智能计算方法概论PDF电子书下载

上篇 多尺度几何分析及其在数字水印中的应用第一章　典型的鲁棒性数字水印算法概述 4

1.1 典型的鲁棒性水印算法 4

1.1.1　空域算法 4

1.1.2　变换域算法 5

1.1.3　压缩域算法 7

1.2　从小波域的水印算法到多尺度几何域的水印算法 7

第二章 多尺度几何分析概述 9

2.1　奇异性分析 9

2.1.1　Fourier和小波的逼近性能分析 10

2.1.2　非线性Fourier逼近 10

2.1.3　非线性小波逼近 10

2.2　多尺度几何分析 11

2.2.1　脊波变换（Ridgelet Transform） 11

2.2.2　单尺度脊波变换（Monoscale Ridgelet Transform） 14

2.2.3　曲波变换（Curvelet Transform） 15

2.2.4　Contourlet Transform 16

2.2.5　Bandelet Transform和Wedgelet Transform 17

2.2.6　Beamlet Transform 17

第三章　基于重要树的Contourlet域的鲁棒性数字水印算法 19

3.1　Contourlet变换及其系数之间的关系 19

3.2　水印方案 21

3.2.1　水印嵌入过程 21

3.2.2　水印检测过程 22

3.3　实验结果 22

第四章　基于非冗余Coutourlet域父子关系的鲁棒性数字水印算法 26

4.1　非冗余Contourlet变换 26

4.2　水印嵌入算法 28

4.2.1 父子系数关系在攻击前后的变化 28

4.2.2　水印嵌入过程 29

4.3　水印检测算法 30

4.4　实验结果 30

4.4.1 不可见性测试 30

4.4.2　鲁棒性测试 31

第五章　基于非冗余Contourlet变换的半脆弱性数字水印算法研究 37

5.1　相关工作 37

5.2　水印算法 38

5.2.1　水印嵌入过程 38

5.2.2　水印检测过程 39

5.2.3　认证过程 40

5.3　实验结果 41

5.3.1　不可见性测试 41

5.3.2　检测表现的测试方法 42

5.3.3　JPEG和JPEG2000非恶意操作的鲁棒性测试 43

5.3.4　复制粘贴操作的脆弱性测试 43

参考文献 47

中篇　医学图像处理算法研究 55

第六章 医学图像处理的基本过程 55

6.1 图像重建 55

6.1.1　解析法图像重建 56

6.1.2　代数法图像重建 57

6.1.3　PET三维重建 58

6.2　图像配准 59

6.2.1 医学图像配准中的图像空间变换 60

6.2.2 医学图像配准中的图像空间定位 60

6.3　图像标准化（Normalize） 61

6.4　图像信息的提取 61

6.5　医学图像处理系统的构成 62

第七章　小波分析的基本原理 65

7.1　一维小波分析 65

7.1.1 一维连续小波变换 65

7.1.2　一维离散小波变换 66

7.2　多分辨率分析 68

7.3　常用小波函数介绍 70

7.4　小波滤波器对 72

7.5　二维图像的小波分析 72

第八章 基于小波变换的PET图像处理算法 74

8.1　PET（正电子发射）图像的获取 74

8.1.1　PET成像原理 74

8.1.2　PET成像的作用 77

8.1.3　PET成像设备的系统结构 78

8.2　PET图像的特点 80

8.3　PET图像的噪声分析 81

8.3.1　成像设备的噪声 81

8.3.2　被成像物体的生理噪声 82

8.3.3 医学图像的信噪比和对噪比 83

8.4　PET图像激活区提取算法 83

8.4.1　PET功能图像序列 83

8.4.2　PET图像序列中两组像素间的t检验 84

8.4.3 基于小波变换的PET图像激活区提取算法 86

8.5　PET图像处理中小波基的选取 88

8.6　计算机模拟PET图像的计算评价结果 89

8.6.1　模拟PET图像的计算机生成 90

8.6.2　PET图像处理中小波变换的计算方法 91

