| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-19页 |
| 第一章 绪论 | 第19-27页 |
| 1.1 选题缘由和意义 | 第19-22页 |
| 1.2 国内外研究现状 | 第22-24页 |
| 1.2.1 剪切波变换在图像融合中的研究现状 | 第22-23页 |
| 1.2.2 剪切波变换在图像去噪中的研究现状 | 第23-24页 |
| 1.3 论文主要研究内容及章节安排 | 第24-25页 |
| 1.4 论文主要创新点 | 第25-27页 |
| 第二章 剪切波变换的基本理论 | 第27-41页 |
| 2.1 引言 | 第27-28页 |
| 2.2 剪切波变换的基本理论 | 第28-33页 |
| 2.2.1 合成小波 | 第28页 |
| 2.2.2 剪切波变换 | 第28-33页 |
| 2.3 剪切波的主要特性 | 第33-34页 |
| 2.4 剪切波变换的离散数值实现 | 第34-39页 |
| 2.4.1 剪切波变换的离散化 | 第34-38页 |
| 2.4.2 离散剪切波变换的基本步骤 | 第38-39页 |
| 2.4.3 离散剪切波变换的逆变换 | 第39页 |
| 2.5 平移不变剪切波变换 | 第39-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第三章 平移不变Shearlet在遥感图像融合中的应用 | 第41-55页 |
| 3.1 引言 | 第41页 |
| 3.2 PAN与MS图像融合的研究现状 | 第41-43页 |
| 3.3 PAN与MS图像融合效果的评价 | 第43-45页 |
| 3.4 基于区域分割与IHS彩色空间域TIST变换的PAN与MS图像融合方法. | 第45-50页 |
| 3.4.1 IHS彩色空间模型 | 第45-46页 |
| 3.4.2 基于IHS变换与多尺度分析的PAN与MS图像融合模型 | 第46-47页 |
| 3.4.3 Mean-shift图像分割算法 | 第47-48页 |
| 3.4.4 基于区域分割与IHS彩色空间域TIST变换的融合算法的实现 | 第48-49页 |
| 3.4.5 本文提出的融合规则 | 第49-50页 |
| 3.5 仿真实验与结果分析 | 第50-54页 |
| 3.5.1 主观评价(视觉分析) | 第53页 |
| 3.5.2 客观评价(定量分析) | 第53-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第四章 平移不变Shearlet在多聚焦图像融合中的应用 | 第55-83页 |
| 4.1 引言 | 第55-56页 |
| 4.2 多聚焦图像融合算法的研究现状 | 第56-58页 |
| 4.2.1 空间域多聚焦图像融合算法 | 第56-57页 |
| 4.2.2 变换域多聚焦图像融合算法 | 第57-58页 |
| 4.3 多聚焦图像融合算法的评价 | 第58-60页 |
| 4.4 基于聚焦区域检测的TIST域多聚焦图像融合算法 | 第60-67页 |
| 4.4.1 聚焦区域检测算法 | 第60-63页 |
| 4.4.2 TIST系数的融合规则 | 第63-67页 |
| 4.4.3 融合算法步骤 | 第67页 |
| 4.5 仿真实验与结果分析 | 第67-80页 |
| 4.5.1 主观评价(视觉分析) | 第68-78页 |
| 4.5.2 客观评价(定量分析) | 第78-80页 |
| 4.6 本章小结 | 第80-83页 |
| 第五章 平移不变Shearlet在图像高斯噪声去除中的应用 | 第83-97页 |
| 5.1 引言 | 第83页 |
| 5.2 图像去噪算法的研究现状 | 第83-86页 |
| 5.2.1 空间域图像去噪算法 | 第84页 |
| 5.2.2 变换域图像去噪算法 | 第84-86页 |
| 5.3 基于TIST域GSM模型的图像去噪方法 | 第86-89页 |
| 5.4 仿真实验与结果分析 | 第89-95页 |
| 5.4.1 主观评价(视觉分析) | 第90页 |
| 5.4.2 客观评价(定量分析) | 第90-95页 |
| 5.5 本章小结 | 第95-97页 |
| 第六章 Shearlet在图像脉冲噪声去除中的应用 | 第97-119页 |
| 6.1 引言 | 第97页 |
| 6.2 四种常见的脉冲噪声模型 | 第97-98页 |
| 6.3 图像脉冲噪声去除的研究现状 | 第98-101页 |
| 6.4 改进的高效脉冲噪声检测方法与基于Shearlet的图像修复方法结合的随机脉冲噪声去除方法 | 第101-110页 |
| 6.4.1 高效随机脉冲噪声检测方法(HEIND) | 第101-103页 |
| 6.4.2 改进的高效随机脉冲噪声检测方法(IIND) | 第103页 |
| 6.4.3 自适应双窗口中值滤波方法 | 第103-106页 |
| 6.4.4 噪声像素灰度值的估计——基于Shearlet的图像修复方法 | 第106-110页 |
| 6.5 仿真实验与结果分析 | 第110-117页 |
| 6.6 本章小结 | 第117-119页 |
| 第七章 结论和展望 | 第119-123页 |
| 7.1 研究结论 | 第119-120页 |
| 7.2 研究展望 | 第120-123页 |
| 参考文献 | 第123-131页 |
| 致谢 | 第131-133页 |
| 作者简介 | 第133页 |
