| 第一章 绪论 | 第1-12页 |
| §1．1 合成孔径雷达图像的特点 | 第8页 |
| §1．2 基于小波变换的相干斑抑制 | 第8-9页 |
| §1．3 基于小波变换的边缘检测的应用 | 第9页 |
| §1．4 基于小波变换的图像压缩 | 第9-10页 |
| §1．5 作者的主要工作 | 第10-12页 |
| 第二章 小波分析的理论基础 | 第12-27页 |
| §2．1 傅立叶分析和短时傅立叶分析 | 第12-14页 |
| §2．1．1 傅立叶分析及其缺陷 | 第12-13页 |
| §2．1．2 短时傅立叶分析及其缺陷 | 第13-14页 |
| §2．2 小波分析及Mallat算法 | 第14-27页 |
| §2．2．1 小波的基本概念 | 第16-17页 |
| §2．2．2 连续小波变换 | 第17-18页 |
| §2．2．3 连续小波变换的离散化和二进小波变换 | 第18-19页 |
| §2．2．4 Mallat算法和多分辨分析 | 第19-25页 |
| §2．2．5 R—小波基 | 第25-27页 |
| 第三章 小波域的相干斑噪声抑制 | 第27-47页 |
| §3．1 相干斑噪声抑制概述 | 第27-30页 |
| §3．1．1 SAR图像相干斑噪声抑制方法简介 | 第27页 |
| §3．1．2 修正的Lee滤波法 | 第27-29页 |
| §3．1．3 最大后验概率（MAP）滤波法 | 第29-30页 |
| §3．2 小波域的标准阀值去噪 | 第30-32页 |
| §3．2．1 相干斑噪声的分布模型 | 第30页 |
| §3．2．2 软阀值去噪 | 第30-32页 |
| §3．2．3 硬阀值去噪 | 第32页 |
| §3．3 基于Garrote函数的阀值去噪 | 第32-35页 |
| §3．3．1 Garrote函数的定义 | 第32页 |
| §3．3．2 Garrote削减函数去噪的风险函数 | 第32-35页 |
| §3．4 Garrote与软、硬阀值去噪的比较 | 第35-41页 |
| §3．4．1 渐进最优性 | 第35-36页 |
| §3．4．2 Crystal—Ball方法下的比较 | 第36-39页 |
| §3．4．3 极大极小阀值方法下的比较 | 第39-41页 |
| §3．5 用Garrote函数去除SAR图像相干斑噪声 | 第41-47页 |
| §3．5．1 基于阀值的SAR图像相干斑噪声抑制过程 | 第41-42页 |
| §3．5．2 运用Garrote去噪方法对SAR图像去噪的实验结果 | 第42-47页 |
| 第四章 基于小波的边缘检测技术以及应用 | 第47-65页 |
| §4．1 边缘检测技术简介 | 第47-54页 |
| §4．1．1 边缘检测的简单方法 | 第47-51页 |
| §4．1．2 基于高斯函数的边缘检测技术 | 第51-54页 |
| §4．2 基于小波变换的边缘检测技术 | 第54-59页 |
| §4．3 基于边缘检测技术的相干斑抑制 | 第59-65页 |
| §4．3．1 基于边缘信息的Garrote小波削减技术 | 第59-62页 |
| §4．3．2 基于边缘信息的均值滤波技术 | 第62-65页 |
| 第五章 利用小波变换和嵌入式编码压缩图像 | 第65-83页 |
| §5．1 JPEG编码标准简介 | 第65-67页 |
| §5．2 图像压缩的小波基选择 | 第67-74页 |
| §5．2．1 正交性和双正交性 | 第67-69页 |
| §5．2．2 正则性 | 第69-70页 |
| §5．2．3 消失矩 | 第70-71页 |
| §5．2．4 小波基对比实验 | 第71-74页 |
| §5．3 小波系数的嵌入式编码 | 第74-81页 |
| §5．3．1 小波系数的零树结构和EZW | 第74-78页 |
| §5．3．2 SPIHT算法 | 第78-81页 |
| §5．4 运用小波变换压缩图像的实验 | 第81-83页 |
| 第六章 利用小波变换对SAR图像进行去噪压缩的整体流程 | 第83-95页 |
| §6．1 运用小波变换对SAR图像处理的流程 | 第83页 |
| §6．2 运用小波变换对SAR图像处理的实验例子 | 第83-95页 |
| 结束语 | 第95-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-100页 |
