| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题研究的目的和意义 | 第8页 |
| ·小波理论的历史和研究现状 | 第8-10页 |
| ·小波理论在图像处理中的应用概述 | 第10-11页 |
| ·研究内容及结构安排 | 第11-12页 |
| 第2章 小波基本理论 | 第12-27页 |
| ·概论 | 第12页 |
| ·Fourier变换 | 第12-14页 |
| ·经典Fourier变换 | 第12-13页 |
| ·窗口Fourier变换 | 第13-14页 |
| ·小波变换 | 第14-18页 |
| ·一维连续小波变换(1-D Continuous Wavelet Transform) | 第14-15页 |
| ·一维离散小波变换(1-D Discrete Wavelet Transform) | 第15-16页 |
| ·二维连续小波变换(2-D Continuous Wavelet Transform) | 第16-17页 |
| ·二维离散小波变换(2-D Discrete Wavelet Transform) | 第17页 |
| ·傅立叶变换、Gabor变换与小波变换的对比 | 第17-18页 |
| ·多分辨分析和Mallat算法 | 第18-22页 |
| ·多分辨分析 | 第18-19页 |
| ·Mallat分解重构算法 | 第19-22页 |
| ·小波基的性质 | 第22-26页 |
| ·小波基具有的性质 | 第22-24页 |
| ·常用小波基 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于小波的图像去噪研究 | 第27-40页 |
| ·传统去噪方法 | 第27-31页 |
| ·空域滤波算法 | 第27-29页 |
| ·频域去噪算法 | 第29-31页 |
| ·基于小波的去噪方法研究 | 第31-37页 |
| ·概述 | 第31-34页 |
| ·小波阈值去噪 | 第34-37页 |
| ·实验结果与分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于小波的多尺度边缘检测 | 第40-56页 |
| ·传统的边缘检测算子 | 第40-44页 |
| ·差分边缘检测方法 | 第41页 |
| ·Roberts边缘检测算子 | 第41-42页 |
| ·Sobel边缘检测算子 | 第42-43页 |
| ·Prewitt边缘检测算子 | 第43页 |
| ·Laplacian边缘检测算子 | 第43-44页 |
| ·改进的边缘检测算子-Canny算子 | 第44-46页 |
| ·基于小波变换的多尺度边缘检测 | 第46-53页 |
| ·多尺度小波边缘检测原理 | 第46-49页 |
| ·基于边缘检测的小波基函数选取 | 第49-50页 |
| ·边缘检测小波滤波器系数的计算 | 第50-51页 |
| ·算法实现 | 第51-53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于小波变换的纹理分割 | 第56-71页 |
| ·概论 | 第56-58页 |
| ·基于小波变换的纹理特征提取 | 第58-59页 |
| ·小波纹理特征提取 | 第58-59页 |
| ·小波纹理特征提取的步骤 | 第59页 |
| ·聚类分析与模糊聚类 | 第59-65页 |
| ·聚类分析 | 第59-60页 |
| ·模糊C均值聚类算法 | 第60-65页 |
| ·基于自适应FCM算法的纹理分割 | 第65-68页 |
| ·聚类有效性 | 第65-66页 |
| ·自适应FCM算法 | 第66-68页 |
| ·实验结果与分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第77页 |
