的小波及多重分形分析方法消噪算法 | 第106-112页 |
| ·算法实现的机理 | 第106-107页 |
| ·小波及多重分形分析消噪算法实现 | 第107-109页 |
| ·实验结果与分析 | 第109-112页 |
| ·小结 | 第112-114页 |
| 第七章 全文总结 | 第114-116页 |
| 参考文献 | 第116-125页 |
| 附录一: 关于多重分形分析进行SAR图像研究相关论文的检索结果 | 第125-126页 |
| 附录二: 攻读博士学位期间发表的论文和所获奖励 | 第126-128页 |
| 致谢 | 第128-129页 |