| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·图像去噪研究背景和意义 | 第8页 |
| ·图像去噪技术研究发展现状 | 第8-12页 |
| ·自然图像滤波方法 | 第9-11页 |
| ·SAR 图像滤波方法 | 第11-12页 |
| ·论文的主要工作和安排 | 第12-14页 |
| 第二章 Shearlet 变换及去噪相关基础 | 第14-24页 |
| ·多尺度几何变换的发展 | 第14-16页 |
| ·傅里叶变换 | 第14页 |
| ·小波变换 | 第14-15页 |
| ·多尺度几何变换 | 第15-16页 |
| ·Shearlet 变换 | 第16-20页 |
| ·Shearlet 变换基本原理 | 第16-18页 |
| ·Shearlet 变换分解过程和非下采样 Shearlet 变换 | 第18-20页 |
| ·图像噪声模型 | 第20-22页 |
| ·自然图像噪声模型 | 第20页 |
| ·SAR 图像斑点噪声模型 | 第20-22页 |
| ·图像去噪评价准则 | 第22-23页 |
| ·主观视觉评价 | 第22页 |
| ·客观指标评价 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于 Shearlet 域的非局部均值和双变量模型的自然图像去噪方法 | 第24-38页 |
| ·引言 | 第24-25页 |
| ·非局部均值滤波器 | 第25-26页 |
| ·双变量模型及其收缩函数 | 第26-27页 |
| ·双变量模型 | 第26页 |
| ·双变量模型收缩函数及其参数估计 | 第26-27页 |
| ·LCV 分类 | 第27-28页 |
| ·算法步骤和流程 | 第28-30页 |
| ·实验结果和分析 | 第30-36页 |
| ·实验条件和内容 | 第30页 |
| ·仿真实验结果分析 | 第30-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于迭代 Shearlet 域分类收缩的 SAR 图像降斑方法 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·SAR 图像相干斑噪声下的双变量模型 | 第39-40页 |
| ·改进的 Canny 算子边缘分类方法 | 第40-43页 |
| ·Canny 算子 | 第41页 |
| ·改进的 Canny 算子边缘分类准则 | 第41-43页 |
| ·算法步骤和流程 | 第43-44页 |
| ·实验结果和分析 | 第44-51页 |
| ·实验条件和内容 | 第44-45页 |
| ·实验结果分析 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于 Shearlet 域 PPB 和 MMSE 估计的 SAR 图像降斑方法 | 第52-64页 |
| ·引言 | 第52-53页 |
| ·PPB 去噪模型 | 第53-54页 |
| ·高斯混合模型 | 第54页 |
| ·基于 Shearlet 域 PPB 和 MMSE 估计的 SAR 图像降斑方法 | 第54-56页 |
| ·算法步骤和流程 | 第56-57页 |
| ·实验结果和分析 | 第57-62页 |
| ·实验条件和内容 | 第57页 |
| ·实验结果对比 | 第57-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·本文工作总结 | 第64-65页 |
| ·未来展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 研究生在读期间的研究成果 | 第74-75页 |
