| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序 | 第8-11页 |
| 1 引言 | 第11-17页 |
| ·小波去噪的问题描述 | 第12-14页 |
| ·小波去噪的发展历程 | 第14-15页 |
| ·本论文主要工作和结构安排 | 第15-17页 |
| 2 小波去噪理论 | 第17-31页 |
| ·连续小波变换 | 第17-18页 |
| ·多分辨分析和离散小波变换 | 第18-23页 |
| ·多分辨分析 | 第18-20页 |
| ·小波函数 | 第20页 |
| ·离散小波变换 | 第20-22页 |
| ·图像的离散小波变换 | 第22-23页 |
| ·小波去噪原理 | 第23-24页 |
| ·小波变换与 Lipschitz指数之间的关系 | 第23-24页 |
| ·信号与噪声在小波变换下的传播特性 | 第24页 |
| ·经典小波去噪方法 | 第24-30页 |
| ·模极大值原理去噪方法 | 第24-25页 |
| ·相关去噪方法 | 第25-27页 |
| ·小波阈值去噪方法 | 第27-28页 |
| ·平移不变小波去噪方法 | 第28-29页 |
| ·几种小波去噪方法的比较 | 第29-30页 |
| ·小结 | 第30-31页 |
| 3 基于高斯假设下的小波阈值去噪算法改进 | 第31-41页 |
| ·小波阈值去噪方法 | 第31-35页 |
| ·图像的噪声模型 | 第31页 |
| ·小波阈值去噪理论 | 第31-32页 |
| ·去噪方法 | 第32-35页 |
| ·一种新的阈值函数 | 第35-37页 |
| ·实验结果 | 第37-39页 |
| ·小结 | 第39-41页 |
| 4 基于小波变换和支持向量机的图像去噪 | 第41-57页 |
| ·支持向量机概述 | 第41-46页 |
| ·支持向量机基本理论 | 第41-42页 |
| ·支持向量机基本算法 | 第42-44页 |
| ·常用核函数 | 第44-46页 |
| ·最小二乘小波核支持向量机 | 第46-50页 |
| ·最小二乘支持向量机 | 第46-48页 |
| ·支持向量核函数的条件 | 第48-49页 |
| ·小波核函数 | 第49页 |
| ·最小二乘小波核支持向量机 | 第49-50页 |
| ·基于邻域小波系数相关性和LS-WSVM的图像去噪 | 第50-53页 |
| ·邻域小波系数相关性 | 第50-51页 |
| ·利用小波变换和LS-WSVM图像去噪原理 | 第51-52页 |
| ·利用小波变换图像和LS-WSVM去噪步骤 | 第52-53页 |
| ·实验结果 | 第53-55页 |
| ·小结 | 第55-57页 |
| 5 结束语 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·值得进一步讨论的问题 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者简历及在攻读硕士期间所发论文 | 第63-67页 |
| 学位论文数据集 | 第67页 |