書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊

基于框架理論的圖像融合

出版社：科學(xué)出版社出版時間：2019-06-01
開本： 16開 頁數(shù)： 263
中 圖 價:¥101.1(7.9折) 定價  ¥128.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

基于框架理論的圖像融合 版權(quán)信息

基于框架理論的圖像融合 本書特色

本書理論部分將系統(tǒng)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(yù)測和更新算子的設(shè)計和相應(yīng)的變換特性：方向正則性和消失矩，討論局部預(yù)測和更新算子與對偶框架各向異性提升變換基函數(shù)之間的數(shù)學(xué)機理。應(yīng)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(nèi)容簡介

　　小波框架是小波分析的理論延伸，也是計算調(diào)和分析的重要組成部分！痘诳蚣芾碚摰膱D像融合/現(xiàn)代數(shù)學(xué)基礎(chǔ)叢書》將從框架基礎(chǔ)理論開始，結(jié)合作者近十年在小波框架這一領(lǐng)域的研究工作，介紹小波框架理論的發(fā)展以及在圖像處理中的新研究成果。主要內(nèi)容包括：小波框架基礎(chǔ)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(xiàn)代數(shù)學(xué)基礎(chǔ)叢書》面向從事計算調(diào)和分析及圖像處理領(lǐng)域的專家、學(xué)者及研究人員，同時也可供應(yīng)用數(shù)學(xué)、圖像處理等相關(guān)專業(yè)的研究生參考學(xué)習(xí)。

基于框架理論的圖像融合 目錄

《現(xiàn)代數(shù)學(xué)基礎(chǔ)叢書》序
前言
本書常用符號

第1章 框架基礎(chǔ)理論
1．1 預(yù)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(shù)
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(gòu)造定理
1．6．3 小波框架的逼近性質(zhì)
1．7 復(fù)緊框架
1．7．1 雙樹復(fù)小波
1．7．2 張量積復(fù)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(gòu)造
2．3．4 具有任意階消失矩的兩小波框架提升構(gòu)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(gòu)造
2．4．4 具有任意階消失矩的多小波框架提升構(gòu)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(shù)化提升構(gòu)造
2．5．3 具有任意階消失矩的M尺度多小波框架提升構(gòu)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(zhì)
3．2．2 尺度化Neville濾波器的構(gòu)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(jié)構(gòu)
3．3．2 其他類型的框架提升分解結(jié)構(gòu)
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(gòu)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(yīng)方向選取
4．2．4 TIDFT算法
4．3 基于Gabor濾波器的方向預(yù)測
4．3．1 Gabor函數(shù)的邊緣檢測性質(zhì)
4．3．2 離散Gabor濾波器的構(gòu)造
4．3．3 基于Gabor濾波器的自適應(yīng)分塊方向預(yù)測算法
4．3．4 仿真實驗及魯棒性分析
4．3．5 計算復(fù)雜度分析
4．4 基于TIDFT的圖像去噪
4．4．1 兩類指數(shù)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(xié)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(tài)小波提升變換的全色銳化方法
5．3．1 形態(tài)小波理論概述
5．3．2 二維形態(tài)小波提升變換
5．3．3 基于二維形態(tài)小波提升變換的全色銳化算法
5．3．4 全色銳化實驗結(jié)果

第6章 基于框架域的隨機游走全色銳化
6．1 預(yù)備知識
6．1．1 隨機游走基礎(chǔ)知識
6．1．2 圖論基礎(chǔ)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(shù)的統(tǒng)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(jié)果
6．3 基于復(fù)框架域的隨機游走全色銳化
6．3．1 基于復(fù)框架域的隱Markov樹模型
6．3．2 基于復(fù)框架域的隨機游走融合
6．3．3 實驗結(jié)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(shù)的統(tǒng)計特征
7．2．2 框架域的隨機游走模型
7．2．3 框架系數(shù)融合準則
7．2．4 SAR圖像中噪聲的影響
7．3 實驗結(jié)果
7．3．1 實驗數(shù)據(jù)
7．3．2 評價指標
7．3．3 濾波器設(shè)置
7．3．4 參數(shù)分析
7．3．5 與其他圖像融合方法比較
參考文獻
《現(xiàn)代數(shù)學(xué)基礎(chǔ)叢書》已出版書目
彩圖
展開全部
商品評論(0條)
暫無評論……
書友推薦
本類暢銷
返回頂部
中圖網(wǎng)
在線客服