基于双树复小波的图像去噪和边缘检测技术研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 数字图像处理 | 第11-12页 |
| 1.2 图像去噪 | 第12-15页 |
| 1.2.1 图像去噪的研究背景及意义 | 第12-13页 |
| 1.2.2 图像去噪的国内外研究现状 | 第13-15页 |
| 1.3 图像边缘检测 | 第15-16页 |
| 1.3.1 图像边缘检测的研究背景及意义 | 第15页 |
| 1.3.2 图像边缘检测的国内外研究现状 | 第15-16页 |
| 1.4 双树复小波变换的国内外研究现状 | 第16-17页 |
| 1.5 本文的结构安排 | 第17-19页 |
| 第2章 图像去噪的基础理论 | 第19-33页 |
| 2.1 图像噪声的分类 | 第19页 |
| 2.2 噪声的模型 | 第19-21页 |
| 2.3 图像去噪性能评价指标 | 第21-22页 |
| 2.4 传统的滤波去噪方法 | 第22-27页 |
| 2.4.1 传统空间域滤波去噪 | 第22-25页 |
| 2.4.2 传统频域滤波去噪 | 第25-27页 |
| 2.5 小波阈值去噪 | 第27-32页 |
| 2.5.1 连续小波变换 | 第27-28页 |
| 2.5.2 离散小波变换 | 第28-29页 |
| 2.5.3 阈值及阈值函数的选取 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于双树复小波的非局部均值图像去噪 | 第33-45页 |
| 3.1 双树复小波变换 | 第33-36页 |
| 3.1.1 一维双树复小波变换 | 第33-34页 |
| 3.1.2 二维双树复小波变换 | 第34-36页 |
| 3.1.3 双树复小波变换的优点 | 第36页 |
| 3.2 非局部均值算法的基本理论 | 第36-39页 |
| 3.2.1 空间域内非局部均值算法 | 第36-38页 |
| 3.2.2 双树复小波域内非局部均值算法 | 第38-39页 |
| 3.3 去噪算法实现 | 第39-40页 |
| 3.4 实验结果及数据分析 | 第40-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于双树复小波和双变量模型的图像去噪 | 第45-53页 |
| 4.1 双变量模型 | 第45-48页 |
| 4.1.1 各向同性双变量模型 | 第46-47页 |
| 4.1.2 各向异性双变量模型 | 第47-48页 |
| 4.2 去噪算法实现 | 第48-49页 |
| 4.3 实验结果及分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 双树复小波变换在图像边缘检测中的应用 | 第53-66页 |
| 5.1 边缘检测的基础理论 | 第53-54页 |
| 5.1.1 边缘及边缘参数 | 第53-54页 |
| 5.1.2 边缘模型 | 第54页 |
| 5.2 经典的边缘检测算子 | 第54-60页 |
| 5.2.1 图像的梯度 | 第54-55页 |
| 5.2.2 一阶微分边缘检测算子 | 第55-58页 |
| 5.2.3 二阶微分边缘检测算子 | 第58-60页 |
| 5.3 基于双树复小波变换的图像边缘检测方法 | 第60-64页 |
| 5.3.1 算法实现 | 第60-61页 |
| 5.3.2 实验结果及分析 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间所发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |
