首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于小波变换消除遥感图像噪声

中文摘要第1-5页
英文摘要第5-11页
第一章 绪论第11-20页
 1.1 研究意义第11页
 1.2 削除图像噪声研究现状第11-15页
  1.2.1 常规的图像消噪方法的不足第11-12页
  1.2.2 小波变换消噪的优势第12-13页
  1.2.3 基于小波变换消除图像噪声现状第13-14页
  1.2.4 基于小波变换消除图像噪声流程第14-15页
 1.3 研究内容、目标和评价标准第15-17页
  1.3.1 研究内容和目标第15-16页
  1.3.2 图像质量评价标准第16-17页
 1.4 本文的组织结构和内容安排第17-19页
 1.5 本文创新点第19-20页
第二章 遥感图像噪声模型和去噪技术现状第20-27页
 2.1 噪声类型第20-22页
 2.2 噪声模型第22-23页
 2.3 去噪技术现状第23-27页
第三章 小波变换基本理论第27-37页
 3.1 引言第27-30页
 3.2 小波变换第30-37页
  3.2.1 连续小波变换第30-31页
  3.2.2 离散小波变换第31-32页
  3.2.3 二维图像小波变换分解与重建第32-34页
  3.2.4 小波变换与傅立叶变换的比较第34-37页
第四章 利用多方向一维小波变换去除图像噪声第37-44页
 4.1 引言第37-38页
 4.2 小波消噪阈值优化第38-39页
 4.3 多方向ID小波去噪第39-42页
 4.4 多方向ID小波变换去噪实现第42-43页
  4.4.1 噪声图像和ID方向数组生成第42页
  4.4.2 去噪处理第42页
  4.4.3 灰度主调整第42-43页
 4.5 实验结果分析第43页
 4.6 小结第43-44页
第五章 基于系数极大值传递性去除图像噪声第44-54页
 5.1 引言第44-45页
 5.2 利用小波变换检测图像边沿第45-46页
 5.3 图像和噪声的奇异性分析第46-49页
 5.4 去噪处理算法第49-52页
  5.4.1 小波系数极大值确定第50页
  5.4.2 图像极大值跟踪第50-51页
  5.4.3 噪声极大值滤除第51-52页
 5.5 实验结果第52-53页
 5.6 小结第53-54页
第六章 基于博弈论和马尔可夫随机场去除图像噪声第54-86页
 6.1 相关理论第55-62页
  6.1.1 博弈论第55-58页
  6.1.2 马尔可夫随机场基本理论第58-60页
  6.1.3 有关概率论与数理统计基本知识第60-62页
 6.2 小波域统计第62-65页
  6.2.1 小波域独立统计模型第62-63页
  6.2.2 小波域统计模型第63-65页
 6.3 小波域上下文约束表达---基于联盟博弈的系数标号第65-79页
  6.3.1 标号问题的引入第66-67页
  6.3.2 基于马尔可夫随机场的最大后验标号(MAP-MRF)第67-68页
  6.3.3 数标号第68-69页
  6.3.4 基于上下文约束标号实现步骤第69-70页
  6.3.5 组合优化技术现状第70-74页
  6.3.6 基于联盟博弈的组合优化第74-78页
  6.3.7 各种组合优化方法的比较分析第78-79页
 6.4 基于博弈论和马尔可夫随机场消除图像噪声第79-84页
  6.4.1 噪声参数估计第80页
  6.4.2 小波系数分布参数估计第80-82页
  6.4.3 原始图像参数估计第82-83页
  6.4.4 消噪恢复第83-84页
 6.5 实验结果第84页
 6.6 小结第84-86页
第七章 噪声消除在图像复原中的应用第86-93页
 7.1 引言第86-87页
 7.2 成像系统辨识第87-89页
 7.3 图像复原第89-91页
  7.3.1 图像退化和复原模型第89页
  7.3.2 复原方法第89-91页
 7.4 图像复原中噪声放大问题第91页
 7.5 图像复原和消噪处理实验结果第91-92页
 7.6 小结第92-93页
第八章 结论与展望第93-95页
个人资料第95-97页
致谢第97-99页
参考文献第99-103页
附录:第103-114页

论文共114页,点击 下载论文
上一篇:p16和cyclinD1在乳腺导管非典型增生癌变过程中的表达
下一篇:大肠癌内微血管密度、LN、p53表达及临床意义研究