8.6.3 PET图像处理中小波变换的边界问题 97

8.6.4　模拟PET图像的激活区提取结果与讨论 98

8.7　真实PET图像的处理结果 101

8.7.1　SPM软件简介 101

8.7.2　AD患者PET图像的获取与预处理 102

8.7.3　预处理后的PET图像 102

8.7.4　AD患者PET图像中代谢降低区域的提取结果 103

8.8　基于小波变换的PET图像激活区提取算法分析 104

8.8.1　计算速度分析 104

8.8.2　计算效果分析 104

第九章 医学图像的分割算法研究 105

9.1 图像分割算法基础 105

9.1.1　基于区域的分割方法 107

9.1.2　基于边缘的分割方法 108

9.1.3 医学图像分割算法研究的特点 110

9.2　基于蚁群爬山法（Ants Climb Hill）的特征空间数据聚类分割算法 111

9.2.1 特征空间中的聚类 111

9.2.2　蚁群爬山算法的基本原理 112

9.2.3　蚁群爬山算法的计算过程及分析 113

9.2.4　蚁群爬山算法的计算实例 113

9.2.5　基于蚁群爬山法（ACH）的图像分割 114

9.3　基于小波变换的流域（Watershed）分割算法 115

9.3.1 流域变换算法建模 115

9.3.2　流域变换算法存在的问题 116

9.3.3 采用小波变换解决流域算法的过度分割问题 117

9.3.4　基于小波变换的流域算法小结 121

9.4　医学图像的分割评价 122

参考文献 123

下篇　量子算法研究 126

第十章　量子力学知识 126

11.1 波函数 126

10.2　态叠加原理 127

10.3　Hilbert空间 128

10.4　薛定锷方程 128

10.4.1 一维空间自由粒子的薛定锷方程 129

10.4.2 势场中运动的自由粒子的Schrodinger方程 129

10.4.3　推广到三维空间的薛定锷方程 129

10.4.5　定态薛定锷方程 130

10.4.6　聚类中的不显含时间的薛定锷方程 131

第十一章　量子信号处理算法理论 132

11.1 量子系统 132

11.1.1　Dirac符号 132

11.1.2　量子测量 132

11.1.3　测量一致性 133

11.1.4　量子化 133

11.1.5　量子叠加原理 133

11.2　QSP理论体系 134

11.2.1　QSP的建立 134

11.2.2　QSP中的测量 134

11.2.3　QSP算法设计 135

11.3　QSP的应用和扩展 135

11.3.1 基于QSP的图像处理 135

11.3.2　量子算法 135

11.3.3　量子并行算法 136

第十二章　信号测不准原理的量子分析 137

12.1　量子力学中的测不准原理 137

12.2　信号测不准原理的量子推导 138

12.2.1　位置和动量的测不准原理 138

12.2.2　信号时间和频率的测不准原理 139

12.2.3　信号的迭加原理 139

12.2.4　频率算符的矩阵表述 140

12.3　信号测不准原理的量子诠释 141

第十三章　量子去噪算法研究 143

13.1　小波阈值算法 143

13.2　量子去噪算法 143

13.2.1　量子叠加理论 143

13.2.2　小波域中信号噪声的量子模型 144

13.2.3　量子测量 144

13.2.4　量子阈值算法 144

13.3　实验结果 145

13.3.1　一维信号的量子去噪 145

13.3.2　图像的量子去噪 146

第十四章 量子聚类EDQC算法 147

14.1 二维数据空间的例子 148

14.1.1　Crab数据 148

14.1.2　Iris数据 150

14.2　指数形式的距离公式 151

14.3　EDQC算法描述 151

14.4　σ参数的确定 151

14.5　EDQC算法实验分析 152

14.5.1　PCA预处理 152

14.5.2　EDQC算法实验分析 152

14.6　EDQC算法在更高维空间的应用 153

参考文献 155