| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·论文的选题背景及意义 | 第8页 |
| ·图像去噪方法的发展 | 第8-10页 |
| ·本文的文章结构和主要内容 | 第10-11页 |
| 2 多尺度变换 | 第11-17页 |
| ·多尺度变换介绍 | 第11页 |
| ·小波变换分析 | 第11-13页 |
| ·小波变换基础 | 第11页 |
| ·二维小波变换 | 第11-12页 |
| ·提升小波变换 | 第12-13页 |
| ·CONTOURLET 变换简介 | 第13-15页 |
| ·小波和CONTOURLET 系数分布特点分析 | 第15-17页 |
| 3 基于细尺度间小波系数相关性的图像去噪方法 | 第17-24页 |
| ·引言 | 第17页 |
| ·噪声系数在细尺度子带间的分布特点 | 第17-19页 |
| ·噪声小波系数的分布特性 | 第17-18页 |
| ·细尺度间噪声分布的“类零树结构” | 第18-19页 |
| ·基于类零树结构的图像去噪方法 | 第19-22页 |
| ·基于模板的分块阈值选取 | 第19-20页 |
| ·分块阈值选取的原因 | 第20-22页 |
| ·实验结果与分析 | 第22-24页 |
| ·实验结果 | 第22-23页 |
| ·总结 | 第23-24页 |
| 4 基于小波边缘保护和细尺度间系数相关性的图像去噪方法 | 第24-31页 |
| ·引言 | 第24页 |
| ·基于小波尺度间系数相关性和边缘检测的去噪策略 | 第24-25页 |
| ·我们的基于小波系数尺度间相关性的边缘检测 | 第25-27页 |
| ·算法具体步骤 | 第27-28页 |
| ·实验结果 | 第28-30页 |
| ·小结 | 第30-31页 |
| 5. CONTOURLET 下的NON-LOCAL 滤波图像去噪方法 | 第31-36页 |
| ·NON-LOCAL 滤波介绍 | 第31-32页 |
| ·CONTOURLET 下的NON-LOCAL 均值法 | 第32-33页 |
| ·具体算法 | 第33-34页 |
| ·算法具体步骤 | 第34页 |
| ·实验结果 | 第34-35页 |
| ·小结 | 第35-36页 |
| 6. 总结与展望 | 第36-37页 |
| ·全文总结 | 第36页 |
| ·工作展望 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 致谢 | 第39-40页 |
| 攻读硕士学位期间发表和投稿的论文 | 第40-41页 |
| 参与项目 | 第41页 |
