基于多小波变换的图像降噪算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题研究背景意义 | 第11页 |
| ·图像去噪技术的国内外研究现状 | 第11-12页 |
| ·多小波的研究应用现状 | 第12-15页 |
| ·课题的主要研究内容及论文的组织结构 | 第15-16页 |
| 第2章 图像去噪算法 | 第16-28页 |
| ·图象的噪声 | 第16-18页 |
| ·含噪模型 | 第16-17页 |
| ·噪声分类 | 第17-18页 |
| ·传统图像去噪算法 | 第18-21页 |
| ·空域滤波 | 第18-20页 |
| ·频域滤波 | 第20-21页 |
| ·小波去噪理论 | 第21-27页 |
| ·小波系数阈值收缩法 | 第21-25页 |
| ·模极大值原理去噪法 | 第25-26页 |
| ·相关去噪法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于高阶统计量的图像去噪算法 | 第28-36页 |
| ·引言 | 第28页 |
| ·高阶统计量基础 | 第28-32页 |
| ·随机变量的特征函数 | 第28-29页 |
| ·高阶矩和高阶累积量的定义 | 第29-30页 |
| ·高斯过程的高阶矩和高阶累积量 | 第30-31页 |
| ·高阶累积量的性质 | 第31-32页 |
| ·利用高阶累积量的图像降噪算法 | 第32-35页 |
| ·算法基础 | 第32-34页 |
| ·实验结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于多小波理论的图像去噪算法 | 第36-55页 |
| ·引言 | 第36-37页 |
| ·多小波基础 | 第37-44页 |
| ·多小波变换 | 第37-38页 |
| ·多小波的性质 | 第38-39页 |
| ·多小波的预处理 | 第39-40页 |
| ·几种常用的多小波 | 第40-44页 |
| ·多小波的图像去噪算法 | 第44-50页 |
| ·图像的多小波变换 | 第44-45页 |
| ·基于多小波变换的图像去噪原理 | 第45-47页 |
| ·基于多小波变换的阈值去噪法 | 第47-50页 |
| ·多小波阈值降噪算法的改进 | 第50-54页 |
| ·改进算法 | 第50-52页 |
| ·算法流程 | 第52-53页 |
| ·实验结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于多小波的自适应加权阈值去噪 | 第55-64页 |
| ·图像层内、层间多小波系数的相关性分析 | 第55-58页 |
| ·多小波系数层内的相关性分析 | 第55-57页 |
| ·多小波系数层间的相关性分析 | 第57-58页 |
| ·权值的选取 | 第58-60页 |
| ·阈值的选取 | 第60-61页 |
| ·算法流程 | 第61页 |
| ·实验结果分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
