文摘
英文文摘
论文说明:主要符号对照表
独创性声明及关于论文使用授权的说明
第一章引言
1.1研究目的和意义
1.2研究内容和方法
1.2.1图像建模
1.2.2图像降噪
1.3论文安排
第二章小波域统计图像模型与图像降噪算法综述
2.1小波变换
2.1.1小波变换定义
2.1.2一维信号的正交小波多分辨率分析
2.1.3二维信号的小波多分辨率分析
2.1.4小波变换与子带变换的区别
2.2自然图像小波变换的基本性质
2.3自然图像的小波域统计模型
2.4小波域的图像降噪算法综述
2.4.1噪声模型的分类
2.4.2噪声与信号的关系
2.4.3小波降噪问题的描述
2.4.4小波降噪的发展历史
2.4.5小波域图像降噪算法的分类
2.5各种小波变换在信号降噪中的应用
2.6不同噪声场合中的小波降噪
2.7图像降噪算法的性能衡量标准
2.7.1客观评价准则
2.7.2主观评价准则
第三章小波域HMT模型参数的快速估计及其在图像降噪中的应用
3.1背景介绍
3.2小波域隐马尔可夫树模型
3.2.1隐马尔可大模型
3.2.2小波域HMT模型
3.2.3小波域HMT模型的训练
3.2.4小波域HMT模型的简化
3.2.5基于小波域HMT模型的降噪算法
3.3小波域HMT模型参数的快速估计
3.3.1小波系数的分类
3.3.2小波域HMT模型参数的统计描述
3.3.3算法描述
3.3.4 Gibbs效应的消除
3.4实验结果分析
3.5结论和将来的工作
附
第四章基于二元树复小波变换的局部高斯混合模型图像降噪算法
4.1引言
4.2局部高斯混合模型
4.3二元树复小波变换
4.3.1复小波变换
4.3.2二元树复小波变换
4.4基于二元树复小波变换的局部高斯混合降噪算法
4.4.1基于二元树复小波变换的局部高斯混合降噪算法框架
4.4.2基于二元树小波变换的局部高斯混合模型的参数估计
4.4.3算法描述
4.5实验结果分析
4.6结论和将来的工作
附图
第五章基于阈值分类的小波域混合模型图像降噪
5.1引言
5.2基于分类的小波域混合模型图像降噪算法
5.2.1小波系数的分类
5.2.2基于混合模型的图像降噪算法
5.2.3“振铃”效应的消除
5.3实验结果分析
5.4结论
附图
第六章结论
6.1主要工作和贡献
6.2将来工作展望
参考文献
附录A
个人简历、在学期间的研究成果及发表的论文
致谢