小波在图像分析中的若干关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·问题的提出 | 第11-12页 |
| ·小波分析产生的背景 | 第12-14页 |
| ·小波分析在图像处理中的应用概述 | 第14-15页 |
| ·图像预处理 | 第14页 |
| ·图像编码与压缩 | 第14页 |
| ·图像分割与边缘检测 | 第14-15页 |
| ·特征抽取与图像分类 | 第15页 |
| ·小波分析的新进展 | 第15-16页 |
| ·本文研究工作概述 | 第16-17页 |
| ·本文内容安排 | 第17-19页 |
| 第二章 小波分析简介 | 第19-31页 |
| ·小波变换的定义 | 第19-20页 |
| ·小波变换的性质 | 第20-23页 |
| ·消失矩性质 | 第21页 |
| ·正交性质 | 第21-22页 |
| ·紧支撑性质 | 第22页 |
| ·对称性 | 第22-23页 |
| ·小波多分辨分析 | 第23-25页 |
| ·小波分析的算法 | 第25-29页 |
| ·由尺度函数生成小波函数 | 第26-27页 |
| ·小波的分解和重构算法 | 第27-28页 |
| ·小波变换的边界延拓方法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 基于小波分析的多尺度边缘检测 | 第31-43页 |
| ·边缘检测历史回顾和多尺度边缘检测问题的提出 | 第31-32页 |
| ·传统的多尺度边缘检测方法 | 第32-33页 |
| ·基于小波分析的多尺度边缘特性 | 第33-35页 |
| ·基于小波分析的多尺度边缘检测 | 第35-41页 |
| ·边缘模型和基于最小位移的小波基选择 | 第35-38页 |
| ·基于位置不变的多尺度边缘检测模型 | 第38-40页 |
| ·实验结果 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 小波分析在遥感图像中的应用研究 | 第43-65页 |
| ·概述 | 第43页 |
| ·基于小波分析的遥感图像预处理--消除条带干扰 | 第43-46页 |
| ·基于小波分析的条带干扰消除原理 | 第44页 |
| ·算法 | 第44-45页 |
| ·实验结果和分析 | 第45-46页 |
| ·基于小波的纹理特征及其应用 | 第46-52页 |
| ·基于小波的灰度梯度共生矩阵 | 第47-48页 |
| ·基于邻域的小波特征在不同水质图像中的表现 | 第48-49页 |
| ·太湖水质污染卫星遥感分析研究 | 第49-51页 |
| ·Envelop算法 | 第51-52页 |
| ·基于不同小波基的Envelop算法效果比较 | 第52页 |
| ·基于小波分析的遥感图像融合 | 第52-62页 |
| ·传统的遥感图像融合方法 | 第53-56页 |
| ·基于小波分析的遥感图像融合方法 | 第56-57页 |
| ·改进的基于平均梯度的遥感图像融合方法 | 第57-62页 |
| ·本章小结 | 第62-65页 |
| 第五章 小波分析在医学图像处理中的应用研究 | 第65-83页 |
| ·小波分析在医学图像处理中的应用概述 | 第65-68页 |
| ·小波分析在核磁共振成像中的应用 | 第65-67页 |
| ·小波分析在超声成像中的应用 | 第67-68页 |
| ·小波分析在CT重建中的应用 | 第68页 |
| ·小波特征用于胸液脱落癌细胞自动识别 | 第68-73页 |
| ·基于小波的特征提取 | 第69页 |
| ·基于形态学的特征提取 | 第69-71页 |
| ·分类器设计 | 第71页 |
| ·实验结果和分析 | 第71-73页 |
| ·基于小波分析的Tagged MRI图像处理 | 第73-80页 |
| ·常用心脏成像术介绍 | 第73-74页 |
| ·基于小波的MRI图像Tag线增强 | 第74-80页 |
| ·本章小结 | 第80-83页 |
| 结束语 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-97页 |
| 附录1 | 第97-98页 |
| 附录2 | 第98页 |
