抗混疊圖像多尺度幾何分析技術(shù)及其應(yīng)用

內(nèi)容概要

　　《抗混疊圖像多尺度幾何分析技術(shù)及其應(yīng)用》（專著）基于信號(hào)時(shí)頻分析與處理的發(fā)展為脈絡(luò)，以圖像處理與分析為應(yīng)用落腳點(diǎn)，在簡(jiǎn)要介紹小波變換、Ridgelet變換及Curvelet變換的基礎(chǔ)上，針對(duì)多尺度幾何分析的典型代表--Contourlet變換所存在的頻譜混疊科學(xué)問(wèn)題，立足于多率抽樣系統(tǒng)與濾波器組數(shù)學(xué)理論，從方向?yàn)V波器組和拉普拉斯塔形變換的構(gòu)成原理和實(shí)現(xiàn)方法兩個(gè)方面，系統(tǒng)、深入分析了頻譜混疊的來(lái)源及其產(chǎn)生的原因。

書籍目錄

前言第1章　緒論1.1　圖像的特性1.2　傳統(tǒng)圖像表示方法1.2.1　從傅里葉分析到小波變換1.2.2　小波的局限1.3　多尺度幾何分析1.3.1　自適應(yīng)多尺度幾何分析1.3.2　非自適應(yīng)多尺度幾何分析1.4　本書研究的目的及意義1.5　主要內(nèi)容安排第2章　從小波變換到多尺度幾何分析2.1　小波分析基本理論2.1.1　連續(xù)小波變換2.1.2　離散小波變換2.1.3　多分辨率分析2.1.4　雙正交小波變換2.1.5　一維Mallat算法2.1.6　圖像的離散小波變換2.1.7　提升小波2.2　圖像的奇異性2.2.1　信號(hào)奇異性的定義2.2.2　圖像奇異性的特點(diǎn)2.3　非線性逼近2.3.1　非線性傅里葉逼近2.3.2　非線性小波逼近2.3.3　小波的局限2.4　多尺度幾何分析2.4.1　Ridgelet變換2.4.2　Curvelet變換2.4.3　Contourlet變換2.4.4　其他多尺度幾何分析方法2.5　本章小結(jié)第3章　Ridgelet變換與Curvelet變換3.1　Ridgelet變換3.1.1　連續(xù)Ridgelet變換3.1.2　Ridgelet變換與小波、Radon變換的關(guān)系3.1.3　單尺度Ridgelet變換3.1.4　Ridgelet變換的應(yīng)用3.2　Curvelet變換3.2.1　第一代Curvelet變換3.2.2　第二代Curvelet變換3.2.3　Curvelet變換的性質(zhì)3.2.4　Curvelet變換的應(yīng)用3.3　本章小結(jié)第4章　Contourlet變換4.1　二維多率抽樣系統(tǒng)的基本概念4.1.1　離散二維信號(hào)的定義4.1.2　離散二維信號(hào)的抽樣4.1.3　二維信號(hào)的多項(xiàng)表示4.1.4　多率抽樣系統(tǒng)中的等效易位4.2　拉普拉斯塔形方向?yàn)V波器組——Contourlet變換4.2.1　拉普拉斯塔形分解4.2.2　迭代方向?yàn)V波器組4.2.3　拉普拉斯塔形方向?yàn)V波器組4.2.4　Contourlet變換的應(yīng)用4.3　Contourlet變換的不足及其改進(jìn)4.3.1　移變性4.3.2　冗余性4.3.3　頻譜混疊4.4　本章小結(jié)第5章　抗混疊Contourlet變換5.1　Contourlet變換的頻譜混疊5.1.1　Contourlet變換的等效濾波器組表達(dá)5.1.2　拉普拉斯塔形變換中的頻譜混疊5.1.3　方向?yàn)V波器組中的頻譜混疊5.1.4　抗混疊方案5.2　抗混疊塔式濾波器組5.3　方向?yàn)V波器組5.3.1　雙通道扇形濾波器組5.3.2　基于提升結(jié)構(gòu)的扇形濾波器組設(shè)計(jì)5.3.3　基于擴(kuò)展McClelland變換的扇形濾波器組設(shè)計(jì)5.3.4　方向?yàn)V波器組5.4　抗混疊Contourlet變換5.5　抗混疊Contourlet變換的非線性逼近性能5.6　本章小結(jié)第6章　抗混疊Contourlet變換系數(shù)統(tǒng)計(jì)模型6.1　小波系數(shù)統(tǒng)計(jì)模型6.2　邊緣統(tǒng)計(jì)模型6.2.1　非高斯分布模型6.2.2　統(tǒng)計(jì)模型的檢驗(yàn)6.3　聯(lián)合統(tǒng)計(jì)模型6.3.1　抗混疊Contourlet變換系數(shù)關(guān)系定義6.3.2　系數(shù)相關(guān)性的定量描述6.3.3　廣義二元變量統(tǒng)計(jì)模型6.4　本章小結(jié)第7章　抗混疊Contourlet變換在圖像處理中的應(yīng)用7.1　抗混疊Contourlet變換用于圖像硬閾值去噪7.2　基于抗混疊Contourlet變換統(tǒng)計(jì)模型的遙感圖像去噪7.2.1　遙感圖像噪聲來(lái)源分析7.2.2　Bayes降噪7.2.3　基于抗混疊Contourlet變換系數(shù)相關(guān)性的系數(shù)分類7.2.4　基于混合模型的降噪算法7.2.5　降噪算法步驟7.2.6　Gibbs效應(yīng)的消除7.2.7　實(shí)驗(yàn)結(jié)果7.3　抗混疊Contourlet變換用于視網(wǎng)膜血管圖像對(duì)比度增強(qiáng)7.3.1　算法描述7.3.2　實(shí)驗(yàn)結(jié)果7.4　抗混疊Contourlet變換用于紅外圖像插值7.4.1　紅外圖像小波域線性插值7.4.2　抗混疊Contourlet變換系數(shù)的迭代閾值化7.4.3　實(shí)驗(yàn)結(jié)果與分析7.5　本章小結(jié)參考文獻(xiàn)

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    抗混疊圖像多尺度幾何分析技術(shù)及其應(yīng)用 PDF格式下載

---