中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
基于框架理論的圖像融合 版權信息
- ISBN：9787030615695
- 條形碼：9787030615695 ; 978-7-03-061569-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
基于框架理論的圖像融合 本書特色
本書理論部分將系統介紹框架變換理論*研究成果。重點討論對偶小波框架提升分解理論、二維可分離和不可分離的各向異性框架提升變換理論。討論局部預測和更新算子的設計和相應的變換特性：方向正則性和消失矩，討論局部預測和更新算子與對偶框架各向異性提升變換基函數之間的數學機理。應用部分，本書將詳細介紹基于對偶框架各向異性提升變換的多源遙感圖像(SAR與可見光圖像、SAR圖像與多光譜圖像、
基于框架理論的圖像融合 內容簡介
小波框架是小波分析的理論延伸，也是計算調和分析的重要組成部分！痘诳蚣芾碚摰膱D像融合/現代數學基礎叢書》將從框架基礎理論開始，結合作者近十年在小波框架這一領域的研究工作，介紹小波框架理論的發展以及在圖像處理中的新研究成果。主要內容包括：小波框架基礎理論、對偶框架提升變換理論、二維對偶框架提升變換理論、基于小波框架提升變換的多源遙感圖像融合方法、基于框架域的隨機游走全色銳化方法，以及基于框架域的隨機游走合成孔徑雷達圖像融合算法！ 痘诳蚣芾碚摰膱D像融合/現代數學基礎叢書》面向從事計算調和分析及圖像處理領域的專家、學者及研究人員，同時也可供應用數學、圖像處理等相關專業的研究生參考學習。
基于框架理論的圖像融合 目錄
《現代數學基礎叢書》序
前言
本書常用符號
第1章 框架基礎理論
1．1 預備知識
1．1．1 Banach空間與Hilbert空間
1．1．2 有界線性算子
1．1．3 可測函數
1．1．4 Fourier變換
1．2 框架的概念
1．3 對偶框架
1．4 移不變框架
1．5 Gabor框架
1．6 小波框架
1．6．1 小波框架的概念
1．6．2 小波框架構造定理
1．6．3 小波框架的逼近性質
1．7 復緊框架
1．7．1 雙樹復小波
1．7．2 張量積復緊框架
1．8 拓展閱讀
第2章 對偶框架提升變換
2．1 正交/雙正交提升變換
2．2 n個Laurent多項式的歐幾里得算法
2．3 兩尺度兩小波對偶框架提升變換
2．3．1 兩尺度兩小波多相位矩陣提升分解理論
2．3．2 兩尺度兩小波對偶框架提升算法
2．3．3 基于廣義Bernstein多項式的對稱兩小波框架提升構造
2．3．4 具有任意階消失矩的兩小波框架提升構造
2．4 兩尺度多小波對偶框架提升變換
2．4．1 兩尺度多小波多相位矩陣提升分解理論
2．4．2 兩尺度多小波對偶框架提升算法
2．4．3 基于廣義Bernstein多項式的對稱多小波框架提升構造
2．4．4 具有任意階消失矩的多小波框架提升構造
2．5 M尺度多小波對偶框架提升變換
2．5．1 M尺度多小波多相位矩陣提升分解理論
2．5．2 M尺度多小波對偶框架參數化提升構造
2．5．3 具有任意階消失矩的M尺度多小波框架提升構造
第3章 二維對偶框架提升變換
3．1 高維冗余濾波器組
3．2 Neville濾波器
3．2．1 尺度化Neville濾波器的定義及性質
3．2．2 尺度化Neville濾波器的構造
3．2．3 方向Neville濾波器
3．3 各向同性對偶框架提升變換
3．3．1 一種典型的框架提升分解結構
3．3．2 其他類型的框架提升分解結構
3．4 各向異性對偶框架提升變換
