中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 稀疏圖像與信號(hào)處理:小波.曲波.形態(tài)鋁合金樣性
作者：斯塔克
開本：
16開
頁(yè)數(shù)：
310
讀者評(píng)分：5分1條評(píng)論
本類榜單：傳記銷量榜
本類五星書更多>
-
>
魯迅全傳：苦魂三部曲-增訂版(全三冊(cè))
-
>
大家精要- 克爾凱郭爾
-
>
尼 采
-
>
弗洛姆
-
>
大家精要- 羅素
-
>
大家精要- 錢穆
-
>
白居易:相逢何必曾相識(shí)
中圖價(jià):¥28.4
加入購(gòu)物車
稀疏圖像與信號(hào)處理:小波.曲波.形態(tài)鋁合金樣性 版權(quán)信息
- ISBN：9787118096996
- 條形碼：9787118096996 ; 978-7-118-09699-6
- 裝幀：簡(jiǎn)裝本
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
稀疏圖像與信號(hào)處理:小波.曲波.形態(tài)鋁合金樣性 本書特色
由讓-呂克·斯塔克、菲昂·穆爾塔格、賈拉勒 ·法蒂里*的《稀疏圖像與信號(hào)處理——小波曲波形態(tài)多樣性》涵蓋稀疏圖像、多尺度分析和信號(hào)處理的領(lǐng)域，包括線性多尺度變換，如小波、脊波、曲波變換以及非線性多尺度變換。書中描述了稀疏度和形態(tài)分量分析方面的*新研究進(jìn)展，應(yīng)用這些研究?jī)?nèi)容，能夠處理多種問(wèn)題，如去噪、稀疏信號(hào)分解、盲源分離和壓縮感知等，而且給出了稀疏圖像與信號(hào)處理廣泛應(yīng)用的數(shù)值計(jì)算方法。本書清晰地說(shuō)明了高維信號(hào)稀疏表示技術(shù)的學(xué)術(shù)思想、發(fā)展脈絡(luò)、算法設(shè)計(jì)和應(yīng)用方法，同時(shí)提供了從小波、脊波、曲波變換以及非線性多尺度變換，形態(tài)分量分析的軟件包和數(shù)值實(shí)驗(yàn)指南。
本書通過(guò)天文、生物、物理、數(shù)字媒體和法醫(yī)鑒定等諸多應(yīng)用實(shí)例，有機(jī)地將理論原理與工程實(shí)踐結(jié)合在一起，深入淺出。
本書可作為高校電子工程、信號(hào)與信息處理、應(yīng)用數(shù)學(xué)等專業(yè)的高年級(jí)本科生或研究生的教材，也可作為從事稀疏表示和圖像處理方面研究人員的參考書。
稀疏圖像與信號(hào)處理:小波.曲波.形態(tài)鋁合金樣性 內(nèi)容簡(jiǎn)介
本書涵蓋稀疏圖像、多尺度圖像和信號(hào)處理的領(lǐng)域，包括線性多尺度變換，例如小波、脊波、曲波變換以及非線性多尺度變換。書中描述了稀疏度和形態(tài)分量分析方面的*新研究進(jìn)展，應(yīng)用這些研究?jī)?nèi)容能夠處理多種問(wèn)題，例如去噪、稀疏信號(hào)分解、盲源分離和壓縮感知等，而且給出了稀疏圖像與信號(hào)處理廣泛應(yīng)用的數(shù)值計(jì)算方法。本書清晰地說(shuō)明了高維信號(hào)稀疏表示技術(shù)的學(xué)術(shù)思想、發(fā)展脈絡(luò)、算法設(shè)計(jì)和應(yīng)用方法。本書同時(shí)提供了從小波，脊波、曲波變換以及非線性多尺度變換，形態(tài)分量分析的軟件包和數(shù)值實(shí)驗(yàn)指南；本書將理論原理和在某些領(lǐng)域中的應(yīng)用實(shí)際相結(jié)合，例如天文學(xué)、生物學(xué)、物理學(xué)、數(shù)字媒體和辯論學(xué)等。
稀疏圖像與信號(hào)處理:小波.曲波.形態(tài)鋁合金樣性 目錄
縮寫詞中英文對(duì)照
數(shù)學(xué)符號(hào)表
前言
第1章 稀疏世界導(dǎo)論
1.1 稀疏表示
1.1.1 引言
1.1.2 什么是稀疏性？
1.1.3 稀疏性術(shù)語(yǔ)
1.1.4 *佳字典
1.2 從傅里葉到小波
1.3 從小波到過(guò)完備表示
1.3.1 過(guò)完備表示的好處
1.3.2 走向形態(tài)多樣性
1.3.3 壓縮感知：稀疏性與采樣的聯(lián)系
1.3.4 稀疏表示的應(yīng)用
