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AGA与GCV准则的小波阈值图像去噪研究

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-17页
   ·课题研究的背景和意义第11-12页
   ·小波去噪概述第12-15页
     ·小波及小波去噪问题的描述第12-13页
     ·小波图像去噪方法的研究概况第13-15页
   ·本文工作研究内容及结构安排第15-17页
第2章 小波分析理论基础第17-27页
   ·傅立叶变换第17-19页
     ·傅立叶变换第17-18页
     ·短时傅立叶变换第18-19页
   ·小波分析第19-25页
     ·连续小波变换第19-20页
     ·离散小波变换第20-22页
     ·多分辨分析第22-23页
     ·Mallat算法第23-25页
   ·常用的小波基函数第25-26页
   ·本章小结第26-27页
第3章 小波图像去噪第27-41页
   ·小波图像去噪概述第27页
   ·图像的噪声模型第27-28页
   ·传统的滤波去噪方法第28-29页
   ·小波去噪技术第29-32页
     ·小波去噪的基本原理第29-30页
     ·小波去噪方法第30-32页
   ·小波阈值图像去噪第32-39页
     ·小波阈值去噪原理第32页
     ·二维图像小波变换的分解与重构第32-36页
     ·小波阈值去噪的步骤第36-39页
   ·去噪效果评价第39-40页
   ·本章小结第40-41页
第4章 遗传算法第41-50页
   ·遗传算法的产生思想及发展历程第41-42页
   ·遗传算法的基本思想第42-43页
   ·遗传算法的特点第43-44页
     ·遗传算法的优点第43-44页
     ·遗传算法的不足之处第44页
   ·基本遗传算法的实现第44-49页
     ·编码第44页
     ·初始群体的生成第44-45页
     ·适应度函数第45-46页
     ·选择算法第46页
     ·交叉算法第46-48页
     ·变异算法第48-49页
     ·种群的数目N第49页
     ·简单遗传算法控制参数第49页
     ·算法终止的依据第49页
   ·本章小结第49-50页
第5章 一种改进的自适应遗传算法及其在图像小波阈值去噪中的应用第50-62页
   ·自适应遗传算法第50-55页
     ·传统的自适应遗传算法第51-52页
     ·一种改进的自适应遗传算法第52-55页
   ·改进的自适应遗传算法在阈值寻优中的应用第55-61页
     ·小波去噪与其他滤波方法的仿真比较第55-57页
     ·本文去噪步骤第57-59页
     ·仿真实验第59-61页
   ·本章小结第61-62页
结论第62-64页
参考文献第64-67页
攻读硕士学位期间发表的论文和取得的科研成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:适合ROI图像传输的联合编码的研究
下一篇:船用增压锅炉过热器二维动态仿真研究