首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于提升小波变换的图像去噪

摘要第1-5页
ABSTRACT第5-8页
1 绪论第8-14页
   ·课题背景第8-9页
   ·国内外小波分析图像去噪发展状况第9-10页
   ·噪声的特性与建模第10-11页
   ·图像的质量评价第11-12页
     ·图像质量的主观评价第11-12页
     ·图像质量的客观评价第12页
   ·本文的主要内容和组织结构第12-14页
2 小波基本理论第14-22页
   ·连续小波变换第15-17页
   ·离散小波变换第17-19页
   ·多分辨率分析第19页
   ·MALLAT 算法与图像分解第19-21页
   ·本章小节第21-22页
3 小波变换去噪理论及实例分析第22-33页
   ·小波去噪基本原理第22页
   ·小波去噪基本方法第22-25页
   ·小波基的选取和分解层数的确定第25-26页
     ·小波基的选取第25-26页
     ·小波分解层数的确定第26页
   ·阈值函数的选择和阈值的确定第26-30页
     ·阈值函数的选取第26-28页
     ·阈值的确定第28-30页
   ·实例分析第30-32页
   ·本章小节第32-33页
4 提升小波变换基本理论及实例分析第33-41页
   ·提升小波的分解与重构过程第33-35页
   ·提升法的多相位表示第35-38页
   ·二维图像的提升小波变换过程第38页
   ·基于提升方案小波的图像分解实现第38-40页
   ·本章小结第40-41页
5 基于提升小波变换的图像边缘检测第41-48页
   ·边缘检测算子第41-45页
   ·基于提升小波变换与canny 算子结合的边缘检测方法第45-47页
     ·算法思想第45页
     ·实验仿真及结果分析第45-47页
   ·本章小结第47-48页
6 基于提升小波变换的增强边缘的图像去噪第48-61页
   ·图像去噪概述第48-54页
     ·基于傅里叶变换的去噪方法第49-52页
     ·均值滤波法第52-53页
     ·中值滤波法第53页
     ·Wiener 滤波法第53-54页
   ·基于提升小波变换的增强边缘的图像去噪第54-60页
     ·消噪过程第55页
     ·实例仿真第55-60页
   ·小结第60-61页
7 总结与展望第61-63页
   ·本文工作总结第61页
   ·本文存在的问题和进一步研究方向第61-63页
致谢第63-64页
参考文献第64-69页
附录第69页

论文共69页,点击 下载论文
上一篇:基于PCA和人工神经网络的人脸识别研究
下一篇:羊绒与羊毛纤维的计算机图像识别方法的研究