掃一掃
關(guān)注中圖網(wǎng)
官方微博
小波理論及其在圖像處理中的應(yīng)用/鄭勛燁/普通高等教育十三五規(guī)劃教材
作者：編者:鄭勛燁
開本：
16開
頁數(shù)：
140
讀者評(píng)分：4分1條評(píng)論
本類榜單：自然科學(xué)銷量榜
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
考研數(shù)學(xué)專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠(yuǎn)古海洋微生物建造的大堡礁
-
>
二十四史天文志校注(上中下)
-
>
聲音簡史
-
>
浪漫地理學(xué):追尋崇高景觀
中圖價(jià):¥19.5
加入購物車
小波理論及其在圖像處理中的應(yīng)用/鄭勛燁/普通高等教育十三五規(guī)劃教材 版權(quán)信息
- ISBN：9787569305739
- 條形碼：9787569305739 ; 978-7-5693-0573-9
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
小波理論及其在圖像處理中的應(yīng)用/鄭勛燁/普通高等教育十三五規(guī)劃教材 內(nèi)容簡介
本書致力于研究經(jīng)典與新型小波理論在圖像處理（尤其是遙感圖像處理）領(lǐng)域的應(yīng)用，主要內(nèi)容包括小波理論的源流與發(fā)展，數(shù)字音頻和圖像信號(hào)的小波去噪理論，數(shù)字脊波和數(shù)字曲波變換的圖像分解算法，復(fù)小波基本概念和小波域圖像去噪基本理論，重點(diǎn)是希爾伯特變換對(duì)和二元樹復(fù)小波變換的設(shè)計(jì)、雙變量收縮函數(shù)和復(fù)小波域內(nèi)基于系數(shù)尺度相關(guān)性的圖像去噪算法。文章結(jié)尾提出“全息地圖”的概念構(gòu)想.
小波理論及其在圖像處理中的應(yīng)用/鄭勛燁/普通高等教育十三五規(guī)劃教材 目錄
第1章 緒論
1．1 引言：小波理論與圖像處理
1．2 經(jīng)典小波理論的源流與發(fā)展
1．2．1 傅里葉分析和早期探索
1．2．2 連續(xù)小波變換
1．2．3 多尺度分析
1．2．4 經(jīng)典小波體系
1．2．4．1 哈爾Haar小波族
1．2．4．2 道波茜Daubechies小波族
1．2．4．3 symlets（symN）小波族
1．2．4．4 雙正交（Biorthogonal）小波族
1．2．4．5 Coiflet小波族
1．2．4．6 莫萊Morlet小波
1．2．4．7 墨西哥草帽（Mexican Hat）小波
1．2．4．8 邁耶Meyer小波
1．2．5 小波包、多小波和提升方法
1．3 新型小波族及其圖像處理應(yīng)用綜述
1．3．1 經(jīng)典小波分析的優(yōu)缺點(diǎn)
1．3．2 新型小波系統(tǒng)的改良
1．3．2．1 降低平移敏感性
1．3．2．2 增強(qiáng)方向選擇性
1．3．2．3 提供相位信息
1．3．3 非自適應(yīng)新型小波系統(tǒng)
1．4 本書的研究內(nèi)容與組織結(jié)構(gòu)
1．5 主要?jiǎng)?chuàng)新點(diǎn)和貢獻(xiàn)
第2章 數(shù)字音像信號(hào)小波去噪方法
2．1 小波在一維語音信號(hào)去噪中的應(yīng)用
2．1．1 小波濾波去噪方法的工程背景
2．1．2 一維語音信號(hào)小波濾波基本方法
2．1．3 小波變換模極大值的奇異點(diǎn)傳播特性
2．1．4 高斯白噪聲的小波變換模極大值的尺度傳播特性
