| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究图像去噪处理的意义 | 第10-11页 |
| ·图像去噪的研究现状 | 第11-12页 |
| ·图像质量的评价方法 | 第12-14页 |
| ·内容安排 | 第14-16页 |
| 2 传统的图像去噪方法 | 第16-22页 |
| ·图像的空间域去噪方法 | 第16-18页 |
| ·线性平滑 | 第16-17页 |
| ·非线性平滑 | 第17-18页 |
| ·自适应平滑 | 第18页 |
| ·图像的变换域去噪方法 | 第18-20页 |
| ·频域低通滤波 | 第18-20页 |
| ·小波变换及基于小波变换的去噪算法 | 第20页 |
| ·几种新型的滤波方法 | 第20-22页 |
| 3 贝叶斯决策的基本理论 | 第22-38页 |
| ·常用的贝叶斯决策规则 | 第22-29页 |
| ·基于最小风险的贝叶斯决策 | 第22-23页 |
| ·限定一类错误率条件下使另一类错误率为最小的类别决策 | 第23-26页 |
| ·最小最大决策 | 第26-28页 |
| ·序贯分类方法 | 第28-29页 |
| ·最小错误率贝叶斯决策规则 | 第29-33页 |
| ·阈值的选取 | 第33-38页 |
| 4 基于最小错误率贝叶斯决策和平滑滤波的图像去噪算法 | 第38-58页 |
| ·最小错误率贝叶斯决策与图像去噪 | 第38-39页 |
| ·算法基本思想 | 第39-51页 |
| ·最小错误率贝叶斯决策检测噪声所需条件 | 第39-45页 |
| ·噪声检测 | 第45-46页 |
| ·基于噪声检测的平滑滤波 | 第46-51页 |
| ·算法实现步骤 | 第51-52页 |
| ·实验结果及分析 | 第52-58页 |
| 5 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间取得的科研成果 | 第64页 |