当前位置:首页 > 工业技术
图像超分辨率技术及其应用
图像超分辨率技术及其应用

图像超分辨率技术及其应用PDF电子书下载

工业技术

  • 电子书积分:14 积分如何计算积分?
  • 作 者:(埃)法特希·阿布杜埃萨目,(埃)莫豪伊·哈迪汉德,(埃)赛依达·伊尔哈米著
  • 出 版 社:北京:国防工业出版社
  • 出版年份:2015
  • ISBN:9787118099560
  • 页数:426 页
图书介绍:本著作全面讲述了图像超分辨率重建方法及其应用,同时给出了图像多项式插值、自适应多项式插值以及彩色图像插值的Matlab代码。本书在内容上有许多创新之处,从单个或多个低分辨率图像中重构超分辨率图像是本书讨论的基础,并首次将图像超分辨率图像重建过程进行了模块化处理,深入探讨了多种基于多项式的图像插值算法以及其逆问题的处理手段。在对图像超分辨率重建中图像配准和图像融合这两个关键步骤的论述上,本书进行了十分细致地推导和说明,并给出了十分翔实的步骤,对基于先验知识的图像超分辨率重建和图像超分辨率盲重建进行深入探讨,并将所讨论的算法进行了实际应用。本书重点内容是对图像插值、配准、复原、融合及降噪等技术进行了深入浅出地讨论,基础理论阐述清晰,应用实例具有较强的代表性。
《图像超分辨率技术及其应用》目录

第1章 绪论 1

1.1 图像插值 1

1.2 图像超分辨率重建 2

第2章 多项式图像插值 4

2.1 引言 4

2.2 经典图像插值算法 4

2.3 B样条图像插值 5

2.3.1 多项式样条 5

2.3.2 B样条类型 7

2.3.3 B样条插值的数字滤波器实现 8

2.4 O-MOMS插值法 10

2.5 Keys’(双三次)插值 11

2.6 多项式图像插值的问题 12

2.6.1 振铃效应 12

2.6.2 混叠效应 12

2.6.3 块效应 12

2.6.4 模糊效应 12

第3章 自适应多项式图像插值 13

3.1 引言 13

3.2 低分辨率图像降质模型 13

3.3 线性不变空间图像插值 15

3.4 有偏距离图像插值 16

3.5 权重图像插值 16

3.6 迭代图像插值 17

3.7 仿真实例 23

第4章 基于神经网络的多项式图像插值 52

4.1 引言 52

4.2 ANN基础知识 52

4.2.1 神经元 52

4.2.2 层 52

4.2.3 连接 52

4.2.4 权重 53

4.2.5 激励规则 53

4.2.6 激励函数 53

4.2.7 输出 54

4.2.8 学习规则 54

4.3 神经网络结构 54

4.3.1 多层感知网络 55

4.3.2 径向基函数网络 55

4.3.3 小波神经网络 55

4.3.4 循环神经网络 56

4.4 训练算法 56

4.5 神经网络图像插值 57

4.6 仿真试验 57

第5章 彩色图像插值 65

5.1 引言 65

5.2 色彩过滤阵列 65

5.2.1 白平衡 66

5.2.2 Beyer插值 66

5.3 拉普拉斯二阶矫正的线性插值 68

5.4 自适应彩色图像插值 69

第6章 图像插值在模式识别中的应用 73

6.1 引言 73

6.2 倒频谱模式识别技术 75

6.3 特征提取 76

6.3.1 MFCC系数计算 76

6.3.2 多项式系数 77

6.4 基于离散变换的特征提取 78

6.4.1 离散小波变换 78

6.4.2 离散余弦变换 80

6.4.3 离散正弦变换 81

6.5 基于人工神经网络的特征匹配 81

6.6 仿真实例 81

第7章 图像插值逆问题 129

7.1 引言 129

7.2 自适应最小二乘图像插值 130

7.3 LMMSE图像插值 131

7.4 最大熵图像插值 133

7.5 正则化图像插值 134

7.6 仿真试验 135

7.7 红外图像的插值 150

第8章 图像配准 153

8.1 引言 153

8.2 图像配准的应用 153

8.2.1 不同视角(多视角分析) 154

8.2.2 不同时间(多时相分析) 154

8.2.3 不同传感器(多模型分析) 154

8.2.4 场景和模型的配准 154

8.3 图像配准的步骤 154

8.3.1 特征检测步骤 155

8.3.2 特征匹配步骤 155

8.3.3 变换模型估计 157

8.3.4 图像重采样和变换 158

8.4 图像配准精度的估计 159

第9章 图像融合 160

9.1 引言 160

9.2 图像融合的目标 160

9.3 图像融合的实现 161

9.4 像素级图像融合 163

9.5 主元分析融合 164

9.6 小波融合 165

9.6.1 DWT融合 165

9.6.2 DWFT融合 166

9.7 曲波融合 167

9.7.1 子带滤波 169

9.7.2 分割 169

9.7.3 脊波变换 169

9.8 IHS融合 171

9.9 高通滤波融合 172

9.10 格兰施密特融合 173

9.11 卫星图像融合 174

9.12 MR和CT图像融合 206

第10章 基于先验知识的超分辨率重建 215

10.1 引言 215

10.2 多观测LR降质模型 216

10.3 基于小波的图像超分辨率重建 217

10.4 简化的多通道降质模型 218

10.5 多通道图像复原 218

10.5.1 多通道LMMSE复原 219

10.5.2 多通道最大熵复原 221

10.5.3 多通道正则化复原 222

10.6 仿真实例 225

第11章 无先验知识的超分辨率重建 235

11.1 引言 235

11.2 问题描述 235

11.3 二维GCD算法 236

11.4 盲超分辨率重建方法 237

11.5 仿真试验 239

附录A 离散B样条 242

附录B 托普利茨-循环近似 244

附录C 牛顿算法 247

附录D MATLAB?代码 250

参考文献 403

索引 410

相关图书
作者其它书籍
返回顶部