2．1．5 一維音頻信號(hào)去噪算法
2．2 非線性小波閾值音樂去噪
2．2．1 選擇小波基和小波分解層數(shù)
2．2．2 選擇閾值函數(shù)
2．2．3 選擇閾值
2．2．4 小波去噪性能的評(píng)價(jià)標(biāo)準(zhǔn)
2．2．5 音樂信號(hào)去噪的仿真實(shí)驗(yàn)及結(jié)果分析
2．2．5．1 全局閾值去噪法的結(jié)果分析
2．2．5．2 分層閾值去噪法的結(jié)果分析
2．2．5．3 不同分解層數(shù)對(duì)去噪結(jié)果的影響比較
2．3 小波二維圖像去噪方法
2．3．1 二維小波變換及快速算法
2．3．2 二維小波去噪效果的評(píng)價(jià)指標(biāo)
2．3．3 二維小波圖像去噪算法
2．3．3．1 閾值的選擇
2．3．3．2 閾值函數(shù)的選擇
2．3．3．3 算法的實(shí)現(xiàn)步驟
2．3．4 二維小波圖像去噪仿真實(shí)驗(yàn)
2．4 本章小結(jié)
第3章 小波在紋理圖像處理中的應(yīng)用
3．1 紋理與小波
3．1．1 紋理的定義
3．1．2 地圖的紋理圖像屬性
3．2 紋理研究的基本問題和主要方法回溯
3．3 紋理圖像分類與融合
3．3．1 紋理圖像庫簡介
3．3．2 離散小波框架變換與紋理分類
3．3．2．1 離散小波框架變換
3．3．2．2 離散小波框架變換用于紋理分類
3．3．3 基于嘉伯小波和核方法的紋理圖像分割算法
3．3．3．1 特征提取
3．3．3．2 分割算法
3．3．3．3 仿真實(shí)驗(yàn)
3．4 本章小結(jié)
第4章 脊波和曲波變換方法
4．1 脊波變換概念
4．1．1 連續(xù)脊波變換
4．1．2 有限脊波變換
4．1．3 有限Radon變換
4．1．4 正交脊波基
4．2 基于全局和局部對(duì)偶框架的數(shù)字脊波重構(gòu)
4．2．1 快速Slant Stack變換
4．2．2 離散邁耶小波
4．2．3 數(shù)字脊波
4．2．4 基于全局對(duì)偶框架的圖像壓縮和去噪算法
4．2．5 基于局部對(duì)偶框架的圖像壓縮和去噪算法
4．3 圖像去噪的數(shù)字曲波變換算法
4．3．1 連續(xù)曲波變換
4．3．2 數(shù)字曲波變換
4．3．3 數(shù)字曲波變換去噪仿真實(shí)驗(yàn)
4．4 基于曲波變換的遙感圖像分解
4．4．1 圖像卡通部分和紋理部分的分解
4．4．2 仿真實(shí)驗(yàn)
4．5 本章小結(jié)
第5章 嘉伯小波圖像目標(biāo)識(shí)別方法
5．1 嘉伯變換及其函數(shù)特性
5．2 提取嘉伯變換小波特征的方法
5．3 小波特征模板
5．3．1 能量函數(shù)的確定和*小化
5．3．2 參數(shù)優(yōu)化
5．3．3 小波特征模板的算法
5．4 多通道嘉伯變換濾波器
5．4．1 多通道嘉伯濾波器展開
5．4．2 多通道嘉伯濾波器選擇原則
5．4．3 多通道嘉伯濾波器設(shè)計(jì)
5．5 本章小結(jié)
第6章 輪波變換與影像融合
6．1 二維離散小波變換
6．2 輪波變換
6．2．1 輪波變換多尺度分析
6．2．2 框架金字塔
6．2．3 方向?yàn)V波器組
6．2．4 輪波變換的改進(jìn)
6．3 多尺度輪波變換方法遙感影像融合
6．3．1 影像融合中常用的經(jīng)典小波分解
6．3．2 多光譜與全色影像小波域融合規(guī)則
6．3．3 *小二乘估計(jì)與多光譜與全色影像小波變換融合方法
6．3．4 小波基的選擇、分解層次及算法
6．4 常用SAR與小波多光譜影像融合方法比較分析
6．5 SAR影像的多孔小波與輪波融合
6．5．1 SAR影像的多孔小波融合
6．5．2 SAR影像的輪波融合
