《图像的多小波稀疏表示及其应用》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:方志军著
  • 出 版 社:北京:北京交通大学出版社
  • 出版年份:2010
  • ISBN:9787512102316
  • 页数:233 页
图书介绍:本书主要以小波与多波理论为依托,从熵和能量集中的角度,分析小波与多小波在图像稀疏表示方面的性能,并根据多小波在图像稀疏表示方面的特征,结合图像去噪、图像与视频压缩、视频业务模型、图像水印等方面的应用进行了较深入的论述。

第1章 绪论 1

1.1 小波 1

1.2 多小波 2

第2章 小波基本理论 8

2.1 Fourier分析到小波分析 8

2.1.1 Fourier变换 9

2.1.2 小波变换 10

2.2 小波变换的基本原理 11

2.3 小波基 12

2.3.1 小波基应满足的条件 12

2.3.2 小波基的构造 13

2.3.3 常用小波变换基 17

2.4 连续/离散小波变换 20

2.4.1 连续小波变换 20

2.4.2 离散小波变换 21

2.5 小波变换的多分辨率分析 22

2.6 Mallat算法 23

第3章 多小波基本理论 28

3.1 多小波分析 28

3.1.1 多尺度函数 29

3.1.2 多小波函数 30

3.2 多小波的性质 30

3.3 预处理 32

3.4 正交离散多小波变换 35

3.5 多小波变换在图像中的实现 36

3.6 多小波基的选择 38

3.6.1 小波基的评价标准 38

3.6.2 小波(多小波)基的性能分析 40

3.7 GHM多小波 42

3.8 Sa4多小波系统 45

3.8.1 具有优质滤波特性的多小波分析 45

3.8.2 Sa4多小波 51

第4章 多小波图像去噪方法 55

4.1 图像去噪概述 55

4.1.1 噪声分类 55

4.1.2 图像的“去噪”模型 57

4.1.3 图像去噪国内外研究现状及存在问题 58

4.1.4 图像去噪质量的评价方法 60

4.1.5 平滑滤波 62

4.2 小波图像去噪 64

4.2.1 小波图像去噪原理 64

4.2.2 小波图像去噪方法 66

4.3 基于多小波的信号去噪原理 75

4.4 多小波去噪中阈值以及收缩函数的选取 76

4.5 多小波传统阈值去噪法 79

4.5.1 经典阈值 80

4.5.2 算法描述 80

4.5.3 实验结果分析 81

4.6 基于多小波变换域内系数相关性的图像去噪法 83

4.6.1 小波系数相关性描述 83

4.6.2 基于多小波系数相关性的图像去噪法 84

4.7 基于经典阈值的多小波多层阈值去噪法 87

4.7.1 基于噪声方差已知的多小波多层阈值去噪法 87

4.7.2 基于噪声方差估计的多小波多层阈值去噪法 89

4.8 基于遗传算法的多小波自适应阈值去噪法 93

4.8.1 遗传算法 93

4.8.2 图像的奇异特性 97

4.8.3 基于遗传算法的多小波自适应阈值去噪法 98

第5章 多小波图像嵌入式编码 109

5.1 小波图像嵌入式编码 109

5.1.1 零树 109

5.1.2 EZW 111

5.1.3 SPIHT 114

5.1.4 改进的SPIHT算法 117

5.2 多小波SPIHT编码算法 124

5.2.1 基于多小波的SPIHT编码算法 124

5.2.2 改进的多小波SPIHT算法 125

第6章 基于多小波的可伸缩视频编码6.1 引言 133

6.2 小波变换在视频图像编码中的应用 135

6.3 基于小波变换可伸缩性视频编解码系统 136

6.3.1 小波子带预测编码技术 136

6.3.2 帧间小波滤波编码技术 137

6.4 基于宏块的运动估计 148

6.5 运动补偿时域滤波(MCTF)技术 149

6.5.1 基于Haar小波的MCTF技术 150

6.5.2 基于5/3小波的MCTF技术 152

6.5.3 基于db2小波的MCTF技术 152

6.5.4 提升小波 156

6.6 基于高斯平滑的自适应提升算法 161

6.6.1 基于高斯平滑滤波的自适应更新 162

6.6.2 基于高斯平滑滤波的MCTF性能分析 164

6.7 多小波可伸缩视频编码算法 165

6.7.1 基于多小波的MC-EZW编码框架 166

6.7.2 MC-SPIHT编码框架 169

6.7.3 改进MC-SPIHT的多小波可伸缩视频编码性能分析 170

第7章 视频业务的多重分形多小波模型7.1 引言 179

7.2 视频业务特征分析 180

7.3 视频业务模型 182

7.3.1 视频业务传统模型 182

7.3.2 自相似过程及重尾分布 184

7.3.3 视频业务的分形过程 186

7.3.4 视频业务的分形小波分析 187

7.4 多重分形多小波模型 189

7.5 实验结果与分析 191

7.5.1 统计分析 191

7.5.2 队列分析 195

7.5.3 多重分形特征分析 196

第8章 多小波水印技术 206

8.1 数字水印技术 206

8.1.1 数字水印的原理及其系统模型 206

8.1.2 数字水印的特征 209

8.1.3 数字水印的分类 210

8.1.4 数字水印的典型算法 211

8.1.5 数字水印的攻击类型 215

8.1.6 数字水印的评估方法 217

8.2 基于DCT域的自适应中频嵌入数字水印算法 218

8.2.1 水印的嵌入与提取 220

8.2.2 实验结果分析 221

8.3 基于Sa4多小波的自适应中频数字水印嵌入方法 223

8.3.1 数字水印的嵌入过程 223

8.3.2 实验结果分析 224

8.4 多目标优化算法 225

8.5 基于遗传算法的水印图像优化方法 226

8.5.1 水印嵌入算法 226

8.5.2 水印提取算法 226

8.5.3 基于遗传算法的水印图像优化 226

8.5.4 实验结果分析 227