代数多重网格方法原理及图像工程应用PDF电子书下载

第1章 代数多重网格方法基础 1

1.1代数多重网格方法的基本思想 1

1.2代数多重网格方法的理论研究 3

1.2.1代数多重网格方法的理论基础 3

1.2.2代数多重网格方法的主要步骤 4

1.2.3性能分析 10

1.3代数多重网格方法的实现 11

1.3.1应用代数多重网格方法的预备过程 11

1.3.2图像粗网格序列的提取 12

1.3.3粗网格序列的插值 13

1.4代数多重网格方法的理论分析 16

1.4.1从一个差分方程到一个线性代数问题 16

1.4.2单一网格上求解线性方程的问题 16

1.4.3多网格上求解线性方程的解决方案 18

1.4.4粗网格在图分类方法中的应用 20

1.4.5利用拉普拉斯矩阵提取粗网格 20

1.5代数多重网格方法与小波的对比研究 23

1.6本章小结 24

第2章 代数多重网格图像清晰度评价及在运动目标检测中的应用 25

2.1图像清晰度评价 25

2.1.1主观评价 25

2.1.2客观评价 25

2.1.3代数多重网格方法和图像清晰度的关系 27

2.1.4使用代数多重网格进行无参考图像的清晰度评价 30

2.2实验结果与分析 31

2.2.1算法性能评价准则 31

2.2.2检验算法的单调性 31

2.2.3检验算法的一致性 33

2.2.4检验算法的精确性 35

2.3代数多重网格在运动目标检测中的应用 37

2.3.1使用代数多重网格进行图像的重建 37

2.3.2基于帧间差分法的目标检测 39

2.4本章小结 41

第3章 使用代数多重网格方法进行特征表达 42

3.1图像的特征和特征提取 42

3.1.1图像的颜色特征提取 42

3.1.2纹理特征 46

3.1.3形状特征 47

3.1.4空间关系特征 48

3.2图像的兴趣点检测 49

3.3图像的特征描述子 51

3.3.1图像的SIFT特征描述子 51

3.3.2方向可调滤波器 52

3.3.3微分不变量 52

3.3.4 LBP纹理特征描述符 53

3.3.5基于场景的视觉描述符 54

3.4图像的特征不变性 55

3.4.1灰度尺度不变性 55

3.4.2旋转不变性 56

3.4.3统一模式特征 56

3.5特征选择 57

3.5.1特征的评价准则 57

3.5.2类别可分离性判据 58

3.5.3特征子集的选择 59

3.6特征优化 60

3.6.1基于类别可分性判据的特征优化 60

3.6.2主成分分析法 62

3.6.3非线性维数降低 63

3.7基于代数多重网格方法的特征研究 69

3.7.1使用代数多重网格方法进行特征优化 69

3.7.2使用代数多重网格方法进行特征选择 70

3.8本章小结 73

第4章 代数多重网格方法在图像融合中的应用 74

4.1多聚焦图像融合概述 74

4.2多聚焦图像融合基础和质量评价 76

4.2.1多聚焦图像产生的原因 76

4.2.2多聚焦图像融合的层次 78

4.2.3多聚焦图像融合的算法 79

4.2.4基于空域的多聚焦图像融合算法 79

4.2.5基于频域的多聚焦图像融合算法 80

4.2.6多聚焦图像融合质量评价 82

4.2.7主观评价 82

4.2.8客观评价 82

4.3基于代数多重网格方法的多聚焦图像重建过程 84

4.3.1图像粗网格序列的提取 84

4.3.2粗网格序列的插值 86

4.4基于区域的多聚焦图像融合算法 87

4.5基于隶属度的多聚焦图像融合算法 90

4.5.1区域决策图 91

4.5.2满足一致性原则的区域隶属图 91

4.5.3多级分块的区域划分图 91

4.6基于边缘提取的多聚焦图像融合算法 93

4.6.1基于边缘提取的多聚焦图像融合算法流程 93

4.6.2获取多聚焦图像边缘 94

4.6.3分区域融合 98

4.6.4实验结果评价 98

4.7基于清晰和模糊边界判定的多聚焦图像融合算法 101

4.7.1基于清晰和模糊边界判定的方法的思路 101

4.7.2与其他算法的主观研究 107

4.7.3图像融合效果综合评价方法（客观评价） 111

4.8本章小结 115

第5章 代数多重网格方法在物体识别中的应用 116

5.1图像检索概述 116

5.1.1清晰度评价算法在图像检索中的应用 117

5.1.2图像中清晰度区域提取 117

5.1.3代数多重网格法降低维度 119

5.1.4拉普拉斯投影矩阵变换法降低维度 124

5.2图像检索实验结果及分析 127

5.2.1图像检索系统介绍 127

5.2.2检索一幅图像 128

5.2.3检索序列图像 128

5.3代数多重网格方法在物体识别中的应用 133

5.4物体识别的研究现状 133

5.4.1问题描述 133

5.4.2物体识别难点 134

5.5基于“词袋”模型的物体识别方法 134

5.5.1文本“词袋”模型 134

5.5.2图像“词袋”模型基本思想 135

5.5.3特征表示和特征描述 136

5.5.4视觉词典的形成 137

5.5.5视觉单词的直方图 147

5.5.6参数模型学习 148

5.5.7物体识别全过程 150

5.5.8物体识别结果及其分析 152

5.6本章小结 155

附录A图论基础 156

附录B PyAMG的使用 166

附录C源代码 176

参考文献 184