6．6 本章小結(jié)
第7章 基于曲波的活動(dòng)輪廓圖像分割
7．1 圖像分割與曲波變換
7．1．1 引言：蛇形活動(dòng)輪廓理論
7．1．2 蛇形活動(dòng)輪廓理論的發(fā)展
7．1．3 曲波和其他小波的比較
7．1．4 曲波解決的問題
7．2 基于曲波的測(cè)地線活動(dòng)輪廓
7．2．1 水平集概念
7．2．2 基于曲波的測(cè)地線活動(dòng)輪廓與邊界探測(cè)函數(shù)構(gòu)造
7．2．3 改進(jìn)的曲波重構(gòu)算法
7．2．4 曲波尺度集上的邊界地圖
7．2．5 Snake在曲波尺度間的穿越
7．2．6 曲波測(cè)地線活動(dòng)輪廓算法
7．2．7 曲波測(cè)地線活動(dòng)輪廓處理含噪圖像仿真實(shí)驗(yàn)
7．3 本章小結(jié)
第8章 復(fù)小波圖像去噪方法
8．1 復(fù)小波理論基本概念
8．1．1 雙正交完全重構(gòu)濾波器
8．1．2 希爾伯特變換對(duì)
8．2 二元樹復(fù)小波變換
8．2．1 二元樹復(fù)小波變換
8．2．2 二元樹復(fù)小波變換濾波器設(shè)計(jì)
8．2．3 二元樹復(fù)小波平移不變性和方向性分析
8．2．4 二元樹復(fù)小波變換的實(shí)現(xiàn)
8．3 圖像的小波域統(tǒng)計(jì)模型
8．3．1 雙變量收縮（BiSlafink）模型
8．3．2 高斯尺度混合（Gaussian Scale Mixture，GSM）模型
8．3．3 隱馬爾可夫樹（HMT，Hidden Markov Tree）模型
8．4 二元樹復(fù)小波構(gòu)造
8．4．1 希爾伯特變換對(duì)設(shè)計(jì)
8．4．2 二元樹復(fù)小波變換濾波器設(shè)計(jì)
8．5 復(fù)小波在圖像去噪中的應(yīng)用
8．5．1 復(fù)小波域內(nèi)利用尺度間和尺度內(nèi)相關(guān)性的圖像去噪
8．5．2 基于二元樹復(fù)小波變換的去噪算法
8．5．3 復(fù)小波去噪仿真買驗(yàn)
8．6 本章小結(jié)
第9章 總結(jié)與展望
9．1 總結(jié)：小波圖像處理的成果與問題
9．2 展望：全息地圖概念構(gòu)想
后記
參考文獻(xiàn)
附錄（小波名詞索引）
1．1 引言：小波理論與圖像處理
1．2 經(jīng)典小波理論的源流與發(fā)展
1．2．1 傅里葉分析和早期探索
1．2．2 連續(xù)小波變換
1．2．3 多尺度分析
1．2．4 經(jīng)典小波體系
1．2．4．1 哈爾Haar小波族
1．2．4．2 道波茜Daubechies小波族
1．2．4．3 symlets（symN）小波族
1．2．4．4 雙正交（Biorthogonal）小波族
1．2．4．5 Coiflet小波族
1．2．4．6 莫萊Morlet小波
1．2．4．7 墨西哥草帽（Mexican Hat）小波
1．2．4．8 邁耶Meyer小波
1．2．5 小波包、多小波和提升方法
1．3 新型小波族及其圖像處理應(yīng)用綜述
1．3．1 經(jīng)典小波分析的優(yōu)缺點(diǎn)
1．3．2 新型小波系統(tǒng)的改良
1．3．2．1 降低平移敏感性
1．3．2．2 增強(qiáng)方向選擇性
1．3．2．3 提供相位信息
1．3．3 非自適應(yīng)新型小波系統(tǒng)
1．4 本書的研究內(nèi)容與組織結(jié)構(gòu)
1．5 主要?jiǎng)?chuàng)新點(diǎn)和貢獻(xiàn)
第2章 數(shù)字音像信號(hào)小波去噪方法
2．1 小波在一維語音信號(hào)去噪中的應(yīng)用
2．1．1 小波濾波去噪方法的工程背景
2．1．2 一維語音信號(hào)小波濾波基本方法
2．1．3 小波變換模極大值的奇異點(diǎn)傳播特性
2．1．4 高斯白噪聲的小波變換模極大值的尺度傳播特性
2．1．5 一維音頻信號(hào)去噪算法
2．2 非線性小波閾值音樂去噪
2．2．1 選擇小波基和小波分解層數(shù)
2．2．2 選擇閾值函數(shù)
2．2．3 選擇閾值
2．2．4 小波去噪性能的評(píng)價(jià)標(biāo)準(zhǔn)
2．2．5 音樂信號(hào)去噪的仿真實(shí)驗(yàn)及結(jié)果分析
2．2．5．1 全局閾值去噪法的結(jié)果分析
2．2．5．2 分層閾值去噪法的結(jié)果分析
2．2．5．3 不同分解層數(shù)對(duì)去噪結(jié)果的影響比較
2．3 小波二維圖像去噪方法
2．3．1 二維小波變換及快速算法
2．3．2 二維小波去噪效果的評(píng)價(jià)指標(biāo)
2．3．3 二維小波圖像去噪算法
2．3．3．1 閾值的選擇
2．3．3．2 閾值函數(shù)的選擇
2．3．3．3 算法的實(shí)現(xiàn)步驟
2．3．4 二維小波圖像去噪仿真實(shí)驗(yàn)
2．4 本章小結(jié)
第3章 小波在紋理圖像處理中的應(yīng)用
3．1 紋理與小波
3．1．1 紋理的定義
3．1．2 地圖的紋理圖像屬性
3．2 紋理研究的基本問題和主要方法回溯
3．3 紋理圖像分類與融合
3．3．1 紋理圖像庫簡介
3．3．2 離散小波框架變換與紋理分類
3．3．2．1 離散小波框架變換
3．3．2．2 離散小波框架變換用于紋理分類
3．3．3 基于嘉伯小波和核方法的紋理圖像分割算法
3．3．3．1 特征提取
3．3．3．2 分割算法
3．3．3．3 仿真實(shí)驗(yàn)
3．4 本章小結(jié)
第4章 脊波和曲波變換方法
4．1 脊波變換概念
4．1．1 連續(xù)脊波變換
4．1．2 有限脊波變換
4．1．3 有限Radon變換
4．1．4 正交脊波基
4．2 基于全局和局部對(duì)偶框架的數(shù)字脊波重構(gòu)
4．2．1 快速Slant Stack變換
4．2．2 離散邁耶小波
4．2．3 數(shù)字脊波
4．2．4 基于全局對(duì)偶框架的圖像壓縮和去噪算法
4．2．5 基于局部對(duì)偶框架的圖像壓縮和去噪算法
4．3 圖像去噪的數(shù)字曲波變換算法
4．3．1 連續(xù)曲波變換
4．3．2 數(shù)字曲波變換
4．3．3 數(shù)字曲波變換去噪仿真實(shí)驗(yàn)
4．4 基于曲波變換的遙感圖像分解
4．4．1 圖像卡通部分和紋理部分的分解
4．4．2 仿真實(shí)驗(yàn)
4．5 本章小結(jié)
第5章 嘉伯小波圖像目標(biāo)識(shí)別方法
5．1 嘉伯變換及其函數(shù)特性
5．2 提取嘉伯變換小波特征的方法
5．3 小波特征模板
5．3．1 能量函數(shù)的確定和*小化
5．3．2 參數(shù)優(yōu)化
5．3．3 小波特征模板的算法
5．4 多通道嘉伯變換濾波器
5．4．1 多通道嘉伯濾波器展開
5．4．2 多通道嘉伯濾波器選擇原則
5．4．3 多通道嘉伯濾波器設(shè)計(jì)
5．5 本章小結(jié)
第6章 輪波變換與影像融合
6．1 二維離散小波變換
6．2 輪波變換
6．2．1 輪波變換多尺度分析
6．2．2 框架金字塔
6．2．3 方向?yàn)V波器組
6．2．4 輪波變換的改進(jìn)
6．3 多尺度輪波變換方法遙感影像融合
6．3．1 影像融合中常用的經(jīng)典小波分解
6．3．2 多光譜與全色影像小波域融合規(guī)則
6．3．3 *小二乘估計(jì)與多光譜與全色影像小波變換融合方法