1.4 小波與曲波的新應(yīng)用
1.4.1 地球觀測(cè)圖像的邊緣檢測(cè)
1.4.2 一幅彗星圖像的小波顯示
1.4.3 超聲心動(dòng)圖儀圖像的增強(qiáng)
1.4.4 圖像分級(jí)和檢索的曲波矩方法
1.5 總結(jié)
第2章 小波變換
2.1 引言
2.2 連續(xù)小波變換
2.2.1 定義
2.2.2 性質(zhì)
2.2.3 反變換
2.3 小波函數(shù)的實(shí)例
2.3.1 Morlef小波
2.3.2 墨西哥帽小波
2.3.3 Haar小波
2.4 連續(xù)小波變換算法
2.5 離散小波變換
2.5.1 多分辨率分析
2.5.2 快速金字塔算法
2.5.3 二維抽取小波變換
2.6 非二進(jìn)分辨率因子
2.7 提升格式
2.7.1 利用提升的小波變換例子
2.8 小波包
2.8.1 一維小波包
2.8.2 小波包二叉樹
2.8.3 快速小波包變換
2.8.4 *優(yōu)小波包基
2.8.5 二維小波包
2.9 數(shù)值實(shí)驗(yàn)指南
2.9.1 軟件
2.9.2 一維分段光滑信號(hào)的連續(xù)小波變換
2.9.3 離散小波變換的非線性逼近
2.9.4 小波包的非線性逼近
2.10 總結(jié)
第3章 冗余小波變換
3.1 引言
3.2 非抽取小波變換
3.2.1 一維非抽取小波變換
3.3 部分抽取小波變換
3.4 對(duì)偶樹復(fù)值小波變換
……
第4章 非線性多尺度變換
第5章 脊波和曲波變換
第6章 稀疏性和噪聲去除
第7章 線性反問(wèn)題
第8章 形態(tài)多樣性
第9章 稀疏盲源分離
第10章 球面上的多尺度幾何分析
第11章 壓縮感知
算法列表
參考文獻(xiàn)
數(shù)學(xué)符號(hào)表
前言
第1章 稀疏世界導(dǎo)論
1.1 稀疏表示
1.1.1 引言
1.1.2 什么是稀疏性？
1.1.3 稀疏性術(shù)語(yǔ)
1.1.4 *佳字典
1.2 從傅里葉到小波
1.3 從小波到過(guò)完備表示
1.3.1 過(guò)完備表示的好處
1.3.2 走向形態(tài)多樣性
1.3.3 壓縮感知：稀疏性與采樣的聯(lián)系
1.3.4 稀疏表示的應(yīng)用
1.4 小波與曲波的新應(yīng)用
1.4.1 地球觀測(cè)圖像的邊緣檢測(cè)
1.4.2 一幅彗星圖像的小波顯示
1.4.3 超聲心動(dòng)圖儀圖像的增強(qiáng)
1.4.4 圖像分級(jí)和檢索的曲波矩方法
1.5 總結(jié)
第2章 小波變換
2.1 引言
2.2 連續(xù)小波變換
2.2.1 定義
2.2.2 性質(zhì)
2.2.3 反變換
2.3 小波函數(shù)的實(shí)例
2.3.1 Morlef小波
2.3.2 墨西哥帽小波
2.3.3 Haar小波
2.4 連續(xù)小波變換算法
2.5 離散小波變換
2.5.1 多分辨率分析
2.5.2 快速金字塔算法
2.5.3 二維抽取小波變換
2.6 非二進(jìn)分辨率因子
2.7 提升格式
2.7.1 利用提升的小波變換例子
2.8 小波包
2.8.1 一維小波包
2.8.2 小波包二叉樹
2.8.3 快速小波包變換
2.8.4 *優(yōu)小波包基
2.8.5 二維小波包
2.9 數(shù)值實(shí)驗(yàn)指南
2.9.1 軟件
2.9.2 一維分段光滑信號(hào)的連續(xù)小波變換
2.9.3 離散小波變換的非線性逼近
2.9.4 小波包的非線性逼近
2.10 總結(jié)
第3章 冗余小波變換
3.1 引言
3.2 非抽取小波變換
3.2.1 一維非抽取小波變換
3.3 部分抽取小波變換
3.4 對(duì)偶樹復(fù)值小波變換
……
第4章 非線性多尺度變換
第5章 脊波和曲波變換
第6章 稀疏性和噪聲去除
第7章 線性反問(wèn)題
第8章 形態(tài)多樣性
第9章 稀疏盲源分離
第10章 球面上的多尺度幾何分析
第11章 壓縮感知
算法列表
參考文獻(xiàn)
展開全部
商品評(píng)論(1條)
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
二體千字文
- >
月亮與六便士
- >
小考拉的故事-套裝共3冊(cè)
- >
有舍有得是人生
- >
我從未如此眷戀人間
- >
隨園食單
- >
名家?guī)阕x魯迅:朝花夕拾
本類暢銷
