| 提要 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景和意义 | 第11-12页 |
| ·图像的噪声模型 | 第12页 |
| ·图像质量的评价标准 | 第12-15页 |
| ·主观性质量评价法 | 第13-14页 |
| ·客观性质量评价法 | 第14-15页 |
| ·图像去噪方法研究现状 | 第15-16页 |
| ·本文结构安排 | 第16-18页 |
| 第2章 小波变换及其在图像去噪中的应用 | 第18-26页 |
| ·小波变换基本理论 | 第18-21页 |
| ·连续小波变换 | 第18-19页 |
| ·提升小波 | 第19-20页 |
| ·二维小波变换 | 第20-21页 |
| ·小波变换的主要特性 | 第21-22页 |
| ·小波域的图像去噪方法 | 第22-25页 |
| ·模极大值重构法 | 第22-23页 |
| ·小波域阈值法 | 第23-24页 |
| ·空域相关法 | 第24页 |
| ·三种方法的优缺点分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于空间域的图像去噪方法 | 第26-34页 |
| ·均值滤波法 | 第26-27页 |
| ·算术均值 | 第26-27页 |
| ·加权均值 | 第27页 |
| ·高斯滤波 | 第27-28页 |
| ·中值滤波 | 第28-29页 |
| ·最大值和最小值滤波 | 第29页 |
| ·中点滤波 | 第29-30页 |
| ·非局部均值滤波 | 第30-33页 |
| ·非局部均值滤波原理 | 第30-31页 |
| ·非局部均值滤波算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 一种基于小波空间相关边缘检测和"类零树"结构的图像去噪方法 | 第34-42页 |
| ·引言 | 第34页 |
| ·小波变换后噪声系数的分布特性 | 第34-36页 |
| ·噪声系数的尺度内和尺度间分布特性 | 第34-35页 |
| ·噪声尺度间分布特性的"类零树"结构 | 第35页 |
| ·基于小波空间相关边缘检测 | 第35-36页 |
| ·基于边缘检测和"类零树"结构的图形去噪方法 | 第36-39页 |
| ·"类零树"结构贝叶斯阈值去噪法 | 第36-37页 |
| ·基于改进的空间相关滤波的边缘检测方法 | 第37-39页 |
| ·改进去噪方法的具体步骤 | 第39页 |
| ·实验结果分析 | 第39-41页 |
| ·算法总结 | 第41-42页 |
| 第5章 改进的NLM图像去噪算法 | 第42-55页 |
| ·一种自适应的NLM图像去噪算法 | 第42-50页 |
| ·传统NLM算法对不同图像的分析 | 第42-44页 |
| ·小波域下不同结构图像的自适应函数构造 | 第44-48页 |
| ·自适应的NLM算法 | 第48-50页 |
| ·算法总结 | 第50页 |
| ·一种基于分割和小波的自适应非局部均值图像去噪方法 | 第50-54页 |
| ·Mean Shift理论 | 第50-52页 |
| ·基于分割和小波的自适应非局部均值图像去噪方法 | 第52-53页 |
| ·实验结果分析 | 第53-54页 |
| ·本章小节 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·本文工作总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 作者简介及在学期间所取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |