| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.3 研究意义 | 第16-17页 |
| 1.4 本文研究的内容和结构 | 第17-18页 |
| 1.4.1 本文课题背景和研究内容 | 第17页 |
| 1.4.2 论文结构 | 第17-18页 |
| 第2章 小波变换的基本知识 | 第18-21页 |
| 2.1 从傅立叶变换到小波变换 | 第18页 |
| 2.1.1 短时傅立叶变换 | 第18页 |
| 2.1.2 小波变换 | 第18页 |
| 2.2 一维连续小波变换 | 第18-19页 |
| 2.3 离散小波变换 | 第19页 |
| 2.4 小波包分析及算法 | 第19-21页 |
| 第3章 MATLAB操作入门 | 第21-31页 |
| 3.1 MATLAB基础 | 第22-25页 |
| 3.2 小波分析的一般过程 | 第25页 |
| 3.3 小波分析工具箱函数指令 | 第25-31页 |
| 第4章 小波变换图像处理中算法实现 | 第31-50页 |
| 4.1 图像压缩 | 第31-39页 |
| 4.1.1 基于小波变换的图像局部压缩 | 第31-33页 |
| 4.1.1.1 算法描述 | 第31-32页 |
| 4.1.1.2 结果分析 | 第32-33页 |
| 4.1.2 小波变换用于图象压缩的一般方法 | 第33-37页 |
| 4.1.2.1 二维小波变换技术进行图像压缩 | 第33-35页 |
| 4.1.2.1.1 算法描述 | 第33-34页 |
| 4.1.2.1.2 结果分析 | 第34-35页 |
| 4.1.2.2 二维信号压缩中的阈值的确定与作用命令 | 第35-37页 |
| 4.1.2.2.1 算法描述 | 第35-37页 |
| 4.1.2.2.2 结果分析 | 第37页 |
| 4.1.3 基于小波包变换的图象压缩 | 第37-39页 |
| 4.1.3.1 算法描述 | 第37-39页 |
| 4.1.3.2 结果分析 | 第39页 |
| 4.2 小波分析用于图象去噪 | 第39-42页 |
| 4.2.1 算法描述 | 第39-42页 |
| 4.2.2 结果分析 | 第42页 |
| 4.3 小波分析用于图象增强 | 第42-44页 |
| 4.3.1 算法描述 | 第43-44页 |
| 4.3.2 结果分析 | 第44页 |
| 4.4 小波分析用于图象融合 | 第44-46页 |
| 4.4.1 算法描述 | 第44-46页 |
| 4.4.2 结果分析 | 第46页 |
| 4.5 小波分析用于图象分解 | 第46-50页 |
| 4.5.1 算法描述 | 第46-49页 |
| 4.5.2 结果分析 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |