图书介绍
小波域数字图像建模及其应用PDF|Epub|txt|kindle电子书版本网盘下载
![小波域数字图像建模及其应用](https://www.shukui.net/cover/19/30655489.jpg)
- 肖志云著 著
- 出版社: 北京:北京理工大学出版社
- ISBN:9787564089511
- 出版时间:2014
- 标注页数:189页
- 文件大小:77MB
- 文件页数:199页
- 主题词:小波理论-应用-数字图象-系统建模-研究
PDF下载
下载说明
小波域数字图像建模及其应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 数字图像小波变换及其统计模型1
1.1从傅里叶变换到小波变换1
1.2小波变换3
1.2.1连续小波变换4
1.2.2离散小波变换7
1.2.3二维信号的小波多分辨率分析8
1.3自然图像小波变换的基本性质10
1.4自然图像的小波域统计模型12
本章参考文献20
第2章 基于小波域统计模型的图像去噪算法22
2.1小波域图像去噪算法综述22
2.1.1图像退化模型描述22
2.1.2小波域图像去噪算法综述23
2.1.3各种小波变换在信号去噪中的应用32
2.1.4不同噪声场合中的小波去噪算法33
2.1.5图像去噪算法的性能衡量标准34
2.2基于快速参数估计的小波域HMT模型及其图像去噪算法35
2.2.1小波域隐马尔科夫树(HMT)模型36
2.2.2基于小波域HMT模型的去噪算法46
2.2.3基于快速参数估计的小波域HMT模型的去噪算法47
2.2.4 Gibbs效应的消除51
2.2.5实验结果分析与结论51
2.3基于二元树复小波的局部高斯混合模型图像去噪算法55
2.3.1局部高斯混合模型(Local Gaussian Mixture Model, LGMM)56
2.3.2二元树复小波变换(Dual-Tree Complex Wavelet Transform)57
2.3.3基于二元树复小波变换的局部高斯混合降噪算法框架59
2.3.4基于二元树复小波变换的局部高斯混合模型的参数估计60
2.3.5算法描述62
2.3.6实验结果分析与结论62
2.4基于自适应阈值分类的小波域混合模型去噪65
2.4.1小波系数的分类65
2.4.2基于分类的小波域混合模型图像去噪算法66
2.4.3算法描述69
2.4.4 Gibbs效应的消除70
2.4.5实验结果分析与结论70
本章参考文献72
第3章 基于小波域统计模型的图像超分辨重构78
3.1引言78
3.2图像退化模型79
3.3病态问题分析82
3.4超分辨率思想概述82
3.5超分辨率算法综述84
3.6基于MCA与小波域HMT扩展模型的图像超分辨率算法86
3.6.1形态分量分析(MCA)86
3.6.2小波域HMT模型的扩展89
3.6.3基于贝叶斯的图像超分辨算法框架90
3.6.4图像的先验模型91
3.6.5基于MCA与HMT的图像的超分辨率重构算法92
3.7基于零空间追踪的图像超分辨率算法96
3.7.1显微镜采样时间与采样分辨率之间的矛盾96
3.7.2零空间追踪算法97
3.7.3基于零空间追踪的图像超分辨率重构算法101
本章参考文献104
第4章 基于小波域统计模型的图像复原算法108
4.1引言108
4.2小波域复原(反卷积)问题综述109
4.2.1复原问题的小波域描述109
4.2.2小波域复原(反卷积)贝叶斯理论109
4.2.3复原(反卷积)问题的规整化理论及方法112
4.2.4小波域图像复原的研究现状113
4.3基于快速估计的小波域HMT模型图像复原116
4.3.1图像复原的Bayes方法及其小波域表示116
4.3.2基于小波域HMT模型图像复原算法118
4.3.3实验结果分析与结论122
4.4基于小波域局部高斯模型的图像复原算法125
4.4.1问题描述125
4.4.2小波域局部高斯模型126
4.4.3基于小波域局部高斯模型的图像复原算法127
4.4.4实验结果分析与结论129
4.5基于傅里叶与小波域双变量模型的图像复原算法131
4.5.1频率域规整化求逆132
4.5.2小波域双变量模型的收缩去噪133
4.5.3算法描述134
4.5.4仿真结果及结论135
4.6基于非抽取小波域双变量模型的图像复原136
4.6.1基于双变量模型的非抽取小波域图像复原137
4.6.2算法的描述140
4.6.3实验结果分析141
本章参考文献143
第5章 小波域的图像修复算法147
5.1基于小波变换的图像修复算法147
5.1.1基小波的选取148
5.1.2低频图像修复149
5.1.3高频信息的预测和自然化处理150
5.1.4算法实现150
5.2基于小波变换的纹理图像修复算法152
5.2.1算法总体描述153
5.2.2数据准备154
5.2.3确定优先权154
5.2.4纹理块的填充156
5.2.5实验结果与算法分析156
本章参考文献159
第6章 小波域图像数字水印算法161
6.1图像数字水印技术介绍161
6.2基于阈值分类的小波域图像数字水印算法166
6.2.1小波域图像数字水印算法的关键技术166
6.2.2低频子带水印嵌入方法167
6.2.3高频子带水印嵌入方法168
6.2.4算法描述169
6.2.5实验结果170
6.3基于EM分类的小波域图像数字水印算法172
6.3.1 EM算法原理172
6.3.2基于EM分类的小波域图像数字水印算法174
6.3.3实验结果分析与结论176
本章参考文献178
第7章 基于小波域快速参数估计的HMT模型纹理分割180
7.1纹理分割综述180
7.2小波域局部参数快速估计的HMT模型181
7.3基于小波域局部参数快速估计的HMT模型纹理分割182
7.3.1纹理特征矢量训练182
7.3.2纹理分割183
7.3.3纹理分割结果融合184
7.3.4实验结果分析与结论185
本章参考文献187