| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 相关技术的研究历史和现状 | 第11-14页 |
| 1.2.1 图像去噪算法研究现状 | 第11-13页 |
| 1.2.2 Contourlet变换的研究历史和现状 | 第13-14页 |
| 1.3 本文主要工作及结构安排 | 第14-15页 |
| 本章小结 | 第15-16页 |
| 第二章 Contourlet变换 | 第16-31页 |
| 2.1 基本概述 | 第16-18页 |
| 2.2 Contourlet变换实现原理 | 第18-27页 |
| 2.2.1 拉普拉斯金字塔滤波器(LP) | 第18-19页 |
| 2.2.2 方向滤波器组(DFB) | 第19-26页 |
| 2.2.3 离散Contourlet变换 | 第26-27页 |
| 2.3 Contourlet变换在图像去噪中的应用 | 第27-30页 |
| 本章小结 | 第30-31页 |
| 第三章 基于粒子群优化的Contourlet域图像去噪算法 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 粒子群优化算法(PSO) | 第32-33页 |
| 3.3 递归平移Cycle-Spining | 第33页 |
| 3.4 基于粒子群优化的Contourlet域图像去噪 | 第33-37页 |
| 3.4.1 算法主要思想 | 第33-34页 |
| 3.4.2 基于粒子群优化的阈值选取 | 第34-36页 |
| 3.4.3 高频系数新阈值函数处理和检测 | 第36-37页 |
| 3.5 算法步骤与结果分析 | 第37-44页 |
| 3.5.1 算法步骤 | 第37-38页 |
| 3.5.2 实验结果与分析 | 第38-44页 |
| 本章小结 | 第44-45页 |
| 第四章 改进的Contourlet域Wiener滤波结合偏微分方程的图像去噪算法 | 第45-62页 |
| 4.1 引言 | 第45-46页 |
| 4.2 Wiener滤波 | 第46-47页 |
| 4.3 基于偏微分方程图像去噪的TV模型 | 第47-50页 |
| 4.3.1 各向异性TV扩散方程 | 第47-49页 |
| 4.3.2 TV模型去噪实验结果与分析 | 第49-50页 |
| 4.4 改进的Contourlet域Wiener滤波结合偏微分方程的图像去噪算法 | 第50-53页 |
| 4.4.1 算法主要思想 | 第50页 |
| 4.4.2 算法的具体描述 | 第50-53页 |
| 4.5 算法步骤与结果分析 | 第53-61页 |
| 4.5.1 算法具体步骤 | 第53-55页 |
| 4.5.2 实验结果与分析 | 第55-61页 |
| 本章小结 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69-70页 |
