摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第1章 绪论 | 第7-12页 |
·图像去噪技术的作用和目的 | 第8页 |
·图像去噪处理技术的基本原理 | 第8-10页 |
·图像去噪技术研究的进展与本文研究要点 | 第10页 |
·论文各部分主要内容 | 第10-12页 |
第2章 图像去噪处理技术 | 第12-24页 |
·图像噪声的模型 | 第12-17页 |
·噪声的空间和频率特性 | 第12页 |
·一些重要噪声的概率密度和函数 | 第12-17页 |
·噪声参数的估计 | 第17页 |
·空域滤波 | 第17-19页 |
·均值滤波器 | 第18-19页 |
·其他滤波器 | 第19页 |
·变换域滤波——小波图像去噪 | 第19-23页 |
·小波图像去噪的描述 | 第20页 |
·小波图像去噪方法分类 | 第20-21页 |
·小波图像去噪中的小波系数模型和小波变换方式 | 第21-23页 |
·小结 | 第23-24页 |
第3章 基于多分辨模型的总体最小二乘图像去噪算法 | 第24-39页 |
·CCD/CMOS 图像噪声模型 | 第24-27页 |
·CCD/CMOS 图像传感器 | 第25页 |
·噪声建模 | 第25-27页 |
·总体最小二乘原理及图像建模 | 第27-31页 |
·总体最小二乘法 | 第27页 |
·基于总体最小二乘的图像预测模型 | 第27-28页 |
·基于直交投影定理的图像 TLS 模型 | 第28-30页 |
·含噪图像总体最小二乘模型的解 | 第30-31页 |
·多分辨的总体最小二乘图像去噪 | 第31-33页 |
·图像处理的多分辨方法 | 第31页 |
·基于多分辨的 TLS 图像去噪算法 | 第31-33页 |
·试验结果与分析 | 第33-38页 |
·仿真过程 | 第33-35页 |
·结果分析 | 第35-38页 |
·本章小结 | 第38-39页 |
第4章 基于双变量收缩函数与小波系数增强的 SAR 图像去噪 | 第39-52页 |
·合成孔径雷达(SAR) | 第39-41页 |
·SAR 图像噪声的统计建模 | 第41-42页 |
·双树复小波 | 第42-45页 |
·二维离散小波 | 第42-43页 |
·双树复小波变换 | 第43-45页 |
·增强的基于双变量收缩函数和双树复小波的去噪策略 | 第45-48页 |
·基于小波域的图像建模 | 第45-47页 |
·小波系数模极大增强 | 第47-48页 |
·实验结果与分析 | 第48-50页 |
·本章小结 | 第50-52页 |
第5章 结论 | 第52-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-60页 |
攻读硕士学位期间发表的论文及科研成果 | 第60页 |