| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-22页 |
| 1.1 课题背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 目前图像上主要存在的噪声 | 第13-15页 |
| 1.4 傅立叶变换法在图像去噪中的应用 | 第15-17页 |
| 1.5 小波变换在图像处理中的应用 | 第17-20页 |
| 1.6 本文所做的主要工作及各章安排 | 第20-22页 |
| 2 图像去噪方法的研究与去噪效果对比 | 第22-36页 |
| 2.1 傅立叶变换在图像处理中的应用 | 第22-23页 |
| 2.2 图像去噪方法的研究 | 第23页 |
| 2.3 图像去噪效果的评价标准 | 第23-24页 |
| 2.3.1 主观评价 | 第23-24页 |
| 2.3.2 客观评价 | 第24页 |
| 2.4 含噪图像的传统去噪方法及去噪效果分析 | 第24-33页 |
| 2.4.1 中值滤波法 | 第24-25页 |
| 2.4.2 均值滤波法 | 第25-26页 |
| 2.4.3 低通滤波 | 第26-27页 |
| 2.4.4 维纳滤波 | 第27页 |
| 2.4.5 传统方法的滤波效果分析 | 第27-33页 |
| 2.5 小波去噪的基本原理 | 第33-34页 |
| 2.6 本章小结 | 第34-36页 |
| 3 基于小波变换的去噪方法研究及效果分析 | 第36-56页 |
| 3.1 小波变换的发展 | 第36页 |
| 3.2 小波的定义 | 第36-39页 |
| 3.2.1 小波变换的性质 | 第37-38页 |
| 3.2.2 二进小波变换 | 第38页 |
| 3.2.3 小波分类 | 第38-39页 |
| 3.3 多分辨率分析及其性质 | 第39-40页 |
| 3.4 尺度函数与小波 | 第40-44页 |
| 3.4.1 多分辨率分析 | 第41-42页 |
| 3.4.2 小波分解 | 第42页 |
| 3.4.3 小波重建 | 第42-43页 |
| 3.4.4 Mallat算法 | 第43-44页 |
| 3.5 基于小波变换的模极大值去噪方法 | 第44-45页 |
| 3.6 基于小波变换的阈值去噪算法 | 第45-47页 |
| 3.7 基于小波变换的空域相关性去噪法 | 第47-49页 |
| 3.8 三种去噪方法的仿真结果对比 | 第49-55页 |
| 3.9 本章小结 | 第55-56页 |
| 4 小波阈值自适应去噪方法的研究 | 第56-74页 |
| 4.1 噪声方差估计 | 第56-57页 |
| 4.2 阈值的选择 | 第57页 |
| 4.3 常用的阈值估计方法 | 第57-59页 |
| 4.3.1 VisuShrink阈值 | 第57-58页 |
| 4.3.2 SureShrink阈值 | 第58页 |
| 4.3.3 HeurSure阈值 | 第58-59页 |
| 4.3.4 平移不变小波阈值法 | 第59页 |
| 4.4 自适应阈值函数 | 第59-61页 |
| 4.5 改进的小波阈值去噪法 | 第61-68页 |
| 4.5.1 改进的小波阈值去噪函数 | 第61-62页 |
| 4.5.2 改进的阈值选择函数特点 | 第62-64页 |
| 4.5.3 改进阈值函数仿真以及结果分析 | 第64-65页 |
| 4.5.4 改进的阈值函数在其他噪声类型图像下的应用 | 第65-68页 |
| 4.6 改进阈值函数在植物图像识别中的应用 | 第68-73页 |
| 4.7 本章小结 | 第73-74页 |
| 5 总结与展望 | 第74-76页 |
| 5.1 论文研究总结 | 第74-75页 |
| 5.2 课题展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介及读研期间主要科研成果 | 第82-83页 |