| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 1 概述 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·图像去噪的研究现状 | 第13-15页 |
| ·本文的研究工作和内容安排 | 第15-16页 |
| 2 小波分析基本原理 | 第16-24页 |
| ·傅里叶变换及小波变换 | 第16-19页 |
| ·傅里叶变换 | 第17页 |
| ·连续小波变换 | 第17-18页 |
| ·离散小波变换 | 第18-19页 |
| ·小波变换的时频特性 | 第19页 |
| ·多分辨率分析理论 | 第19-20页 |
| ·MALLAT算法 | 第20-21页 |
| ·图像二维离散小波变换 | 第21-24页 |
| 3 小波阈值去噪算法研究 | 第24-48页 |
| ·小波阈值去噪原理 | 第24-28页 |
| ·图像小波系数的特点 | 第25-26页 |
| ·噪声的方差估计 | 第26-27页 |
| ·去噪效果评价指标 | 第27-28页 |
| ·阈值和阈值函数的选取 | 第28-45页 |
| ·常用的阈值 | 第28-32页 |
| ·阈值函数的选择 | 第32-34页 |
| ·硬阈值函数(Universal阈值)去噪 | 第34-39页 |
| ·软阈值函数(SURE阈值和BayesShrink阈值)去噪 | 第39-45页 |
| ·平移不变小波阈值去噪 | 第45-48页 |
| 4 基于小波系数统计模型的小波图像去噪方法 | 第48-60页 |
| ·图像小波系数的先验模型 | 第49页 |
| ·基于局部高斯混合模型的小波图像去噪方法 | 第49-60页 |
| 5 基于上下文的Bayes局部自适应阈值 | 第60-67页 |
| 6 总结与展望 | 第67-72页 |
| ·研究工作总结 | 第67-69页 |
| ·本文的创新之处 | 第69-70页 |
| ·进一步研究的方向 | 第70-72页 |
| 附录 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |