| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-11页 |
| ·引言 | 第9-10页 |
| ·本文的主要内容 | 第10-11页 |
| 第二章 图像概论 | 第11-19页 |
| ·图像的基本知识 | 第11-15页 |
| ·图像获取 | 第11-12页 |
| ·图像函数 | 第12-13页 |
| ·常用的图像文件格式 | 第13-15页 |
| ·图形与图像的区别与联系 | 第15-16页 |
| ·图像处理与计算机图形学 | 第16-19页 |
| ·计算机图形学 | 第16页 |
| ·图像处理 | 第16-18页 |
| ·图像处理与计算机图形学的区别和联系 | 第18-19页 |
| 第三章 基于小波分析的数字图像处理方法 | 第19-31页 |
| ·小波概述 | 第19-22页 |
| ·小波的发展历史 | 第20-22页 |
| ·小波分析理论 | 第22-24页 |
| ·小波及小波变换 | 第23-24页 |
| ·多尺度分析与细分方程 | 第24-28页 |
| ·多尺度分析 | 第24-26页 |
| ·细分方程 | 第26-28页 |
| ·小波变换的实现技术 | 第28-31页 |
| ·Mallat算法 | 第28-31页 |
| 第四章 图像处理的模型分析 | 第31-35页 |
| ·随机场模型(Random Field Modeling) | 第31-32页 |
| ·一维Markov随机过程 | 第32页 |
| ·二维Markov随机过程 | 第32页 |
| ·小波模型(Wavelet Representation) | 第32-33页 |
| ·正则空间模型(Regularity Spaces) | 第33-35页 |
| 第五章 小波分析在噪声滤除中的应用 | 第35-57页 |
| ·噪声及去噪方法简介 | 第35-37页 |
| ·噪声模型分析 | 第37-39页 |
| ·白噪声(Flat Noise) | 第37-38页 |
| ·高斯噪声(Gaussian Noise) | 第38-39页 |
| ·泊松噪声(Poisson Noise) | 第39页 |
| ·小波去噪 | 第39-41页 |
| ·小波去噪模型 | 第39-40页 |
| ·小波变换图像去噪优点 | 第40-41页 |
| ·几种小波去噪方法及比较 | 第41-51页 |
| ·小波变换模极大去噪 | 第42-44页 |
| ·基于小波变换尺度间相关性的去噪 | 第44-45页 |
| ·小波阈值去噪 | 第45-49页 |
| ·平移不变量小波法去噪(TI) | 第49-50页 |
| ·基于非抽取小波变换Bayesian去噪方法 | 第50-51页 |
| ·小波去噪中的小波系数模型 | 第51-52页 |
| ·层内模型 | 第51页 |
| ·层间模型 | 第51页 |
| ·混合模型 | 第51-52页 |
| ·图像去噪评价指标 | 第52-54页 |
| ·客观评价准则 | 第52-54页 |
| ·主观评价准则 | 第54页 |
| ·各种小波变换在图像去噪中的应用 | 第54页 |
| ·模拟实验和结果分析 | 第54-57页 |
| 第六章 结论与展望 | 第57-58页 |
| 参考文献 | 第58-66页 |
| 致谢 | 第66页 |
