| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究的背景及其意义 | 第8-9页 |
| 1.2 多尺度几何分析去噪方法的国内外研究现状 | 第9页 |
| 1.3 偏微分方程去噪的国内外研究现状 | 第9-10页 |
| 1.4 本文的研究内容和章节安排 | 第10-12页 |
| 第二章 图像去噪相关理论 | 第12-19页 |
| 2.1 图像噪声模型 | 第12页 |
| 2.2 常用图像去噪方法概述 | 第12-17页 |
| 2.2.1 空间域去噪方法 | 第12-14页 |
| 2.2.2 变换域去噪方法 | 第14-16页 |
| 2.2.3 多尺度几何分析去噪方法 | 第16页 |
| 2.2.4 偏微分方程去噪方法 | 第16-17页 |
| 2.3 图像去噪评价标准 | 第17-18页 |
| 2.3.1 主观评价标准 | 第17页 |
| 2.3.2 客观评价标准 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 改进的Curvelet阈值去噪算法 | 第19-37页 |
| 3.1 第一代Curvelet变换 | 第19-20页 |
| 3.2 第二代Curvelet变换 | 第20-24页 |
| 3.2.1 连续Curvelet变换 | 第20-21页 |
| 3.2.2 离散Curvelet变换 | 第21-22页 |
| 3.2.3 第二代Curvelet变换两种数字实现 | 第22-24页 |
| 3.3 Curvelet阈值去噪原理 | 第24-26页 |
| 3.4 Curvelet自适应阈值 | 第26-27页 |
| 3.5 Curvelet改进阈值函数及去噪算法 | 第27-32页 |
| 3.5.1 常用阈值函数 | 第27-28页 |
| 3.5.2 改进阈值函数 | 第28-30页 |
| 3.5.3 Curvelet改进阈值去噪算法步骤 | 第30-32页 |
| 3.6 实验结果与仿真分析 | 第32-35页 |
| 3.7 本章小结 | 第35-37页 |
| 第四章 基于自适应梯度保真的全变分去噪方法 | 第37-50页 |
| 4.1 变分法基础及其原理 | 第37-41页 |
| 4.1.1 泛函的概念 | 第37-38页 |
| 4.1.2 泛函极值问题 | 第38页 |
| 4.1.3 泛函的变分 | 第38-39页 |
| 4.1.4 泛函极值的相关结论 | 第39-41页 |
| 4.2 经典全变分去噪模型 | 第41-42页 |
| 4.2.1 全变分模型的一般形式及其欧拉方程 | 第41-42页 |
| 4.2.2 全变分模型的数值求解 | 第42页 |
| 4.3 自适应正则项全变分去噪模型 | 第42-43页 |
| 4.3.1 P参数的选取 | 第42-43页 |
| 4.3.2 P参数的自适应选取 | 第43页 |
| 4.4 梯度保真项及其改进 | 第43-45页 |
| 4.4.1 梯度保真项 | 第43-44页 |
| 4.4.2 自适应梯度保真项参数 | 第44-45页 |
| 4.5 自适应梯度保真的改进全变分去噪模型 | 第45-46页 |
| 4.6 实验结果 | 第46-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第五章 基于Curvelet变换和全变分模型的融合去噪算法 | 第50-60页 |
| 5.1 基于Curvelet变换的图像融合 | 第50-52页 |
| 5.2 图像融合规则的选取 | 第52-53页 |
| 5.3 Curvelet变换和全变分相融合的去噪算法 | 第53-55页 |
| 5.4 仿真实验 | 第55-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 致谢 | 第65页 |
