| 创新性声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| §1.1 小波分析的发展回顾 | 第8-9页 |
| §1.2 当前小波应用研究工作的几个主要方面 | 第9-10页 |
| §1.3 小波去噪方法的研究概况 | 第10-12页 |
| §1.4 本文的主要工作 | 第12-15页 |
| 第二章 小波分析的基本理论 | 第15-30页 |
| §2.1 多分辨分析及小波基函数的构造 | 第15-19页 |
| §2.1.1 多分辨分析(MRA) | 第15-16页 |
| §2.1.2 L2(R)的正交分解 | 第16-17页 |
| §2.1.3 小波函数y (x)的构造 | 第17-19页 |
| §2.2 小波变换 | 第19-20页 |
| §2.3 二进小波变换及小波快速算法 | 第20-23页 |
| §2.4 小波基的数学特性 | 第23-29页 |
| §2.4.1 正交性 | 第23-24页 |
| §2.4.2 消失矩 | 第24-25页 |
| §2.4.3 正则性 | 第25-27页 |
| §2.4.4 紧支性 | 第27页 |
| §2.4.5 对称性 | 第27-29页 |
| §2.5 本章小结 | 第29-30页 |
| 第三章 一维信号的小波去噪方法研究 | 第30-66页 |
| §3.1 小波模极大值去噪方法 | 第30-41页 |
| §3.1.1 信号和噪声在小波变换各尺度上的传播特性 | 第31-34页 |
| §3.1.2 小波模极大值去噪算法 | 第34-36页 |
| §3.1.3 去噪算法中几个相关参数的选取 | 第36-37页 |
| §3.1.4 交替投影（AP）算法 | 第37-39页 |
| §3.1.5 仿真实验与讨论 | 第39-41页 |
| §3.2 小波阈值萎缩去噪方法 | 第41-58页 |
| §3.2.1 小波阈值萎缩去噪方法原理 | 第42-44页 |
| §3.2.2 基小波和小波分解层数的选择 | 第44-45页 |
| §3.2.3 阈值函数的选择 | 第45-49页 |
| §3.2.4 阈值的选择 | 第49-52页 |
| §3.2.5 仿真实验与讨论 | 第52-58页 |
| §3.3 基于小波变换的空域相关性去噪方法 | 第58-62页 |
| §3.3.1 小波域滤波的思想 | 第58-59页 |
| §3.3.2 相关去噪方法的实现 | 第59-61页 |
| §3.3.3 算法改进 | 第61页 |
| §3.3.4 仿真实验与讨论 | 第61-62页 |
| §3.4 去噪方法分析与比较 | 第62-64页 |
| §3.4.1 三类去噪方法的比较 | 第62-63页 |
| §3.4.2 存在的问题 | 第63-64页 |
| §3.5 本章小结 | 第64-66页 |
| 第四章 小波变换在图像去噪中的应用 | 第66-81页 |
| §4.1 基于GCV准则的小波阈值图像去噪方法 | 第67-73页 |
| §4.1.1 利用广义交叉确认原理求近似最优阈值 | 第68-70页 |
| §4.1.2 仿真实验与讨论 | 第70-73页 |
| §4.2 基于BAYES准则的小波阈值图像去噪方法 | 第73-79页 |
| §4.2.1 BAYES SHRINK阈值去噪方法 | 第73-75页 |
| §4.2.2 空域自适应BAYES SHRINK阈值去噪方法 | 第75-77页 |
| §4.2.3 仿真实验与讨论 | 第77-79页 |
| §4.3 本章小结 | 第79-81页 |
| 结束语 | 第81-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士学位期间发表（录用）论文情况 | 第91页 |