3．4．1 基于方向Neville濾波器的構造方法
3．4．2 各向異性與稀疏性檢驗
第4章 基于框架提升變換的圖像去噪
4．1 圖像去噪基本原理
4．2 具有平移不變性的方向框架提升變換
4．2．1 具有平移不變性的框架提升模式
4．2．2 二維可分離方向框架提升變換
4．2．3 基于殘差*小化的自適應方向選取
4．2．4 TIDFT算法
4．3 基于Gabor濾波器的方向預測
4．3．1 Gabor函數的邊緣檢測性質
4．3．2 離散Gabor濾波器的構造
4．3．3 基于Gabor濾波器的自適應分塊方向預測算法
4．3．4 仿真實驗及魯棒性分析
4．3．5 計算復雜度分析
4．4 基于TIDFT的圖像去噪
4．4．1 兩類指數分布模型及MAP估計
4．4．2 仿真實驗
第5章 基于框架提升變換的圖像融合
5．1 全色銳化概述
5．1．1 成分替代法
5．1．2 基于MRA的融合方法
5．1．3 全色銳化客觀評價指標
5．2 基于二維框架提升變換的全色銳化方法
5．2．1 協方差交叉融合算法
5．2．2 基于框架提升變換的全色銳化流程
5．2．3 NFLT-CI全色銳化實驗
5．2．4 AFLT-CI全色銳化實驗
5．3 基于形態小波提升變換的全色銳化方法
5．3．1 形態小波理論概述
5．3．2 二維形態小波提升變換
5．3．3 基于二維形態小波提升變換的全色銳化算法
5．3．4 全色銳化實驗結果
第6章 基于框架域的隨機游走全色銳化
6．1 預備知識
6．1．1 隨機游走基礎知識
6．1．2 圖論基礎知識
6．1．3 圖上的隨機游走
6．1．4 基于空間域的隨機游走融合
6．2 基于實框架域的隨機游走全色銳化
6．2．1 小波變換與框架變換系數的統計特性
6．2．2 基于實框架域的隨機游走融合
6．2．3 實驗結果
6．3 基于復框架域的隨機游走全色銳化
6．3．1 基于復框架域的隱Markov樹模型
6．3．2 基于復框架域的隨機游走融合
6．3．3 實驗結果
第7章 基于框架域的隨機游走SAR圖像融合
7．1 SAR圖像融合概述
7．2 基于框架域的隨機游走融合
7．2．1 框架系數的統計特征
7．2．2 框架域的隨機游走模型
7．2．3 框架系數融合準則
7．2．4 SAR圖像中噪聲的影響
7．3 實驗結果
7．3．1 實驗數據
7．3．2 評價指標
7．3．3 濾波器設置
7．3．4 參數分析
7．3．5 與其他圖像融合方法比較
參考文獻
《現代數學基礎叢書》已出版書目
彩圖
前言
本書常用符號
第1章 框架基礎理論
1．1 預備知識
1．1．1 Banach空間與Hilbert空間
1．1．2 有界線性算子
1．1．3 可測函數
1．1．4 Fourier變換
1．2 框架的概念
1．3 對偶框架
1．4 移不變框架
1．5 Gabor框架
1．6 小波框架
1．6．1 小波框架的概念
1．6．2 小波框架構造定理
1．6．3 小波框架的逼近性質
1．7 復緊框架
1．7．1 雙樹復小波
1．7．2 張量積復緊框架
1．8 拓展閱讀
第2章 對偶框架提升變換
2．1 正交/雙正交提升變換
2．2 n個Laurent多項式的歐幾里得算法
2．3 兩尺度兩小波對偶框架提升變換
2．3．1 兩尺度兩小波多相位矩陣提升分解理論
2．3．2 兩尺度兩小波對偶框架提升算法
2．3．3 基于廣義Bernstein多項式的對稱兩小波框架提升構造
2．3．4 具有任意階消失矩的兩小波框架提升構造
2．4 兩尺度多小波對偶框架提升變換
2．4．1 兩尺度多小波多相位矩陣提升分解理論
2．4．2 兩尺度多小波對偶框架提升算法
