| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-8页 |
| 第二章 基础知识 | 第8-15页 |
| §2.1 图像的分类和数字图像 | 第8页 |
| §2.2 噪声的特性及两种常去噪方法 | 第8-11页 |
| §2.2.1 噪声的特性 | 第8-9页 |
| §2.2.2 小波方法 | 第9-11页 |
| §2.2.3 PDE方法 | 第11页 |
| §2.3 基于小波的TV多尺度去噪模型 | 第11-12页 |
| §2.4 数学基础知识 | 第12-15页 |
| 第三章 基于小波的变分PDE多尺度去噪模型 | 第15-22页 |
| §3.1 基于小波的四阶PDE多尺度去噪模型 | 第15-16页 |
| §3.2 基于小波的联合多尺度去噪模型 | 第16-19页 |
| §3.3 WBCM模型的若干理论分析 | 第19-22页 |
| 第四章 两种多尺度参数确定方法 | 第22-26页 |
| §4.1 IGA多尺度参数确定方法 | 第22-23页 |
| §4.2 ZWE多尺度参数确定方法 | 第23-26页 |
| §4.2.1 小波系数零树编码思想 | 第24页 |
| §4.2.2 ZWE多尺度参数确定方法 | 第24-26页 |
| 第五章 基于小波的变分多尺度去噪模型的离散化方法 | 第26-31页 |
| §5.1 多时间步长离散化方法 | 第26-27页 |
| §5.2 WBVM模型的像素域求解方法和AOS快速求解算法 | 第27-31页 |
| §5.2.1 WBVM模型的像素域求解 | 第28页 |
| §5.2.2 WBCM模型的AOS求解算法 | 第28-31页 |
| 第六章 WBVM模型在其它方面的应用 | 第31-34页 |
| §6.1 WBVM模型在图像放大中的应用 | 第31-32页 |
| §6.2 WBVM模型在图像压缩中的应用 | 第32-34页 |
| 第七章 数值实验 | 第34-41页 |
| 附录:掩模的矩阵乘法表示及其应用 | 第41-47页 |
| 总结与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间取得的成果 | 第51-52页 |
| 致谢 | 第52页 |