| 第1章 绪论 | 第7-14页 |
| 1.1 引言 | 第7页 |
| 1.2 噪声图像模型及噪声特性 | 第7-8页 |
| 1.3 常用的去噪方法 | 第8-12页 |
| 1.3.1 线性滤波 | 第8-9页 |
| 1.3.2 中值滤波 | 第9-10页 |
| 1.3.3 自适应滤波 | 第10页 |
| 1.3.4 小波去噪 | 第10-12页 |
| 1.4 目前去噪方法中存在的问题 | 第12页 |
| 1.5 本文的主要研究内容及章节安排 | 第12-14页 |
| 第2章 小波分析基本理论 | 第14-24页 |
| 2.1 傅里叶变换和短时傅里叶变换 | 第14-15页 |
| 2.1.1 傅里叶变换 | 第14-15页 |
| 2.1.2 短时傅里叶变换 | 第15页 |
| 2.2 小波变换 | 第15-19页 |
| 2.2.1 一维连续小波变换 | 第15-17页 |
| 2.2.2 一维离散小波变换 | 第17-18页 |
| 2.2.3 二进正交小波变换 | 第18-19页 |
| 2.3 二维小波变换与可分离多分辨率分析 | 第19-20页 |
| 2.4 小波变换快速算法(MALLAT算法) | 第20-24页 |
| 第3章 小波域图像去噪 | 第24-38页 |
| 3.1 噪声的小波域特性及去噪原理 | 第24-26页 |
| 3.2 图像的小波域特性及去噪原理 | 第26-30页 |
| 3.3 阈值萎缩法及几种阈值函数 | 第30-32页 |
| 3.3.1 硬、软阈值函数 | 第30-31页 |
| 3.3.2 改进型阈值函数 | 第31-32页 |
| 3.4 阈值的选取方法 | 第32-35页 |
| 3.4.1 常用的几种阈值方法 | 第33-34页 |
| 3.4.2 自适应局部阈值 | 第34-35页 |
| 3.5 比例萎缩法 | 第35-38页 |
| 3.5.1 比例萎缩函数 | 第35-36页 |
| 3.5.2 信号小波系数方差的估计 | 第36-38页 |
| 第4章 图像的边缘检测技术 | 第38-49页 |
| 4.1 边缘检测的基本概念 | 第38-39页 |
| 4.2 传统的边缘检测方法 | 第39-44页 |
| 4.2.1 Roberts 算子 | 第39-40页 |
| 4.2.2 Sobel算子 | 第40页 |
| 4.2.3 Prewitt 算子 | 第40-41页 |
| 4.2.4 Laplace 算子 | 第41页 |
| 4.2.5 LoG (Laplace of Gaussian)算子 | 第41-42页 |
| 4.2.6 Canny 算子 | 第42-44页 |
| 4.3 小波边缘检测 | 第44-49页 |
| 4.3.1 原理 | 第45-46页 |
| 4.3.2 实现方法 | 第46-47页 |
| 4.3.3 实验结果 | 第47-49页 |
| 第5章 基于边缘检测和BAYESIAN 估计的小波阈值去噪方法 | 第49-63页 |
| 5.1 原理 | 第49页 |
| 5.2 基于BAYESIAN估计的自适应阈值 | 第49-53页 |
| 5.3 去噪算法 | 第53-54页 |
| 5.4 算法流程及实现步骤 | 第54-56页 |
| 5.5 仿真分析 | 第56-63页 |
| 第6章 全文总结 | 第63-65页 |
| 6.1 主要的工作与结论 | 第63-64页 |
| 6.2 今后待研究的问题 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 摘要 | 第70-73页 |
| ABSTRACT | 第73页 |
| 致谢 | 第76-77页 |
| 导师及作者简介 | 第77页 |