6．3．4 小波基的選擇、分解層次及算法
6．4 常用SAR與小波多光譜影像融合方法比較分析
6．5 SAR影像的多孔小波與輪波融合
6．5．1 SAR影像的多孔小波融合
6．5．2 SAR影像的輪波融合
6．6 本章小結(jié)
第7章 基于曲波的活動(dòng)輪廓圖像分割
7．1 圖像分割與曲波變換
7．1．1 引言：蛇形活動(dòng)輪廓理論
7．1．2 蛇形活動(dòng)輪廓理論的發(fā)展
7．1．3 曲波和其他小波的比較
7．1．4 曲波解決的問題
7．2 基于曲波的測(cè)地線活動(dòng)輪廓
7．2．1 水平集概念
7．2．2 基于曲波的測(cè)地線活動(dòng)輪廓與邊界探測(cè)函數(shù)構(gòu)造
7．2．3 改進(jìn)的曲波重構(gòu)算法
7．2．4 曲波尺度集上的邊界地圖
7．2．5 Snake在曲波尺度間的穿越
7．2．6 曲波測(cè)地線活動(dòng)輪廓算法
7．2．7 曲波測(cè)地線活動(dòng)輪廓處理含噪圖像仿真實(shí)驗(yàn)
7．3 本章小結(jié)
第8章 復(fù)小波圖像去噪方法
8．1 復(fù)小波理論基本概念
8．1．1 雙正交完全重構(gòu)濾波器
8．1．2 希爾伯特變換對(duì)
8．2 二元樹復(fù)小波變換
8．2．1 二元樹復(fù)小波變換
8．2．2 二元樹復(fù)小波變換濾波器設(shè)計(jì)
8．2．3 二元樹復(fù)小波平移不變性和方向性分析
8．2．4 二元樹復(fù)小波變換的實(shí)現(xiàn)
8．3 圖像的小波域統(tǒng)計(jì)模型
8．3．1 雙變量收縮（BiSlafink）模型
8．3．2 高斯尺度混合（Gaussian Scale Mixture，GSM）模型
8．3．3 隱馬爾可夫樹（HMT，Hidden Markov Tree）模型
8．4 二元樹復(fù)小波構(gòu)造
8．4．1 希爾伯特變換對(duì)設(shè)計(jì)
8．4．2 二元樹復(fù)小波變換濾波器設(shè)計(jì)
8．5 復(fù)小波在圖像去噪中的應(yīng)用
8．5．1 復(fù)小波域內(nèi)利用尺度間和尺度內(nèi)相關(guān)性的圖像去噪
8．5．2 基于二元樹復(fù)小波變換的去噪算法
8．5．3 復(fù)小波去噪仿真買驗(yàn)
8．6 本章小結(jié)
第9章 總結(jié)與展望
9．1 總結(jié)：小波圖像處理的成果與問題
9．2 展望：全息地圖概念構(gòu)想
后記
參考文獻(xiàn)
附錄（小波名詞索引）
展開全部
小波理論及其在圖像處理中的應(yīng)用/鄭勛燁/普通高等教育十三五規(guī)劃教材 作者簡介
鄭勛燁，漢族，博士。祖籍山東，生于新疆，畢業(yè)于山東大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院，任教于中國地質(zhì)大學(xué)（北京）。主要研究和興趣方向?yàn)樾〔ǚ治雠c信號(hào)處理、概率統(tǒng)計(jì)與保險(xiǎn)精算、大數(shù)據(jù)挖掘、地理信息系統(tǒng)、北斗衛(wèi)星應(yīng)用系統(tǒng)與遙感圖像處理、數(shù)學(xué)建模、數(shù)值分析、微分幾何、計(jì)算機(jī)圖形學(xué)、優(yōu)化理論等。
商品評(píng)論(1條)
書友推薦
- >
有舍有得是人生
- >
小考拉的故事-套裝共3冊(cè)
- >
【精裝繪本】畫給孩子的中國神話
- >
自卑與超越
- >
羅庸西南聯(lián)大授課錄
- >
名家?guī)阕x魯迅:故事新編
- >
伯納黛特,你要去哪(2021新版)
- >
苦雨齋序跋文-周作人自編集
本類暢銷
