| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 选题背景和意义 | 第8页 |
| 1.2 烟包图像检测的现状 | 第8-10页 |
| 1.3 烟包图像检测的发展趋势 | 第10-11页 |
| 1.4 本文研究的主要内容 | 第11-12页 |
| 1.5 本文结构的组织安排 | 第12-13页 |
| 第二章 小波理论 | 第13-23页 |
| 2.1 连续小波变换 | 第13-14页 |
| 2.1.1 连续小波基函数 | 第13页 |
| 2.1.2 连续小波定义 | 第13-14页 |
| 2.3 二维小波变换 | 第14-16页 |
| 2.4 多分辨率分析与Mallat算法 | 第16-20页 |
| 2.4.1 多分辨率分析 | 第16-18页 |
| 2.4.2 Mallat算法 | 第18页 |
| 2.4.3 Mallat算法所表现的频域分解特点 | 第18-20页 |
| 2.5 常用的小波 | 第20-21页 |
| 2.5.1 Haar小波 | 第20页 |
| 2.5.2 Morlet小波 | 第20-21页 |
| 2.5.3 高斯小波 | 第21页 |
| 2.5.4 Marr小波 | 第21页 |
| 2.6 小波变换的特点 | 第21-22页 |
| 2.7 小结 | 第22-23页 |
| 第三章 几种典型的去噪方法和小波去噪在烟包图像中的应用 | 第23-39页 |
| 3.1 噪声的分类 | 第23页 |
| 3.2 图像质量判定方法 | 第23-24页 |
| 3.2.1 图像质量的客观判定方法 | 第23-24页 |
| 3.2.2 图像质量的主观判定方法 | 第24页 |
| 3.3 几种传统的去噪方法 | 第24-33页 |
| 3.3.1 邻域平均法及仿真结果分析 | 第24-27页 |
| 3.3.2 中值滤波法及仿真结果分析 | 第27-30页 |
| 3.3.3 维纳滤波法及仿真结果分析 | 第30-33页 |
| 3.4 小波去噪 | 第33-38页 |
| 3.4.1 小波去噪原理 | 第33页 |
| 3.4.2 传统小波去噪阈值选取 | 第33-35页 |
| 3.4.3 自适应小波阈值去噪算法 | 第35-36页 |
| 3.4.4 小波去噪仿真结果分析 | 第36-38页 |
| 3.5 小结 | 第38-39页 |
| 第四章 二维小波变换在烟包图像检测中的应用 | 第39-61页 |
| 4.1 边缘检测模型 | 第39-40页 |
| 4.2 几种经典的边缘检测方法对比 | 第40-46页 |
| 4.2.1 Roberts算子 | 第40-41页 |
| 4.2.2 Laplace算子 | 第41-42页 |
| 4.2.3 Prewitt算子 | 第42-43页 |
| 4.2.4 Sobel算子 | 第43-45页 |
| 4.2.5 Canny算子 | 第45-46页 |
| 4.3 小波变换边缘检测的具体实现 | 第46-51页 |
| 4.3.1 小波边缘检测概述 | 第46-47页 |
| 4.3.2 二维小波变换模极大与图像多尺度边缘提取 | 第47-51页 |
| 4.4 改进遗传算法的阈值图像分割 | 第51-53页 |
| 4.5 仿真结果分析 | 第53-57页 |
| 4.6 检测结果在烟包图像中的部分运用 | 第57-59页 |
| 4.7 小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |