图像多尺度几何分析理论与应用PDF|Epub|txt|kindle电子书版本网盘下载

图像多尺度几何分析理论与应用PDF格式电子书版下载

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

第1章 绪论1

1.1引言1

1.2稀疏逼近3

1.3从Fourier分析到小波分析7

1.4多尺度几何分析9

1.5多尺度几何变换12

脊波及单尺度脊波变换12

曲线波（Curvelet）13

梳状波（Brushlet）13

子束波（Beamlet）14

楔形波（Wedgelet）15

轮廓波（Contourlet）15

条带波（Bandelet）16

方向波（Directionlet）16

剪切波（Shearlet）17

1.6多尺度几何变换的逼近性质17

1.7存在的问题和进一步研究的方向22

1.8本章小结24

本章参考文献24

第2章 基函数网络逼近28

2.1引言28

2.2多变量目标函数的逼近31

神经网络的逼近和学习31

统计估计33

逼近论35

调和分析36

小波神经网络37

2.3脊波的发展现状及应用前景39

脊波现有的成果39

连续和离散脊波变换42

2.4存在的问题和进一步研究的方向47

2.5本章小结48

本章参考文献49

第3章 基于脊波变换的直线特征检测52

3.1引言52

3.2图像的离散脊波变换52

基于投影切片定理的Radon变换52

二进小波变换56

二维离散脊波变换56

脊波子带的产生58

3.3基于脊波变换的直线特征检测61

3.4实验结果63

3.5本章小结65

本章参考文献65

第4章 脊波双框架系统67

引言67

脊波、正交脊波和脊波框架68

Radon域中对偶框架的构造70

从？到L2（R2）的等距映射74

L2（R2）中的对偶框架76

对偶框架的性质77

去噪实验80

本章小结82

本章参考文献82

第5章 自适应连续脊波网络85

引言85

多尺度几何网络87

自适应连续脊波网络87

收敛性能分析91

实验结果94

本章小结98

本章参考文献99

第6章 曲线波101

6.1引言101

6.2曲线波变换102

6.3曲线波框架的性质107

6.4第二代曲线波变换108

6.5曲线波双框架系统111

曲线波双框架系统的构造111

实验结果与分析113

6.6曲线波网络118

曲线波网络模型118

实验结果与分析120

6.7基于方向及尺度乘积的曲线波去噪方法122

曲线波变换系数的特点122

基于方向及尺度乘积的曲线波去噪算法123

实验结果与分析127

6.8基于曲线波隐马尔可夫树模型的SAR图像去噪133

曲线波隐马尔可夫树（HMT）模型133

基于曲线波HMT模型的图像去噪算法134

实验结果与分析135

6.9基于曲线波的图像融合139

基于曲线波的图像融合方法140

评价标准141

实验结果与分析142

6.10基于曲线波的纹理分类145

结合共生矩阵的曲线波特征提取及纹理分类算法146

Curvelet纹理分类实验148

实验结果与分析151

6.11本章小结151

本章参考文献152

第7章 梳状波157

7.1引言157

7.2梳状波变换理论158

一维梳状波基构造158

二维梳状波基构造160

图像的梳状波变换160

非下采样梳状波变换162

7.3基于梳状波的纹理分类164

基于梳状波复特征的纹理分类164

基于非下采样梳状波纹理分类167

7.4基于梳状波的图像分割168

融合梳状波方向特性的无监督图像分割168

基于非下采样梳状波变换的纹理图像分割173

基于梳状波共生矩阵的图像分割176

基于梳状波统计特征的纹理分割180

基于小波和梳状波变换域特征融合的无监督图像分割189

7.5基于梳状波变换和径向基函数神经网络的指纹方向场提取191

7.6梳状波变换分层编码压缩194

基于梳状波压缩算法194

对比实验及结果分析195

7.7基于梳状波和Wedgelet的图像融合198

融合规则199

融合结果的评价指标199

基于梳状波和Wedgelet的图像融合算法200

对比实验及结果分析201

小结206

7.8本章小结206

本章参考文献206

第8章 子束波210

8.1引言210

8.2 Beamlet框架的构造210

8.3 Beamlet分析211

