| 中文摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-11页 |
| 第1章 绪论 | 第11-31页 |
| 1.1 引言：小波理论与图像处理 | 第11-13页 |
| 1.2 经典小波理论的源流与发展 | 第13-22页 |
| 1.2.1 傅里叶分析和早期探索 | 第13-14页 |
| 1.2.2 连续小波变换 | 第14-15页 |
| 1.2.3 多尺度分析 | 第15-17页 |
| 1.2.4 经典小波体系 | 第17-22页 |
| 1.2.4.1 Haar小波族 | 第17页 |
| 1.2.4.2 Daubechies小波族 | 第17-18页 |
| 1.2.4.3 symlets(symN)小波族 | 第18-19页 |
| 1.2.4.4 双正交(Biorthogonal)小波族 | 第19页 |
| 1.2.4.5 Coiflet小波族 | 第19-20页 |
| 1.2.4.6 Morlet小波 | 第20页 |
| 1.2.4.7 墨西哥草帽((Mexican Hat)小波 | 第20-21页 |
| 1.2.4.8 Meyer小波 | 第21-22页 |
| 1.2.5 小波包、多小波和提升方法 | 第22页 |
| 1.3 新型小波族及其图像处理应用综述 | 第22-28页 |
| 1.3.1 经典小波分析的优缺点 | 第22-24页 |
| 1.3.2 新型小波系统的改良 | 第24-27页 |
| 1.3.2.1 降低平移敏感性 | 第24-25页 |
| 1.3.2.2 增强方向选择性 | 第25-26页 |
| 1.3.2.3 提供相位信息 | 第26-27页 |
| 1.3.3 非自适应新型小波系统 | 第27-28页 |
| 1.4 本文的研究内容与组织结构 | 第28-29页 |
| 1.5 主要创新点和贡献 | 第29-31页 |
| 第2章 数字音像信号小波去噪方法 | 第31-55页 |
| 2.1 小波在一维语音信号去噪中的应用 | 第31-36页 |
| 2.1.1 小波滤波去噪方法的工程背景 | 第31页 |
| 2.1.2 一维语音信号小波滤波基本方法 | 第31-34页 |
| 2.1.3 小波变换模极大值的奇异点传播特性 | 第34页 |
| 2.1.4 白噪声的小波变换模极大值的尺度传播特性 | 第34-35页 |
| 2.1.5 一维音频信号去噪算法 | 第35-36页 |
| 2.2 非线性小波阈值音乐去噪 | 第36-45页 |
| 2.2.1 选择小波基和小波分解层数 | 第36-37页 |
| 2.2.2 选择阈值函数 | 第37页 |
| 2.2.3 选择阈值 | 第37-39页 |
| 2.2.4 小波去噪性能的评价标准 | 第39页 |
| 2.2.5 音乐信号去噪的仿真实验及结果分析 | 第39-45页 |
| 2.2.5.1 全局阈值去噪法的结果分析 | 第39-41页 |
| 2.2.5.2 分层阈值去噪法的结果分析 | 第41-43页 |
| 2.2.5.3 不同分解层数对去噪结果的影响比较 | 第43-45页 |
| 2.3 二维小波图像去噪方法 | 第45-54页 |
| 2.3.1 二维小波变换及快速算法 | 第45-47页 |
| 2.3.2 二维小波去噪效果的评价指标 | 第47页 |
| 2.3.3 二维小波图像去噪算法 | 第47-51页 |
| 2.3.3.1 阈值的选择 | 第48-49页 |
| 2.3.3.2 阈值函数的选择 | 第49-51页 |
| 2.3.3.3 算法的实现步骤 | 第51页 |
| 2.3.4 二维小波图像去噪仿真实验 | 第51-54页 |
| 2.4 本章小结 | 第54-55页 |
| 第3章 小波在纹理图像处理中的应用 | 第55-67页 |
| 3.1 纹理与小波 | 第55-57页 |
| 3.1.1 纹理的定义 | 第55-57页 |
| 3.1.2 地图的纹理图像属性 | 第57页 |
| 3.2 纹理研究的基本问题和主要方法回溯 | 第57-59页 |
| 3.3 纹理图像分类与融合 | 第59-66页 |
| 3.3.1 纹理图像库简介 | 第60-61页 |
| 3.3.2 离散小波框架变换与纹理分类 | 第61-63页 |
| 3.3.2.1 离散小波框架变换 | 第61-62页 |
| 3.3.2.2 离散小波框架变换用于纹理分类 | 第62-63页 |
| 3.3.3 基于Gabor小波和核方法的纹理图像分割算法 | 第63-66页 |
| 3.3.3.1 特征提取 | 第64-65页 |
| 3.3.3.2 分割算法 | 第65页 |
| 3.3.3.3 仿真实验 | 第65-66页 |
| 3.4 本章小结 | 第66-67页 |
| 第4章 脊波和曲波变换方法 | 第67-82页 |
| 4.1 脊波变换概念 | 第67-70页 |
