| 第1章 绪论 | 第1-16页 |
| ·问题的提出 | 第8-9页 |
| ·国内外现状综述 | 第9-12页 |
| ·小波理论和应用的发展特点 | 第9-10页 |
| ·提升小波方法概述 | 第10-12页 |
| ·图像处理和图像去噪 | 第12-14页 |
| ·论文研究内容及结构安排 | 第14-16页 |
| 第2章 小波变换基本理论 | 第16-26页 |
| ·传统的时频分析 | 第16-17页 |
| ·小波和小波变换 | 第17-19页 |
| ·小波的性质 | 第19-20页 |
| ·多分辨率分析 | 第20-22页 |
| ·信号分解与重构的MALLAT算法 | 第22-23页 |
| ·图像的多分辨率分解和合成 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 信号去噪基本理论 | 第26-39页 |
| ·小波阈中的图像信号特征 | 第26-27页 |
| ·基于小波的去噪方法 | 第27-33页 |
| ·小波模极大值去噪法 | 第27-29页 |
| ·小波分解与重构去噪法 | 第29页 |
| ·非线性小波变换阈值去噪法 | 第29-32页 |
| ·平移不变量小波去噪法 | 第32-33页 |
| ·Donoho-Jnohnstone 的白噪声去噪模型 | 第33-34页 |
| ·仿真实验 | 第34-38页 |
| ·几种小波去噪方法的比较 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 提升小波去噪实现 | 第39-52页 |
| ·小波提升实现 | 第39-44页 |
| ·提升小波分解过程 | 第39-40页 |
| ·提升小波重构过程 | 第40-41页 |
| ·用提升方法构造传统小波 | 第41-44页 |
| ·实例分析 | 第44-47页 |
| ·提升小波去噪实现 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 提升小波的其它应用 | 第52-61页 |
| ·信号的奇异性检测 | 第52-57页 |
| ·检测第一类间断点 | 第52-54页 |
| ·检测第二类间断点 | 第54-55页 |
| ·自相似性检测 | 第55-57页 |
| ·提升小波的图像融合 | 第57-60页 |
| ·提升小波的图像融合过程 | 第57-58页 |
| ·图像融合的评价标准 | 第58-59页 |
| ·试验及结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·本文所做工作的总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的论文和参加科研情况 | 第67页 |