數(shù)字圖像的智能信息處理

第1章 緒論
1. 1 關(guān)于計算智能
1. 1. 1 軟計算與計算智能
1. 1. 2 從傳統(tǒng)人工智能到計算智能
1. 1. 3 從傳統(tǒng)智能信息處理到計算智能信息處理
1. 2 智能信息處理的軟計算方法
第2章 數(shù)字圖像預(yù)處理基本技術(shù)
2. 1 數(shù)字圖像的基本概念
2. 2 噪聲濾波
2. 3 圖像增強(qiáng)
2. 3. 1 空域法
2. 3. 2 頻域法
2. 4 圖像恢復(fù)
第3章 數(shù)字圖像的模糊增強(qiáng)方法
3. 1 圖像模糊特征平面
3. 2 基于模糊集的圖像增強(qiáng)方法
3. 2. 1 囪像增強(qiáng)的技術(shù)方案
3. 2. 2 圖像增強(qiáng)算法
3. 3 實驗結(jié)果及分析討論
第4章 基于粗糙集理論的圖像增強(qiáng)方法
4. 1 粗糙集理論
4. 2 基于粗糙集的圖像增強(qiáng)方法
4. 2. 1 基于不可分辨關(guān)系的子圖劃分
4. 2. 2 粗糙集增強(qiáng)算法
4. 2. 3 圖像增強(qiáng)實驗
4. 3 人眼視覺特性和粗糙集相結(jié)合的圖像預(yù)
處理方法
4. 3. 1 預(yù)處理算法
4. 3. 2 實驗結(jié)果和分析
第5章 遺傳算法在圖像恢復(fù)中的應(yīng)用
5. 1 遺傳算法簡介
5. 1. 1 遺傳算法分析
5. 1. 2 遺傳算子
5. 1. 3 遺傳算法的理論基礎(chǔ)
5. 1. 4 遺傳算法的基本特征
5. 2 基于遺傳算法的圖像恢復(fù)方法
5. 2. 1 二維染色體編碼
5. 2. 2 遺傳算法的實現(xiàn)
5. 2. 3 實驗結(jié)果和討論
5. 3 遺傳操作的一般性算子及圖像恢復(fù)處理
5. 3. 1 問題的描述
5. 3. 2 遺傳操作的一般性算子
5. 3. 3 圖像恢復(fù)處理實驗
5. 4 模糊方法與遺傳算法相結(jié)合的圖像恢復(fù)
5. 4. 1 模糊遺傳算法的實現(xiàn)
5. 4. 2 實驗結(jié)果和分析討論
第6章 數(shù)字圖像壓縮編碼基礎(chǔ)
6. 1 引言
6. 1. 1 數(shù)字圖像壓縮的必要性和可能性
6. 1. 2 壓縮編碼方法的分類及應(yīng)用
6. 1. 3 圖像壓縮的評價準(zhǔn)則
6. 2 圖像壓縮編碼的方法和標(biāo)準(zhǔn)
6. 2. 1 圖像壓縮編碼的經(jīng)典方法
6. 2. 2 圖像壓縮編碼的現(xiàn)代方法
6. 2. 3 經(jīng)典壓縮編碼方法的國際標(biāo)準(zhǔn)
6. 2. 4 新的國際標(biāo)準(zhǔn)--MPEC-4
第7章 神經(jīng)網(wǎng)絡(luò)圖像壓縮編碼
7. 1 神經(jīng)網(wǎng)絡(luò)非線性預(yù)測編碼
7. 2 神經(jīng)網(wǎng)絡(luò)矢量量化方法
7. 2. 1 競爭學(xué)習(xí)網(wǎng)絡(luò)矢量量化編碼,
7. 2. 2 自組織特征映射網(wǎng)絡(luò)矢量量化編碼
7. 2. 3 改進(jìn)的自組織特征映射網(wǎng)絡(luò)矢量量化編碼
7. 2. 4 邊緣屬性粗糙集分類的矢量量化編碼
7. 2. 5 DCT域?qū)傩源植诩诸惖氖噶苛炕幋a
7. 2. 6 空域?qū)傩源植诩诸惖氖噶苛炕幋a
7. 2. 7 對向傳播網(wǎng)絡(luò)矢量量化編碼
7. 3 神經(jīng)網(wǎng)絡(luò)變換編碼
7. 3. 1 Hopfield網(wǎng)絡(luò)變換編碼
7. 3. 2 蓋保變換編碼
第8章 信息融合壓縮編碼
8. 1 極低碼速率下工業(yè)視頻圖像壓縮編碼的特點分析
8. 1. 1 極低碼速率下工業(yè)視頻圖像壓縮編碼中的問題
8. 1. 2 工業(yè)視頻圖像的特點分析
8. 2 信息融合編碼方法壓縮工業(yè)視頻圖像
8. 2. 1 引言
8. 2. 2 多傳感器信息融合技術(shù)
8. 2. 3 基于"背景區(qū)／運(yùn)動區(qū)"模型的信息融合壓縮編碼
參考文獻(xiàn)