| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-12页 |
| ·小波理论发展历史简介 | 第6-7页 |
| ·小波分析在图像处理中的应用 | 第7-10页 |
| ·小波分析在图像去噪中的应用 | 第7-8页 |
| ·小波分析在图像边缘检测中的应用 | 第8页 |
| ·小波分析在图像压缩中的应用 | 第8页 |
| ·小波分析在图像增强中的应用 | 第8-9页 |
| ·小波分析在图像融合中的应用 | 第9-10页 |
| ·本文所做的主要工作 | 第10-12页 |
| 第二章 小波变换基本理论 | 第12-24页 |
| ·小波变换理论 | 第12-14页 |
| ·小波变换的定义 | 第12页 |
| ·连续小波变换 | 第12-13页 |
| ·离散小波变换 | 第13-14页 |
| ·多分辨率分析与正交小波变换 | 第14-18页 |
| ·多分辨分析概念的引入 | 第15页 |
| ·尺度函数与尺度空间 | 第15-16页 |
| ·小波函数与小波空间 | 第16-17页 |
| ·正交小波变换与多分辨率分析 | 第17-18页 |
| ·信号分解与重构的Mallat算法 | 第18-20页 |
| ·信号分解的快速算法 | 第19-20页 |
| ·信号重构的快速算法 | 第20页 |
| ·二维Mallat算法 | 第20页 |
| ·小波包分析 | 第20-24页 |
| ·小波包的定义 | 第21-22页 |
| ·小波包的分解与重构 | 第22页 |
| ·最优小波包基的选择 | 第22-24页 |
| 第三章 基于小波变换的图像去噪 | 第24-32页 |
| ·小波去噪问题描述 | 第24-25页 |
| ·小波去噪的发展历程 | 第25-26页 |
| ·小波去噪方法的分类 | 第26-30页 |
| ·小波变换模极大值去噪方法 | 第26-28页 |
| ·基于小波变换尺度间相关性的去噪方法 | 第28页 |
| ·小波阈值去噪方法 | 第28-30页 |
| ·三类小波去噪方法的比较 | 第30页 |
| ·基于边缘检测的小波去噪 | 第30-32页 |
| 第四章 基于平稳小波变换的邻域依赖自适应软阈值图像降噪 | 第32-38页 |
| ·平稳小波变换 | 第32-34页 |
| ·基于平稳小波变换的邻域依赖自适应软阈值图像降噪 | 第34-36页 |
| ·基于Bayesian估计的自适应阈值 | 第34-35页 |
| ·邻域依赖的自适应软阈值 | 第35页 |
| ·基于平稳小波变换的邻域依赖自适应软阈值算法 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第五章 基于尺度连贯性边缘检测的邻域依赖小波收缩图像去噪方法 | 第38-47页 |
| ·小波的多尺度边缘检测 | 第38-42页 |
| ·小波收缩 | 第39-40页 |
| ·应用尺度连贯性进一步检测边缘 | 第40-41页 |
| ·应用一致性原则进一步检测边缘 | 第41-42页 |
| ·邻域依赖的软阈值 | 第42页 |
| ·实验结果与分析 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第六章 基于上下文模型的小波包图像降噪方法 | 第47-53页 |
| ·小波包原理 | 第47-48页 |
| ·基于上下文模型的小波包降噪算法 | 第48-50页 |
| ·子带自适应的BayesShrink阈值 | 第48页 |
| ·基于上下文模型的空间自适应阈值 | 第48-50页 |
| ·基于上下文模型的小波包降噪算法 | 第50页 |
| ·实验结果与分析 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第七章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士学位期间的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |