首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波变换的图像处理技术研究

第一章 绪论第10-16页
    §1.1 研究背景第10页
    §1.2 基本图像处理技术研究现状第10-12页
        §1.2.1 图像去噪技术第11页
        §1.2.2 图像融合技术第11页
        §1.2.3 数字水印技术第11-12页
        §1.2.4 图像编码技术第12页
        §1.2.5 基于内容的图像检索技术第12页
    §1.3 主要研究工作第12-16页
        §1.3.1 研究小波新理论第13页
        §1.3.2 基于小波变换的图像去噪技术第13页
        §1.3.3 基于小波变换的图像融合技术第13-14页
        §1.3.4 基于小波变换的数字水印技术第14页
        §1.3.5 基于小波变换的图像编码技术第14页
        §1.3.6 基于小波变换的图像检索技术第14-16页
第二章 小波分析理论第16-38页
    §2.1 小波分析的产生第16页
    §2.2 小波变换第16-18页
        §2.2.1 连续小波变换第16-17页
        §2.2.2 离散小波变换第17-18页
    §2.3 多分辨分析技术第18-20页
    §2.4 滤波器及其性质第20-22页
        §2.4.1 序列运算中的滤波器第20-21页
        §2.4.2 双正交滤波器第21-22页
        §2.4.3 正交滤波器第22页
    §2.5 Mallat算法第22-26页
    §2.6 多小波及多小波构造第26-36页
        §2.6.1 多小波基本理论第27-33页
        §2.6.2 多小波变换系统第33-36页
        §2.6.3 二维离散多小波变换第36页
    §2.7 本章小结第36-38页
第三章 基于小波变换的图像去噪技术第38-57页
    §3.1 传统去噪算法第38-40页
    §3.2 基于小波变换的图像去噪技术第40-47页
        §3.2.1 小波去噪技术的发展第40-41页
        §3.2.2 基于小波变换的去噪第41-46页
        §3.2.3 结论第46-47页
    §3.3 基于多小波变换的图像去噪第47-51页
        §3.3.1 离散多小波变换第47-48页
        §3.3.2 算法介绍第48-50页
        §3.3.3 结论第50-51页
    §3.4 基于小波标架的图像去噪第51-56页
        §3.4.1 小波标架第51-52页
        §3.4.2 噪声模型第52-53页
        §3.4.3 算法介绍第53-54页
        §3.4.4 实验与结论第54-56页
    §3.5 本章小结第56-57页
第四章 基于小波变换的图像融合技术第57-75页
    §4.1 图像融合技术概述第57-58页
    §4.2 简单的融合方法第58-59页
        §4.2.1 像素灰度值选大法第58页
        §4.2.2 像素灰度值选小法第58-59页
        §4.2.3 加权平均融合法第59页
    §4.3 基于塔型分解的融合方法第59-62页
        §4.3.1 高斯-拉普拉斯金字塔第59-60页
        §4.3.2 比率低通金字塔第60-61页
        §4.3.3 梯度金字塔第61-62页
    §4.4 基于小波变换的融合方法第62-67页
        §4.4.1 塔型小波融合技术第64-65页
        §4.4.2 树状小波融合技术第65页
        §4.4.3 小波标架融合技术第65-66页
        §4.4.4 融合方法比较第66-67页
    §4.5 基于多小波变换的图像融合第67-73页
        §4.5.1 多小波系统第67-68页
        §4.5.2 算法介绍第68-69页
        §4.5.3 效果评价准则第69-70页
        §4.5.4 实验结果分析第70-73页
        §4.5.5 结论第73页
    §4.6 本章小结第73-75页
第五章 基于小波变换的数字水印技术第75-90页
    §5.1 数字水印概述第75-78页
        §5.1.1 数字水印的功能第75-76页
        §5.1.2 数字水印的原理第76-77页
        §5.1.3 基本数字水印技术第77-78页
    §5.2 基于快速DCT变换的自适应水印技术第78-82页
        §5.2.1 离散余弦变换第78-79页
        §5.2.2 水印的嵌入与提取第79-81页
        §5.2.3 实验结果第81-82页
    §5.3 基于提升格式小波变换的数字水印技术第82-88页
        §5.3.1 YUV颜色模型第82-83页
        §5.3.2 离散小波变换第83-84页
        §5.3.3 提升格式第84页
        §5.3.4 水印的嵌入与提取第84-87页
        §5.3.5 实验结果第87-88页
    §5.4 本章小结第88-90页
第六章 基于小波变换的图像编码技术第90-109页
    §6.1 图像编码技术简介第90-92页
        §6.1.1 经典编码技术第90-91页
        §6.1.2 第二代图像编码技术第91-92页
    §6.2 小波理论在编码中的应用第92-96页
        §6.2.1 小波图像编码的特点第93页
        §6.2.2 小波图像编码方法第93-96页
        §6.2.3 小结第96页
    §6.3 基于多小波的零树编码第96-108页
        §6.3.1 多小波的性质第96-99页
        §6.3.2 多小波系统第99-100页
        §6.3.3 零树编码的改进第100-103页
        §6.3.4 实验与结论第103-108页
    §6.4 本章小结第108-109页
第七章 基于小波变换的形状特征检索技术第109-125页
    §7.1 基于内容的图像检索技术介绍第109-113页
        §7.1.1 基于内容的图像检索原理第109-111页
        §7.1.2 基于内容的图像检索的主要方式第111-113页
    §7.2 形状特征的描述第113-118页
        §7.2.1 形状的意义第113页
        §7.2.2 基本的形状特征描述方法第113-118页
    §7.3 基于小波分析的形状特征检索第118-124页
        §7.3.1 小波模与小波模极大值第119-120页
        §7.3.2 边界矩第120-121页
        §7.3.3 特征向量归一化第121页
        §7.3.4 算法描述第121-122页
        §7.3.5 实验与结论第122-124页
    §7.4 本章小结第124-125页
第八章 总结与展望第125-127页
参考文献第127-142页
致谢第142页

论文共142页,点击 下载论文
上一篇:中国林业生态工程后评价理论与应用研究
下一篇:中国农民组织化问题研究