| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第1章 绪论 | 第15-50页 |
| ·小波变换 | 第15-28页 |
| ·连续小波变换 | 第15-16页 |
| ·离散小波变换 | 第16-17页 |
| ·多分辨分析 | 第17-20页 |
| ·Mallat算法 | 第20-23页 |
| ·常用小波介绍 | 第23-28页 |
| ·光谱定量分析技术 | 第28-36页 |
| ·光谱数据预处理方法 | 第29-30页 |
| ·光谱定量的主要分析方法 | 第30-35页 |
| ·校正模型的验证 | 第35-36页 |
| ·多光谱图像成像技术 | 第36-37页 |
| ·小波分析在光谱定量分析和多光谱图像中的应用 | 第37-42页 |
| ·小波分析在光谱定量分析中的应用 | 第37-41页 |
| ·小波分析在多光谱图像的应用 | 第41-42页 |
| ·本论文研究的目的与意义 | 第42-44页 |
| 参考文献 | 第44-50页 |
| 第二章 基于小波变换的光谱消噪的参数优化 | 第50-83页 |
| ·信号和噪声的小波特性 | 第50-52页 |
| ·含噪信号的数学模型 | 第50-51页 |
| ·信号和噪音在小波变换下的特征 | 第51-52页 |
| ·小波消噪方法 | 第52-58页 |
| ·模极大值检测法 | 第52页 |
| ·屏蔽消噪法 | 第52-53页 |
| ·阈值消噪法 | 第53-58页 |
| ·信号消噪的性能评价标准 | 第58-59页 |
| ·阈值函数的改进算法 | 第59-60页 |
| ·基于改进阈值的信号消噪仿真实验 | 第60-64页 |
| ·基于改进阈值的可见-近红外光谱消噪 | 第64-69页 |
| ·样品与仪器 | 第64-66页 |
| ·基于改进阈值的奶粉可见-近红外光谱消噪 | 第66-69页 |
| ·可见-近红外光谱小波消噪的参数优化 | 第69-79页 |
| ·模拟退火算法的基本思想 | 第70页 |
| ·模拟退火算法结构 | 第70-71页 |
| ·基于模拟退火算法的小波消噪的参数优化 | 第71-79页 |
| 参考文献 | 第79-83页 |
| 第三章 结合小波包变换和模拟退火算法提取光谱的特征信息 | 第83-107页 |
| ·小波包变换原理 | 第83-86页 |
| ·解决小波包分解频带混乱的算法 | 第86-94页 |
| ·小波包分解频带混乱原因 | 第87-89页 |
| ·小波包分解频带划分规则 | 第89-91页 |
| ·小波包分解频带混乱的解决 | 第91-94页 |
| ·小波包分解频带混乱的校正在光谱分析的应用 | 第94页 |
| ·结合小波包变换和模拟退火算法光谱特征信息的提取 | 第94-105页 |
| 参考文献 | 第105-107页 |
| 第四章 结合小波包变换和改进无信息变量去除算法提取光谱的特征信息 | 第107-127页 |
| ·改进无信息变量去除算法 | 第107-115页 |
| ·无信息变量去除算法原理 | 第107-109页 |
| ·改进无信息变量去除算法及应用 | 第109-115页 |
| ·结合小波包变换和改进无信息变量去除算法提取光谱的特征信息 | 第115-125页 |
| 参考文献 | 第125-127页 |
| 第五章 B样条小波变换在多光谱图像边缘提取和复原的应用 | 第127-147页 |
| ·经典边缘检测方法 | 第127-133页 |
| ·基于B样条小波变换的多光谱图像的边缘提取 | 第133-140页 |
| ·小波图像边缘检测原理 | 第133-135页 |
| ·基于图像边缘检测的B样条小波 | 第135-137页 |
| ·B样条小波对多光谱图像的边缘图像检测 | 第137-140页 |
| ·结合盲解卷积算法和B样小波变换恢复模糊图像 | 第140-145页 |
| ·盲解卷积算法原理 | 第140-143页 |
| ·B样条小波提取的边缘信息抑制盲解卷积产生的振铃效应 | 第143-145页 |
| 参考文献 | 第145-147页 |
| 第六章 总结与展望 | 第147-149页 |
| ·结论 | 第147页 |
| ·展望 | 第147-149页 |
| 附录:博士期间发表的论文 | 第149-150页 |
| 致谢 | 第150页 |
