1、“.....人们对于信息获取和交流的要求越来越高，从而促进了信息处理和应用技术的飞速发展。图像，作为直观的信息表达和反映形式，越来越广泛地被应用于社会生活的各个方面。而图像处理技术......”。

2、“.....应用领域的不断扩大而快速发展更新。人们要求高质量的图像，不仅仅是为了满足视觉需要，更因为在信号分析通信技术和计算机科学的各个方面，都需要对各种图像进行分析处理从而得出结论和相关数据。但事实上，由于客观环境和条件的限制，图像往往会受到各种噪声的污染，给后期的识别和利用造成困难，所以图像的增强和降噪，很自然就成为了现代图像处理技术中的重要组成部分。小波分析是近些年来国际上掀起热潮的个国际前沿领域，它在时空域和频域上同时具有的良好局部化性质以及多分辨率分析的特性，使之被广泛的应用于信号和图像处理中。由于噪声和边缘点在不同小波系数上所体现的不同特性，小波变换为我们希望兼顾增强图像特性和减小噪声放大提供了可能途径，所以，人们希望将这数学工具运用于图像处理，取得比较好的图像增强和去噪效果。国内的研究状况国内的图像增强技术的发展大致经历了初创期发展期普及期和应用期个阶段......”。

3、“.....当时的图像采用像素型光栅进行扫描显示，大多采用中大型机对其进行处理。这时期由于图像存储成本高，处理设备造价高，因而其应用面窄。世纪苏州科技学院本科生毕业设计论文,对图像用小波进行层小波分解提取小波分解结构中第层低频系数和高频系数分别对各频率成分进行重构苏州科技学院本科生毕业设计论文,苏州科技学院本科生毕业设计论文苏州科技学院本科生毕业设计论文苏州科技学院毕业论文开题报告设计题目基于小波变换的图像处理方法研究院系电子与信息工程学院专业电子信息工程学生姓名李桂红学号起迄日期年月日年月日设计地点苏州科技学院指导教师季剑岚职称讲师填写日期年月日苏州科技学院本科生毕业设计论文本课题研究的背景目的及意义背景小波分析技术理论种数学方法。与变换相比，小波变换是时间空间频率的局部化分析，它通过伸缩平移运算对信号逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分......”。

4、“.....具有多分辨率分析的特点，在时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体形态动态调整。小波变换解决了傅立叶变换不能解决的许多困难问题，是系列带通滤波器对信号进行滤波，这系列带通滤波器的中心频率及带宽与尺度成反比，放大倍数与尺度的平方根成正比。带通滤波器的带宽随中心频率的变化自动调节。中心频率越低，其带宽越窄，中心频率越高其带宽越宽，从而更好的分析信号局部特性，多分辨率分析为正交小波基的构造提供了理论基础。目的意义研究小波变换在图像处理中的应用小波变换在图像处理中有着非常重要的应用，包括图像压缩图像去噪图像融合图像分解图像增强等。小波分析之所以在信号处理中有着强大的功能，是基于其分离信息的思想，分离到各小波域的信息除了与其他小波域的关联，使得处理的时候更为灵活。本次设计主要研究小波变换在图像增强中的应用......”。

5、“.....并提出种基于分数阶微分与小波分解的改进的算法。本课题主要研究内容和预期目标主要研究内容论文研究内容分为三部分第部分研究传统的图像增强算法，主要包括灰度变换法和直方图均衡化法，并通过分析这些方法增强图像的特点。第二部分研究基于小波变换的图像增强算法，主要包括非线性增强，图像锐化，图像钝化和阈值滤波四种，同时会通过对比小波变换法与传统方法对增强图像的优缺点。第三部分会探讨以及分数阶微分与小波分解的改进的图像增强算法，同时会通过图像对比分析这种改进的算法与传统小波变换相比的优势。预期目标通过图像观察可知传统的图像增强算法可以增强图像的对比度但也增强了图像躁声，增强效果不是很好基于小波变换的图像增强算法，不仅可以增强图像的边缘噪声也可以削弱噪声，但无法增强细节部分甚至损伤细节部分改进的算法却可以是细节部分更加突出，提高了图像的质感......”。

6、“.....首先分析传统的图像增强算法灰度变换图像反转，对数变换和非线性增强和直方图均衡化。然后，研究基于小波变换的图像增强非线性增强，钝化，锐化与阈值滤波。最后，研究以及小波分解与分数阶微分的改进的图像增强算法。本课题主要参考文献丁文佳小波变换在图像增强中的应用研究北京理工大学郭李基于分数阶微分和小波分解的图像增强中国科技论文在线李朝辉，张弘数字图像处理及应用北京机械工业出版社，高仕龙种基于小波变换和直方图均衡化的图像增强方法西华大学学报自然科学版第卷第期引用部分起止页程潭镜基于小波变换的图像增强研究安徽科技学院引用部分起止页,杨柱中，周激流，晏祥玉，黄梅基于分数阶微分的图像增强计算机辅助设计与图形学学报......”。

7、“.....填写开题报告，完成外文资料的翻译。熟悉环境及图像处理及小波分析工具箱。研究设计算法指导教师意见指导教师年月日注表格的大小可视内容的多少可自行调整。基于小波变换的图像处理方法研究摘要图像增强是图像处理的个重要分支，它对提高图像的质量起着重要的作苏州科技学院本科生毕业设计论文用。它通过有选择地强调图像中些信息而抑制另些信息，以改善图像的视觉效果，将图像转换成种更适合于人眼观察和计算机进行分析处理的形式。传统的方法在增强图像对比度的同时也会增强图像噪声，而小波变换是多尺度多分辨率的分解方式......”。

8、“.....根据噪声分布的规律就可以达到图像增强的目的。本文首先对传统图像增强理论进行概述，并给出直方图均衡化与灰度变换算法，通过来观察其处理效果的特点，然后提出四种基于小波变换的图像增强方法，并分析它们与传统图像增强方法相比的优缺点，最后基于传统小波变换只能增强图像边缘部分而无法增强细节部分的缺点，引出了基于分数阶微分和小波分解的图像增强方法，并通过观察了这种算法的处理效果......”。

9、“.....关键词图像增强直方图均衡化小波变换分数阶微分苏州科技学院本科生毕业设计论文苏州科技学院本科生毕业设计论文目录第章绪论论文研究的背景和意义国内的研究状况论文的主要内容第二章图像增强的传统方法灰度变换法图像反转对数变换分段线性变换直方图调整法第三章小波变换的理论基础小波变换与傅里叶变换小波变换的理论基础小波变换和傅里叶变换的比较小波变换基本理论维连续小波变换维离散小波变换二维离散小波变换小波变换的多尺度分析第四章基于小波变换的图像增强小波变换图像增强原理小波变换图像增强算法非线性增强图像钝化图像锐化基于小波变换的图像阈值去噪改进的基于小波变换的图像增强算法分数阶微分用于图像增强理论分数阶微分滤波器的构造基于分数阶微分和小波分解的图像增强小波分解层次与分数阶......”。