智能视觉图像处理 多通道图像的无监督学习方法及其他方法PDF电子书下载

第1章 引言 1

第1节 传统图像处理方法 2

1.1图像处理 3

1.2图像变换 16

1.3图像压缩编码及标准 32

1.4图像模式识别 47

1.5图像加密（水印 62

第2节 智能视觉图像处理与传统图像处理的异同 67

2.1概述 67

2.2人的视觉系统 69

2.3人工神经网络模型 71

2.4智能图像处理方法和传统图像处理方法的不同 77

第2章 智能视觉图像处理基础——独立元分析方法 96

第1节 有监督学习算法 96

1.1有监督学习与无监督学习的联系 96

1.2用能量函数作为目标函数的人工神经网络方法 98

第2节 独立元分析原理 100

2.1独立元分析的提出 101

2.2解独立元分析问题的发展情况 102

2.3解的可能性分析 104

第3节 随机变量独立性的概念和目标函数 113

3.1随机变量之间的独立概念 113

3.2衡量输出独立性的目标函数 114

3.3概率密度函数和熵的近似 123

第4节 主元分析算法 125

4.1理论与原理 126

4.2求解主元分析的数学方法 128

4.3用人工神经网络训练来完成主元分析 129

第5节 基于统计平均的独立元分析算法 135

5.1概述 135

5.2早期的独立元分析算法 136

5.3用目标函数的算法 140

第6节 单像素独立元分析算法——拉格朗日约束神经网络 160

6.1问题提出 160

6.2拉格朗日约束神经网络原理 161

6.3拉格朗日约束神经网络的迭代算法 171

6.4讨论 172

第3章 基于统计平均的独立元分析在智能视觉图像处理中的应用 174

第1节 概述 174

第2节 独立元分析技术在图像获得与传输中的应用 178

2.1概述 178

2.2智能摄像机——用于分离多个图像的独立成分 179

2.3通信中的应用——两条信道传送4幅图像 185

第3节 独立元分析技术在纹理分割图像上的应用 187

3.1概述 187

3.2独立元分析的信息集中 188

3.3纹理数据在独立元基中的表现 190

3.4结论 195

第4节 独立元分析技术在人脸图像识别中的应用 196

4.1概述 196

4.2“特征脸”方法 198

4.3独立元分析方法用作人脸识别 200

4.4人脸识别中的主元分析、独立元分析及局部独立元分析 203

4.5实验结果 205

4.6讨论 209

4.7以后的实验方向 211

第5节 独立元分析技术在数字水印上的应用 212

5.1概述 212

5.2用独立元分析人工神经网络的多媒体数据盲分离 213

5.3种入多媒体水印疫苗的独立元 215

第6节 独立元分析技术应用在语音分析上 221

第7节 独立元分析技术在某些应用中遇到的问题 225

7.1心电信号处理 225

7.2心脏瓣膜生物修复术后心脏异常的心音分析 233

第4章 单像素独立元分析方法在早期乳房癌检测中的应用 244

第1节 概述 244

第2节 背景和原理 244

第3节 拉格朗日约束神经网络方法和正交对消向量方法 247

3.1波尔兹曼熵 248

3.2早期乳房肿瘤检测的目标函数——亥姆霍兹自由能 248

3.3用正交对消向量的算法 250

3.4小结 251

第4节 用亥姆霍兹自由能对早期乳房癌的检测结果 252

第5章 单像素独立元算法与其他方法相结合的遥感图像处理 255

第1节 概论 255

第2节 单像素的独立元分析对多光谱遥感图像的处理 259

2.1拉格朗日约束神经网络的多光谱遥感图像处理原理 259

2.2拉格朗日约束神经网络算法步骤 262

2.3实验和结果比较 263

第3节 集成子波纹理——边缘特征的神经网络的遥感图像分类器 266

3.1人工神经网络分类——每个像素单个标记 267

3.2宏观结构的子波纹理索引 267

3.3实验结果 271

3.4结论 273

第4节 超光谱图像处理 274

4.1概述 275

4.2超光谱图像处理的新方法：正交子空间投影方法和独立元分析方法 277

4.3空载可视红外成像摄谱仪图像处理结果 282

第5节 合成孔径雷达干涉仪的应用 285

5.1数字雷达 285

5.2合成孔径雷达系统 288

5.3用合成孔径雷达干涉仪确定三维空间 293

第6章 人的视觉边缘奇异图及应用 298

第1节 用独立元分析的初级视觉系统的图像分析 298

第2节 人的视觉系统的奇异图分析 304

2.1奇异图概念 304

2.2抽取奇异图的一般方法 306

2.3用奇异图解决视频压缩中的光流问题 313

第3节 借助哈密顿草帽子波得到加噪信号的奇异图 314

第4节 奇异图和子波变换进行超高压缩率的图像压缩 321

4.1新的图像压缩思路 321

4.2 WaveNet系统 322

4.3 WaveNet算法流程 324

4.4视频压缩模块 328

4.5小结 329

第5节 在视频图像中对移动物体识别的约翰逊法则 330

5.1约翰逊法则 331

5.2人的视觉感知和视频图像中的约翰逊法则 331

5.3对于“类约翰逊”法则的验证实验 334

附录：在任意角度下的Wszu和WWang与最大的特征值的关系 337

后记 340

参考文献 341