首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小波与细分方法在图像处理中的应用研究

摘要第1-6页
Abstract第6-12页
1 绪论第12-21页
   ·研究背景第12-13页
   ·图像处理技术研究现状第13-17页
     ·小波去噪技术的研究第13-14页
     ·图像分割方法的研究第14页
     ·图像匹配方法的研究第14-16页
     ·图像修复方法的研究第16-17页
     ·主曲线算法的研究第17页
   ·本文研究重点和结果第17-19页
   ·论文组织第19-21页
2 小波变换理论概述第21-35页
   ·小波变换的产生第21-22页
   ·小波变换第22-30页
     ·连续小波变换第22-25页
     ·离散小波变换第25-26页
     ·多分辨率分析第26-28页
     ·共轭镜像滤波器第28-30页
   ·Mallat算法第30-35页
     ·一维Mallat算法第30-32页
     ·二维Mallat算法第32-35页
3 细分方法与细分小波第35-52页
   ·细分方法的研究概况第35-38页
     ·细分方法的发展概况第35-36页
     ·细分方法的特点第36-38页
   ·细分方法的分类与应用第38-45页
     ·线细分方法第38-40页
     ·曲面细分方法第40-44页
     ·细分方法的应用第44-45页
   ·多分辨率分析与小波第45-48页
   ·尺度方程第48-49页
   ·细分小波第49-52页
4 基于小波的图像去噪技术第52-71页
   ·图像去噪的传统算法第52-55页
     ·均值滤波器第52-54页
     ·中值滤波器第54-55页
   ·基于小波变换的图像去噪方法第55-62页
     ·小波去噪的发展历程第55-56页
     ·小波域中的信号特性第56-57页
     ·小波去噪的基本方法第57-62页
   ·基于尺度乘积与阈值收缩相结合的去噪方法第62-71页
     ·相邻尺度小波系数乘积第63-64页
     ·提取信号突变点处的小波系数第64-66页
     ·其它尺度小波系数的处理第66页
     ·实验仿真第66-69页
     ·结论第69-71页
5 细分小波在图像分割中的应用第71-88页
   ·图像分割方法综述第71-77页
     ·阈值分割方法第72-73页
     ·边缘检测分割方法第73-75页
     ·特征空间聚类分割方法第75-77页
   ·Mean-Shift聚类算法第77-82页
     ·Mean-shift过程第78-80页
     ·核密度梯度估计第80-81页
     ·Mean-Shift的图像分割算法第81-82页
   ·细分小波与Mean-Shift相结合的图像分割方法第82-88页
     ·四点逼近细分小波第82-84页
     ·彩色空间的选取和分割策略第84-86页
     ·分割算法与实验结果第86-87页
     ·结论第87-88页
6 细分方法在图像匹配和修复中的应用第88-110页
   ·细分小波在图像匹配中的应用第88-96页
     ·图像的局部投影熵第89-90页
     ·基于细分小波的局部投影熵的匹配算法第90-92页
     ·实验结果与讨论第92-94页
     ·算法在SmartROB-2嵌入式移动机器人上的应用第94-96页
   ·细分方法在图像修复中的应用第96-103页
     ·曲面四点插值细分规则第97-99页
     ·对破损图像区域的预处理第99-101页
     ·基于四点插值细分模式的修复算法第101-103页
   ·细分方法在主曲线构建中的应用第103-110页
     ·主曲线理论第104-105页
     ·四点逼近细分方法第105-106页
     ·最优光滑主曲线设计第106-107页
     ·实验结果及分析第107-110页
7 总结与展望第110-112页
   ·本文结论第110-111页
   ·今后工作展望第111-112页
参考文献第112-121页
攻读博士学位期间发表学术论文情况第121-122页
论文创新点摘要第122-123页
致谢第123-124页

论文共124页,点击 下载论文
上一篇:基于CAD/CAE集成技术的开放式参数化结构形状优化设计平台
下一篇:基于支持向量机的文本分类算法研究