| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 图像去噪的发展及研究现状 | 第10-12页 |
| 1.3 图像多尺度几何分析技术的发展历史及现状 | 第12-14页 |
| 1.3.1 小波分析发展及现状 | 第12-13页 |
| 1.3.2 多尺度几何分析发展及现状 | 第13-14页 |
| 1.4 论文的主要工作及章节安排 | 第14-17页 |
| 1.4.1 主要研究工作 | 第14-15页 |
| 1.4.2 章节安排 | 第15-17页 |
| 第二章 基础理论及去噪方法分析 | 第17-35页 |
| 2.1 小波变换 | 第17-19页 |
| 2.1.1 连续小波变换 | 第17页 |
| 2.1.2 离散小波变换 | 第17-18页 |
| 2.1.3 多分辨分析 | 第18-19页 |
| 2.2 多尺度几何分析基本理论 | 第19-23页 |
| 2.2.1 脊波变换（Ridgelet Transform） | 第19-20页 |
| 2.2.2 曲波变换（Curvelet Transform） | 第20-21页 |
| 2.2.3 轮廓波变换（Contourlet Transform） | 第21-23页 |
| 2.3 图像噪声特性分析 | 第23-24页 |
| 2.4 图像去噪方法概述 | 第24-28页 |
| 2.4.1 空间域去噪 | 第24页 |
| 2.4.2 变换域去噪 | 第24-28页 |
| 2.5 阈值去噪算法 | 第28-31页 |
| 2.5.1 阈值的选取 | 第28-30页 |
| 2.5.2 经典阈值处理方法 | 第30-31页 |
| 2.6 图像去噪效果评价方法 | 第31-33页 |
| 2.6.1 主观评价 | 第31-32页 |
| 2.6.2 客观评价 | 第32-33页 |
| 2.7 本章小结 | 第33-35页 |
| 第三章 基于相关性阈值的 NSCT 图像去噪 | 第35-44页 |
| 3.1 非下采样轮廓波变换（NSCT）相关理论 | 第35-38页 |
| 3.1.1 非下采样金字塔分解 | 第36-37页 |
| 3.1.2 非下采样方向滤波器组 | 第37-38页 |
| 3.2 去噪研究的主要内容 | 第38-40页 |
| 3.2.1 贝叶斯阈值去噪 | 第38-39页 |
| 3.2.2 相关性去噪 | 第39-40页 |
| 3.3 NSCT 相关性与阈值去噪算法构造 | 第40-41页 |
| 3.4 仿真实验与分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于 NSCT 自适应 Bayes 阈值图像去噪 | 第44-50页 |
| 4.1 NSCT 自适应去噪基本思想 | 第44页 |
| 4.2 子带能量自适应阈值函数 | 第44-46页 |
| 4.2.1 引入系数能量比 | 第45页 |
| 4.2.2 NSCT 自适应 Bayes 阈值确定 | 第45-46页 |
| 4.3 去噪算法实现步骤 | 第46-47页 |
| 4.4 仿真实验与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 基于 Curvelet 域改进软硬阈值折衷去噪研究 | 第50-59页 |
| 5.1 Curvelet 变换理论分析 | 第50-51页 |
| 5.2 基于 Curvelet 变换的图像去噪阈值函数 | 第51-53页 |
| 5.2.1 传统 Curvelet 去噪的阈值函数 | 第51-52页 |
| 5.2.2 折衷阈值函数 | 第52-53页 |
| 5.3 改进算法实现 | 第53-54页 |
| 5.4 仿真结果分析 | 第54-57页 |
| 5.5 本章小结 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表文章目录 | 第64-65页 |
| 致谢 | 第65-66页 |
| 详细摘要 | 第66-75页 |
