小波與濾波器組設(shè)計(jì)：理論及其應(yīng)用

第1章引言....1
1.1信號(hào)與采樣1
1.2傅里葉變換與Z變換....5
1.3小波與濾波器..7
1.4習(xí)題...13
第2章濾波器組...15
2.1抽取與插值.....15
2.2二通道濾波器組....20
2.2.1完全重構(gòu)條件...21
2.2.2半帶濾波器和濾波器構(gòu)造.....23
2.3多相位矩陣.....24
2.4習(xí)題...31
第3章正交濾波器組..33
3.1仿酉矩陣..33
3.2濾波器組構(gòu)造的柵格方法...35
3.3正交濾波器的構(gòu)造方法39
3.4習(xí)題...45
第4章正交小波與多尺度分析.46
4.1正交多尺度分析....46
4.2正交小波..49
4.3Daubechies小波...60
4.4Cascade算法..67
4.5習(xí)題...71
小波與濾波器組設(shè)計(jì)：理論及其應(yīng)用
第5章雙正交小波與濾波器....72
5.1雙正交小波及其多尺度分析.....72
5.2雙正交濾波器組....78
5.3具有對(duì)稱性和緊支撐的雙正交小波.81
5.4習(xí)題...85
第6章小波濾波器的提升算法.86
6.1提升算法..86
6.2雙正交濾波器的提升格式分解..90
第7章圖像的小波分解及其統(tǒng)計(jì)特性...95
7.1圖像的離散小波分解...95
7.2圖像處理中的線性逆問(wèn)題...98
7.3馬爾可夫隨機(jī)場(chǎng)初步.100
7.3.1馬爾可夫隨機(jī)場(chǎng)基本理論...100
7.3.2馬爾可夫隨機(jī)場(chǎng)與吉布斯分布..102
7.3.3基于最大后驗(yàn)概率-馬爾可夫隨機(jī)場(chǎng)模型的復(fù)原算法介紹103
7.4圖像小波變換的基本特性.106
7.5圖像在小波域的統(tǒng)計(jì)模型.109
7.6常用參數(shù)估計(jì)方法介紹....117
第8章小波域圖像去噪算法..121
8.1圖像去噪模型介紹.....121
8.2小波域圖像去噪的最大后驗(yàn)概率模型..124
8.3小波域圖像去噪的收縮模型...129
8.3.1小波去噪閾值選擇.132
8.3.2小波閾值去噪背后的原理...138
8.3.3空間自適應(yīng)收縮去噪算法...141
8.3.4偽吉布斯效應(yīng)和平穩(wěn)小波閾值去噪.144
8.4基于樣條變換的小波去噪算法146
8.5三維變換域聯(lián)合濾波去噪算法151
第9章小波域圖像復(fù)原算法..157
9.1圖像復(fù)原模型介紹.....157
9.2小波域稀疏約束圖像復(fù)原.160
目錄
9.3基于小波域隱馬爾可夫樹模型的圖像復(fù)原.164
9.3.1問(wèn)題的化簡(jiǎn)和求解.165
9.3.2隱馬爾可夫樹模型參數(shù)向量的估計(jì).167
9.3.3算法描述及實(shí)驗(yàn)結(jié)果比較...168
9.4基于小波域相對(duì)誤差約束的圖像復(fù)原算法.170
9.4.1圖像去模糊中的振鈴現(xiàn)象...170
9.4.2頻率域相對(duì)誤差....174
9.4.3基于頻率域相對(duì)誤差的圖像去模糊算法.178
第10章小波圖像壓縮技術(shù)...183
10.1圖像編碼基礎(chǔ)....183
10.2小波系數(shù)的樹表示和編碼.....189
10.3嵌入式零樹小波編碼技術(shù).....191
10.3.1零樹小波定義....192
10.3.2零樹小波編碼....192
10.3.3零樹逐次逼近量化...194
10.3.4嵌入式零樹小波編碼算法示例.....196
10.4多級(jí)樹集合分裂算法200
10.5JPEG2000和EBCOT算法簡(jiǎn)介206
10.6多分量預(yù)測(cè)編碼技術(shù)介紹.....213
10.6.1圖像的多分量預(yù)測(cè)模型...215
10.6.2多分量預(yù)測(cè)編碼算法介紹及結(jié)果比較.218
第11章幾何小波初步....221
11.1圖像模型和最優(yōu)逼近222
11.1.1圖像模型.....222
11.1.2最優(yōu)逼近.....223
11.2Curvelet變換....225
11.2.1連續(xù)Curvelet變換..225
11.2.2離散Curvelet變換..227
11.2.3Curvelet變換的奇異性檢測(cè)..228
11.3Bandlet.230
11.3.1幾何流..230
11.3.2幾何流的確定....232
11.3.3Bandlet的最佳m-項(xiàng)逼近.....232
小波與濾波器組設(shè)計(jì)：理論及其應(yīng)用
11.3.4Bandlet的應(yīng)用..233
11.4Contourlet...235
11.4.1拉普拉斯金字塔.236
11.4.2方向?yàn)V波器組....237
11.5幾何小波總結(jié)....238
第12章稀疏表示與壓縮感知介紹.....239
12.1基本概念介紹....239
12.2匹配追蹤介紹....241
12.3基追蹤介紹.248
12.3.1基追蹤算法介紹.249
12.3.2基于稀疏表示的圖像分解.....252
12.4壓縮感知介紹....256
12.4.1壓縮感知基本原理...256
12.4.2壓縮感知算法介紹...258
12.4.3壓縮感知應(yīng)用示例...262
第13章自適應(yīng)信號(hào)分解算法介紹.....265
13.1信號(hào)的自適應(yīng)分解概念..265
13.2經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴?..268
13.2.1經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴ɑA(chǔ)...268
13.2.2經(jīng)驗(yàn)?zāi)Ｊ椒纸庵邪j(luò)的分析與改進(jìn)....271
13.2.3經(jīng)驗(yàn)?zāi)Ｊ椒纸庵械哪Ｊ交殳B現(xiàn)象.278
13.3零空間追蹤算法介紹283
13.3.1基于微分算子的零空間追蹤算法.286
13.3.2基于微分算子的零空間追蹤算法.290
附錄A數(shù)學(xué)基礎(chǔ)知識(shí)298
A.1線性空間.....298
A.2線性賦范空間.....299
A.3希爾伯特空間.....301
參考文獻(xiàn)...305