| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 图像去噪概述 | 第9-11页 |
| 1.2.1 图像噪声分类 | 第9-10页 |
| 1.2.2 图像降噪效果的比较 | 第10-11页 |
| 1.3 基于CURVELET变换的图像去噪技术研究现状 | 第11-13页 |
| 1.4 主要研究内容 | 第13-14页 |
| 第2章 图像去噪方法 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 传统去噪方法 | 第14-18页 |
| 2.2.1 空间域滤波 | 第14-16页 |
| 2.2.2 频域低通滤波 | 第16-18页 |
| 2.3 WAVELET变换去噪方法 | 第18-23页 |
| 2.3.1 模极大值检测法 | 第19-20页 |
| 2.3.2 Wavelet系数相关去噪法 | 第20-21页 |
| 2.3.3 阈值去噪法 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 CURVELET变换及其相关理论 | 第25-34页 |
| 3.1 RIDGELET变换 | 第25-27页 |
| 3.2 CURVELET变换的概念及算法实现 | 第27-30页 |
| 3.2.1 Curvelet变换概念的提出 | 第27-28页 |
| 3.2.2 Curvelet变换的算法实现 | 第28-30页 |
| 3.3 CURVELET变换存在的问题 | 第30-31页 |
| 3.3.1 Radon变换中的频谱混叠 | 第31页 |
| 3.3.2 离散Wavelet变换存在的缺陷 | 第31页 |
| 3.4 CURVELET变换进一步研究的方向 | 第31-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 基于CURVELET变换的传统去噪方法 | 第34-44页 |
| 4.1 基于CURVELET变换的图像去噪 | 第34-36页 |
| 4.1.1 基于Curvelet变换的去噪算法的数字实现 | 第34-35页 |
| 4.1.2 基于Curvelet变换的去噪算法的实际应用 | 第35-36页 |
| 4.2 基于CURVELET变换的传统去噪方法 | 第36-43页 |
| 4.2.1 基于Curvelet变换和LLT模型的权函数图像去噪方法 | 第36-37页 |
| 4.2.2 基于Curvelet变换的自适应阈值图像去噪方法 | 第37-38页 |
| 4.2.3 基于复数Curvelet变换复数高斯尺度混合模型的图像去噪方法 | 第38-41页 |
| 4.2.4 基于复数Curvelet变换非高斯模型的图像去噪方法 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 基于CURVELET变换的图像去噪改进算法 | 第44-59页 |
| 5.1 基于CURVELET变换的循环平移的图像去噪方法 | 第44-51页 |
| 5.1.1 循环平移法 | 第44-45页 |
| 5.1.2 基于系数统计模型的多变量去噪方案的分析 | 第45-47页 |
| 5.1.3 各向同性多变量模型 | 第47-50页 |
| 5.1.4 实验结果与分析 | 第50-51页 |
| 5.2 基于CURVELET变换的各向异性多变量模型的图像去噪方法 | 第51-54页 |
| 5.2.1 各向异性多变量模型 | 第51-53页 |
| 5.2.2 实验结果及分析 | 第53-54页 |
| 5.3 改进算法与传统算法的对比分析 | 第54-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
