本书编写力求通俗易懂和系统全面。一方面系统介绍了小波变换基础知识、图像降噪的基本理论及最新的研究成果，另一方面在介绍小波理论时只叙述主要概念和定理，不作证明，避免了冗繁的数学推导，对小波变换理论中用到的泛函分析中的概念定理，在本书的附录中均可以找到，以便查阅。附录还提供了书中部分图例和算法的MATLAB源程序，以方便读者理解书中的内容。

本书系统讨论了小波变换在图像降噪中的应用。内容包括：小波变换的基本理论，应用小波变换进行图像降噪的基本算法；变换系数的稀疏性和图像降噪效果之间的关系；综合利用傅里叶变换和小波变换图像降噪算法，并在附录中提供了书中部分图例和算法的MATLAB程序。

本书可作为电子信息类专业的高年级本科生和研究生的课程教材，也可供从事图像处理的科研人员参考。

第1章 主要的图像降噪技术及发展现状

 1.1 空间域图像降噪

 1.2 频域图像降噪

 1.3 基于小波变换的图像降噪算法

 1.4 其他图像降噪方法

第2章 小波变换

 2.1 小波变换概述

2.1.1 小波变换的基本概念

2.1.2 连续小波变换

 2.2 离散小波变换

2.2.1 小波框架和小波基

2.2.2 多分辨率分析

2.2.3 多分辨率滤波器组

2.2.4 离散正交小波变换的快速算法

2.2.5 连续且紧支撑的正交小波基

2.2.6 初始输入序列

2.2.7 二维离散正交小波变换

第3章 基于小波变换的图像降噪

 3.1 噪声的小波变换系数的统计特性

 3.2 噪声方差估计

 3.3 降噪效果的评估方法

 3.4 小波域的理想滤波器

 3.5 小波阈值降噪

3.5.1 硬阈值和软阈值滤波

3.5.2 阈值的选择

3.5.3 小波基的选择

 3.6 基于贝叶斯估计理论的小波域降噪

3.6.1 贝叶斯估计

3.6.2 图像小波变换系数的几个统计特性和分布模型

3.6.3 小波域的双参数收缩降噪

3.6.4 小波域的局部自适应维纳滤波

3.6.5 有方向窗口的局部维纳滤波器

3.6.6 三种算法的比较

第4章 混合傅里叶-小波图像降噪

 4.1 变换域滤波效果和稀疏表示的关系

 4.2 傅里叶变换和小波变换的比较

 4.3 应用简单统计模型的混合傅里叶-小波图像降噪

4.3.1 有色噪声的小波变换系数

4.3.2 混合傅里叶-小波降噪算法

4.3.3 实验结果

 4.4 应用CGD统计模型的混合傅里叶-小波图像降噪

4.4.1 算法的描述

4.4.2 实验结果

 4.5 应用GSM统计模型的混合傅里叶-小波图像降噪

4.5.1 GSM模型

4.5.2 BLS-GSM降噪算法

4.5.3 应用BLS-GSM图像降噪算法的混合傅里叶-小波图像降噪

4.5.4 实验结果

第5章 混合傅里叶-小波图像降噪在SAR图像降噪中的应用

 5.1 SAR图像的相干斑点噪声模型

 5.2 应用混合傅里叶-小波降噪的相干斑点噪声抑制

 5.3 实验

附录A 泛函分析基础

 A.1 赋范线性空间

 A.2 Hilbert空间和基

 A.3 可分离基

附录B MATLAB程序

 B.1 图2.5和图2.6的源程序

 B.2 图2.8的源程序

 B.3 图2.9的源程序

 B.4 混合傅里叶-小波图像降噪

参考文献