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 |