Beamlet字典211

Beamlet变换213

Beamlet金字塔214

Beamlet图214

8.4 Beamlet算法设计215

无结构算法216

树状结构算法223

线段的局部链接228

线段的全部链接232

8.5本章小结237

本章参考文献237

第9章 楔形波239

9.1引言239

9.2楔形波概述239

楔形波基本理论239

楔形波分解240

楔形波构造241

9.3楔形波逼近理论及其改进算法243

楔形波逼近理论243

楔形波逼近理论改进算法244

时间效率对比与改进算法的逼近效果249

9.4基于楔形波的SAR图像边缘检测251

楔形波基函数251

基于楔形波逼近理论改进算法的图像边缘检测252

结合MSP-RoA算法的楔形波的SAR图像边缘检测258

9.5基于楔形波和对偶树复小波的SAR图像斑点噪声抑制262

算法构造263

试验结果与分析264

9.6基于Cartoon与纹理模型的楔形波图像压缩268

算法构造268

实验结果与分析269

9.7基于楔形波的图像融合271

融合规则271

融合结果的评价指标272

基于楔形波的图像融合272

实验结果与分析273

9.8本章小结277

本章参考文献278

第10章 轮廓波280

10.1引言280

10.2轮廓波变换281

10.3非下采样轮廓波变换285

10.4基于轮廓波的SAR图像相干斑抑制288

基于轮廓波HMM的SAR图像相干斑抑制288

统计先验指导的NSCT域SAR图像降斑299

10.5基于非下采样轮廓波变换的图像融合319

基于活性测度和闭环反馈的NSCT域遥感图像融合320

基于克隆选择和NSCT的红外与可见光图像融合330

基于NSCT和LHS变换的多光谱和高分辨图像融合335

10.6基于轮廓波的纹理分割与分类344

结合多层小波和轮廓波分解的纹理图像分割344

基于SVM和多层小波轮廓波分解的纹理图像分割348

基于WBCT和克隆选择算法的纹理图像分类350

基于SWBCT的纹理图像分类358

10.7基于轮廓波的目标识别364

基于轮廓波和核Fisher判别分析的特征提取364

基于小波和轮廓波的目标识别371

基于SWBCT和投影方法的目标识别374

基于最优轮廓波包网络的目标识别378

10.8本章小结389

本章参考文献389

第11章 条带波397

11.1引言397

11.2小波逼近和几何图像表示398

基于视觉特性的图像处理现状398

小波的非线性图像逼近400

几何图像表示402

11.3第一代条带波变换403

条带波基403

弯曲小波变换407

快速离散条带波变换409

11.4第二代条带波变换410

第二代条带波的构造思想410

第二代条带波的主要实现步骤410

最优几何方向的选择411

11.5基于第二代条带波变换的图像压缩413

基于第二代条带波变换的图像压缩编码413

基于第二代条带波和SPIHT的图像压缩417

基于图像分层表示的第二代条带波域图像压缩421

11.6基于第二代条带波变换的图像去噪436

基于第二代条带波的多层自适应阈值的图像去噪436

基于平稳第二代条带波的图像去噪440

基于广义交叉验证和第二代平移不变条带波的SAR图像相干斑抑制444

结论446

11.7基于第二代条带波变换的多聚焦图像融合446

11.8基于第二代条带波变换的图像分割450

11.9本章小结454

本章参考文献454

第12章 方向波459

12.1引言459

12.2各向异性二维小波分解460

完全可分离小波变换460

各向异性小波变换462

12.3基于格的斜小波变换463

整数格理论463

斜小波变换464

多相表示465

12.4基于整数格边缘检测的图像融合466

基于整数格的边缘提取466

图像融合准则468

算法实现策略469

融合结果评估470

对比实验及结果分析470

结论475

12.5融合纹理奇异性的图像分割475

基于灰度共生矩阵的特征提取475

基于小波变换的特征提取476

基于整数格的特征提取476

对比实验及结果分析476

结论481

12.6本章小结481

本章参考文献482

第13章 剪切波485

13.1引言485

13.2剪切波486

13.3使用连续剪切波分析边缘490

13.4离散剪切波变换491

13.5本章小结496

本章参考文献497