当前位置:首页 > 工业技术
小波域马尔可夫随机场在图像处理中的应用
小波域马尔可夫随机场在图像处理中的应用

小波域马尔可夫随机场在图像处理中的应用PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:李旭超著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2011
  • ISBN:9787121145605
  • 页数:210 页
图书介绍:本书讲述小波域马尔可夫随机场在图像降噪与分割中的应用,主要内容包括空域和小波域图像统计模型的建立、参数估计、期望最大值算法及其改进,以及多分辨率分析技术、马尔可夫随机场与模糊聚类算法有机地结合在图像分割中的应用。本书可作为应用数学、电子科学、通信技术、计算机科学、图像处理、机器视觉和自动控制等专业的高年级本科生、研究生的教材和参考书,也可作为相关领域的教师、科研人员、医学工作者和工程技术人员等的参考书。
《小波域马尔可夫随机场在图像处理中的应用》目录

第1章 绪论 1

1.1图像降噪技术的分类与发展 1

1.1.1空域图像降噪 1

1.1.2频域图像降噪 2

1.1.3小波域图像降噪 2

1.2图像分割中的马尔可夫随机场方法综述 11

1.2.1图像分割中的马尔可夫随机场方法研究历程 11

1.2.2用马尔可夫随机场描述图像模型 11

1.2.3马尔可夫随机场图像模型参数的估计 16

1.2.4图像分割的实现 18

1.2.5 MRF在图像分割中的发展方向 19

1.3图像分割中的模糊C均值聚类方法综述 19

1.3.1图像分割中模糊聚类算法的发展 19

1.3.2模糊C均值聚类算法的优点与缺点 20

1.3.3基于标准FCM算法的改进 21

1.3.4 FCM聚类算法与其他算法结合 23

1.3.5 FCM图像分割算法发展展望 25

本章小结 26

参考文献 27

第2章 图像处理中数学问题的物理意义 37

2.1概率论在图像处理中的物理意义 37

2.2信息论在图像处理中的物理意义 40

2.3随机过程在图像处理中的物理意义 42

2.4图像处理中各种收敛模式之间的关系 43

2.5各种收敛模式的物理意义在图像处理中的综合解释 45

2.6图像处理中数学问题的应用举例与仿真 46

2.6.1期望最大值算法在图像统计模型上拟合仿真 46

2.6.2基于优化的期望最大值算法在图像统计模型上拟合仿真 48

本章小结 52

参考文献 52

第3章 图像处理中统计模型的参数估计 53

3.1引言 53

3.2期望最大值算法基本原理 54

3.2.1期望最大值算法 55

3.2.2期望最大值算法的收敛性 56

3.3期望最大值算法研究历程 57

3.3.1期望最大值算法的优点与缺点 57

3.3.2基于标准期望最大值算法的改进 58

3.3.3 EM算法在图像恢复中的应用 60

3.3.4 EM算法在图像分割中的应用 61

3.3.5 EM算法在目标跟踪中的应用 64

3.3.6期望最大值算法与其他算法结合 66

3.3.7期望最大值算法的发展方向 68

3.4期望最大值算法的应用 68

3.4.1期望最大值算法估计有限混合模型中的参数仿真 69

3.4.2利用EM算法估计自回归模型的参数 71

3.5期望最大值算法估计模型参数的有效性与精度 73

3.5.1评价模型参数估计有效性的标准 73

3.5.2用最大似然估计有限混合模型的参数 74

3.5.3最大似然估计与期望最大值算法估计有限混合模型参数对比 75

3.5.4用最大似然估计与EM算法估计得到模型参数的有效性 75

3.5.5参数估计精度的Cramer-Rao下确界 76

3.5.6期望最大值算法估计模型参数的精度 77

3.5.7 EM算法估计有限混合模型参数的精度 79

本章小结 81

参考文献 81

第4章 图像处理中的马尔可夫随机场模型 87

4.1马尔可夫随机场的基本理论 87

4.2小波域多分辨率马尔可夫随机场模型 90

4.3马尔可夫随机场模型的邻域系统 92

4.3.1单分辨率尺度内马尔可夫随机场邻域系统及先验模型 93

4.3.2多分辨率尺度间马尔可夫随机场邻域系统及先验模型 96

4.4 EM算法在四叉树马尔可夫模型参数估计中的应用 98

4.4.1隐马尔可夫模型的定义 98

4.4.2 HMM模型解决的三个实际问题 99

4.4.3 EM算法估计四叉树隐马尔可夫模型的参数 100

本章小结 103

参考文献 103

第5章 小波域马尔可夫随机场在图像降噪中的应用 105

5.1小波变换的特性 105

5.2图像的小波变换 106

5.2.1二维小波变换 106

5.2.2图像的二维小波变换表示 108

5.2.3图像的二维小波分解原理及仿真 109

5.2.4图像的二维小波重构原理及仿真 111

5.3图像的小波系数统计分布 113

5.3.1图像分解后各子带小波系数的统计分布仿真 113

5.3.2图像重构后各子带小波系数的统计分布仿真 114

5.4图像的边界延拓及仿真 116

5.5图像降噪性能评价指标 118

5.6加性高斯噪声的小波变换特性 118

5.6.1一维加性高斯噪声的小波变换特性 118

5.6.2二维加性高斯噪声的小波变换特性 119

5.7基于小波系数维纳滤波器降噪 121

5.7.1噪声阈值的确定 121

5.7.2估计的小波系数的初步确定 122

5.7.3小波系数幅值的渐近最优性 122

5.7.4小波系数的确定 123

5.7.5仿真实例与分析 123

5.8小波域隐马尔可夫模型在图像降噪中的应用 126

5.8.1问题的提出 127

5.8.2小波域隐马尔可夫统计模型 128

5.8.3小波域有限高斯隐马尔可夫模型在图像降噪中的应用 130

5.9小波域马尔可夫收缩因子在图像降噪中的应用 135

5.9.1对小波系数进行分类 135

5.9.2用贝叶斯准则确定小波系数的收缩因子 136

本章小结 141

参考文献 142

第6章 空域马尔可夫随机场在图像分割中的应用 147

6.1问题的提出 147

6.2图像分割区域数确定准则及其仿真 149

6.3实现图像分割的最优准则 150

6.4改进的期望最大值算法估计模型的参数 152

6.5基于图像层次模型的MAP准则分割 154

6.5.1空域统计图像层次模型的建立 154

6.5.2层次模型MAP准则分割算法描述 157

6.6基于图像双随机场模型的MPM准则分割 161

6.6.1双随机场模型的建立 161

6.6.2随机场模型的MPM准则分割算法描述 163

本章小结 165

参考文献 166

第7章 小波域马尔可夫随机场在图像分割中的应用 169

7.1引言 169

7.2小波变换的塔式结构与小波系数的聚集特性 170

7.3小波变换与马尔可夫随机场在图像分割中的应用 170

7.3.1小波域金字塔式马尔可夫随机场模型 172

7.3.2用GMM模型描述小波系数的特征场 173

7.3.3标号场的先验概率分布模型 1

7.3.4小波域层次马尔可夫模型的分割算法 1

7.3.5小波域层次马尔可夫模型的参数估计 176

7.3.6仿真实例与分析 177

本章小结 180

参考文献 180

第8章 小波域模糊马尔可夫随机场在图像分割中的应用 183

8.1模糊集合理论与图像的关系 183

8.2模糊C均值算法 184

8.3 FCM算法使用的测度方式 185

8.4空域多分辨率FCM图像分割算法 187

8.5小波变换与模糊聚类算法在图像分割中的应用及仿真 188

8.5.1小波变换与模糊聚类算法在图像分割中的应用 188

8.5.2仿真实例与分析 189

8.6小波域多分辨率FCM图像分割算法 191

8.6.1小波域尺度内FCM目标函数的建立 192

8.6.2小波域尺度间FCM目标函数的建立 193

8.6.3小波域尺度内、尺度间混合FCM目标函数的建立 194

8.6.4仿真实例与分析 196

8.7模糊Possibilistic-C均值算法 198

8.8 PCM算法利用核函数作为测度 199

8.9小波域多分辨率PCM图像分割算法 201

8.9.1小波域尺度内PCM目标函数的建立 201

8.9.2小波域尺度间PCM目标函数的建立 201

8.9.3小波域尺度内、尺度间混合PCM目标函数的建立 202

8.9.4小波域具有局部约束PCM目标函数的建立 202

本章小结 208

参考文献 208

返回顶部