| 4.1.1 连续脊波变换 | 第67-68页 |
| 4.1.2 有限脊波变换 | 第68-69页 |
| 4.1.3 有限Radon变换(FRAT) | 第69页 |
| 4.1.4 正交脊波基 | 第69-70页 |
| 4.2 基于全局和局部对偶框架的数字脊波重构 | 第70-74页 |
| 4.2.1 快速Slant Stack变换 | 第70-71页 |
| 4.2.2 离散Meyer小波 | 第71页 |
| 4.2.3 数字脊波 | 第71-72页 |
| 4.2.4 基于全局对偶框架的图像压缩和去噪算法 | 第72-73页 |
| 4.2.5 基于局部对偶框架的图像压缩和去噪算法 | 第73-74页 |
| 4.3 基于数字曲波变换的图像去噪算法 | 第74-78页 |
| 4.3.1 连续曲波变换 | 第74-76页 |
| 4.3.2 数字曲波变换 | 第76-77页 |
| 4.3.3 数字曲波变换去噪仿真实验 | 第77-78页 |
| 4.4 基于曲波变换的遥感图像分解 | 第78-81页 |
| 4.4.1 图像卡通部分和纹理部分的分解 | 第78-81页 |
| 4.4.2 仿真实验 | 第81页 |
| 4.5 本章小结 | 第81-82页 |
| 第5章 嘉伯(GABOR)小波图像目标识别方法 | 第82-89页 |
| 5.1 嘉伯(GABOR)变换及其函数特性 | 第82-84页 |
| 5.2 提取嘉伯(GABOR)变换小波特征的方法 | 第84-85页 |
| 5.3 小波特征模板 | 第85-87页 |
| 5.3.1 能量函数的确定和最小化 | 第85页 |
| 5.3.2 参数优化 | 第85-86页 |
| 5.3.3 小波特征模板的算法 | 第86-87页 |
| 5.4 多通道嘉伯(GABOR)变换滤波器 | 第87-88页 |
| 5.4.1 多通道嘉伯(Gabor)变换滤波器展开 | 第87页 |
| 5.4.2 多通道嘉伯(Gabor)变换滤波器选择原则 | 第87页 |
| 5.4.3 多通道嘉伯(Gabor)变换滤波器设计 | 第87-88页 |
| 5.5 本章小结 | 第88-89页 |
| 第6章 轮波变换与影像融合 | 第89-105页 |
| 6.1 二维离散小波变换 | 第89-91页 |
| 6.2 轮波变换 | 第91-96页 |
| 6.2.1 轮波变换多尺度分析 | 第91-93页 |
| 6.2.2 框架金字塔 | 第93页 |
| 6.2.3 方向滤波器组 | 第93-96页 |
| 6.2.4 轮波变换的改进 | 第96页 |
| 6.3 多尺度轮波变换方法遥感影像融合 | 第96-101页 |
| 6.3.1 影像融合中常用的经典小波分解 | 第96-97页 |
| 6.3.2 多光谱与全色影像小波域融合规则 | 第97-99页 |
| 6.3.3 最小二乘估计与多光谱与全色影像小波变换融合方法 | 第99-101页 |
| 6.3.4 小波基的选择、分解层次及算法 | 第101页 |
| 6.4 常用SAR与小波多光谱影像融合方法比较分析 | 第101-102页 |
| 6.5 SAR影像的多孔小波与轮波融合 | 第102-104页 |
| 6.5.1 SAR影像的多孔小波融合 | 第102-103页 |
| 6.5.2 SAR影像的轮波融合 | 第103-104页 |
| 6.6 本章小结 | 第104-105页 |
| 第7章 基于曲波的活动轮廓图像分割 | 第105-114页 |
| 7.1 图像分割与曲波变换 | 第105-107页 |
| 7.1.1 引言：蛇形活动轮廓理论 | 第105-106页 |
| 7.1.2 蛇形活动轮廓理论的发展 | 第106页 |
| 7.1.3 曲波和其他小波的比较 | 第106-107页 |
| 7.1.4 曲波解决的问题 | 第107页 |
| 7.2 基于曲波的测地线活动轮廓 | 第107-113页 |
| 7.2.1 水平集概念 | 第107-108页 |
| 7.2.2 基于曲波的测地线活动轮廓与边界探测函数构造 | 第108-110页 |
| 7.2.3 改进的曲波重构算法 | 第110-111页 |
| 7.2.4 曲波尺度集上的边界地图 | 第111-112页 |
| 7.2.5 活动轮廓线在曲波尺度间的穿越 | 第112页 |
| 7.2.6 曲波测地线活动轮廓算法 | 第112页 |
| 7.2.7 曲波测地线活动轮廓处理含噪图像仿真实验 | 第112-113页 |
| 7.3 本章小结 | 第113-114页 |
| 第8章 总结与展望 | 第114-116页 |
| 8.1 总结：小波图像处理的成果与问题 | 第114页 |
| 8.2 展望：全息地图概念构想 | 第114-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-126页 |
| 附录 | 第126页 |
