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去噪算法研究与应用

摘要第1-5页
Abstract第5-10页
第一章 绪论第10-15页
   ·图像处理技术及其研究背景和意义第10-12页
   ·图像去噪技术研究现状第12-13页
   ·论文主要研究工作及组织结构第13-15页
     ·论文主要研究工作第13-14页
     ·论文组织结构第14-15页
第二章 图像去噪算法基础第15-27页
   ·图像噪声源与模型分析第15-17页
   ·图像去噪质量评价方法第17-18页
     ·主观评价法第17页
     ·客观标准衡量法第17-18页
   ·中值滤波与均值滤波图像去噪算法第18页
     ·中值滤波算法第18页
     ·均值滤波算法第18页
   ·小波变换理论第18-25页
     ·连续小波变换第19页
     ·离散小波变换第19-20页
     ·二维小波变换第20-21页
     ·小波的多尺度分解与重构第21-22页
     ·几种常见的小波去噪方法第22-25页
   ·常用滤波算法实验结果及分析第25-26页
   ·本章小结第26-27页
第三章 图像噪声估计及改进小波阈值去噪算法第27-40页
   ·图像高斯噪声估计的极大似然算法第27-33页
     ·算法研究背景及意义第27页
     ·图像高斯估计方法思路第27-28页
     ·图像高斯估计算法描述和步骤第28-29页
     ·实验结果及分析第29-33页
   ·改进的小波阈值函数去噪第33-39页
     ·算法来源与价值第33页
     ·小波阈值函数改进方法第33-34页
     ·算法叙述和步骤第34-35页
     ·改进的阈值函数分析第35-37页
     ·实验结果及分析第37-39页
   ·本章小结第39-40页
第四章 基于医学图像和SAR图像小波阈值去噪算法第40-51页
   ·基于医学图像的改进小波阈值算法第40-45页
     ·算法导出背景第40页
     ·基于医学图像的改进算法思路第40-41页
     ·基于医学图像的算法描述第41-43页
     ·基于医学图像的改进小波阈值去噪算法实验结果及分析第43-45页
   ·基于SAR图像的改进小波阈值去噪算法第45-49页
     ·研究背景和研究意义第45页
     ·基于SAR图像的改进算法思路第45-46页
     ·基于SAR图像的算法叙述第46-47页
     ·基于SAR图像的改进小波阈值去噪算法实验结果及分析第47-49页
   ·本章小结第49-51页
第五章 图像去噪辅助系统的设计与实现第51-67页
   ·图像去噪系统简介第51页
   ·系统界面设计第51-52页
     ·界面设计原则第51-52页
     ·用户界面设计第52页
   ·系统需求分析及总体设计第52-54页
     ·功能需求第52页
     ·系统功能结构第52-53页
     ·系统的总体结构设计第53-54页
     ·系统的功能模块设计第54页
   ·系统的详细设计与实现第54-66页
     ·文件菜单第55-56页
     ·添加噪声模块第56-57页
     ·中值滤波模块第57-58页
     ·均值滤波模块第58页
     ·基于小波变换阈值去噪模块第58-61页
     ·改进的小波阈值函数去噪模块第61-62页
     ·医学图像去噪模块第62-64页
     ·SAR图像去噪模块第64-65页
     ·帮助模块第65-66页
   ·本章小结第66-67页
第六章 总结与展望第67-69页
   ·论文主要研究工作总结第67页
   ·后续工作及研究展望第67-69页
参考文献第69-74页
致谢第74-75页
攻读学位期间的研究成果第75-76页
附录第76-78页

论文共78页,点击 下载论文
上一篇:红外语音通信系统的研究与设计
下一篇:数字图像去噪算法的研究与应用