2．4．3 基于廣義Bernstein多項式的對稱多小波框架提升構造
2．4．4 具有任意階消失矩的多小波框架提升構造
2．5 M尺度多小波對偶框架提升變換
2．5．1 M尺度多小波多相位矩陣提升分解理論
2．5．2 M尺度多小波對偶框架參數化提升構造
2．5．3 具有任意階消失矩的M尺度多小波框架提升構造
第3章 二維對偶框架提升變換
3．1 高維冗余濾波器組
3．2 Neville濾波器
3．2．1 尺度化Neville濾波器的定義及性質
3．2．2 尺度化Neville濾波器的構造
3．2．3 方向Neville濾波器
3．3 各向同性對偶框架提升變換
3．3．1 一種典型的框架提升分解結構
3．3．2 其他類型的框架提升分解結構
3．4 各向異性對偶框架提升變換
3．4．1 基于方向Neville濾波器的構造方法
3．4．2 各向異性與稀疏性檢驗
第4章 基于框架提升變換的圖像去噪
4．1 圖像去噪基本原理
4．2 具有平移不變性的方向框架提升變換
4．2．1 具有平移不變性的框架提升模式
4．2．2 二維可分離方向框架提升變換
4．2．3 基于殘差*小化的自適應方向選取
4．2．4 TIDFT算法
4．3 基于Gabor濾波器的方向預測
4．3．1 Gabor函數的邊緣檢測性質
4．3．2 離散Gabor濾波器的構造
4．3．3 基于Gabor濾波器的自適應分塊方向預測算法
4．3．4 仿真實驗及魯棒性分析
4．3．5 計算復雜度分析
4．4 基于TIDFT的圖像去噪
4．4．1 兩類指數分布模型及MAP估計
4．4．2 仿真實驗
第5章 基于框架提升變換的圖像融合
5．1 全色銳化概述
5．1．1 成分替代法
5．1．2 基于MRA的融合方法
5．1．3 全色銳化客觀評價指標
5．2 基于二維框架提升變換的全色銳化方法
5．2．1 協方差交叉融合算法
5．2．2 基于框架提升變換的全色銳化流程
5．2．3 NFLT-CI全色銳化實驗
5．2．4 AFLT-CI全色銳化實驗
5．3 基于形態小波提升變換的全色銳化方法
5．3．1 形態小波理論概述
5．3．2 二維形態小波提升變換
5．3．3 基于二維形態小波提升變換的全色銳化算法
5．3．4 全色銳化實驗結果
第6章 基于框架域的隨機游走全色銳化
6．1 預備知識
6．1．1 隨機游走基礎知識
6．1．2 圖論基礎知識
6．1．3 圖上的隨機游走
6．1．4 基于空間域的隨機游走融合
6．2 基于實框架域的隨機游走全色銳化
6．2．1 小波變換與框架變換系數的統計特性
6．2．2 基于實框架域的隨機游走融合
6．2．3 實驗結果
6．3 基于復框架域的隨機游走全色銳化
6．3．1 基于復框架域的隱Markov樹模型
6．3．2 基于復框架域的隨機游走融合
6．3．3 實驗結果
第7章 基于框架域的隨機游走SAR圖像融合
7．1 SAR圖像融合概述
7．2 基于框架域的隨機游走融合
7．2．1 框架系數的統計特征
7．2．2 框架域的隨機游走模型
7．2．3 框架系數融合準則
7．2．4 SAR圖像中噪聲的影響
7．3 實驗結果
7．3．1 實驗數據
7．3．2 評價指標
7．3．3 濾波器設置
7．3．4 參數分析
7．3．5 與其他圖像融合方法比較
參考文獻
《現代數學基礎叢書》已出版書目
彩圖
展開全部
書友推薦
- >
莉莉和章魚
- >
月亮與六便士
- >
名家帶你讀魯迅:朝花夕拾
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
推拿
- >
上帝之肋:男人的真實旅程
- >
名家帶你讀魯迅:故事新編
- >
史學評論
本類暢銷
