![]()
内容推荐 孙延奎著的《小波变换与图像图形处理技术(第2版)》重点介绍小波技术及其在信号、图像与图形处理中的应用,涵盖了经典小波、非局部均值去噪、稀疏表示和细分小波等,具体包括以下内容。①经典小波变换与应用,包括一维、二维小波变换的Mallat快速算法及实现,以及在图像压缩、图像融合、图像去噪、小波去噪等方面的重要应用。②小波时频分析及应用,包括短时傅里叶变换、连续小波变换和S变换等传统的时频分析工具,同步压缩小波变换、同步压缩短时傅里叶变换、同步压缩S变换和经验小波变换等先进的时频分析工具,以及在医学信号等信号分析方面的重要应用。③小波特征提取与应用,具有平移不变性的小波变换,包括二进小波变换、双树复小波变换和平稳小波变换等,以及其在信号特征提取、图像去噪、图像特征提取及检索分类等方面的重要应用。④非局部均值去噪,包括图像片的非局部均值图像去噪及基于信号段的非局部均值心电信号去噪应用。⑤字典学习、稀疏编码及其应用,包括基于数据样本的字典学习和稀疏编码的重要技术,以及这种技术在图像去噪和分类中的应用。⑥表面细分小波及其在网格压缩编辑、月球可视化中的应用。 本书可作为研究生或高年级本科生的相关专业教材,也可供从事相关领域研究与应用的专业技术人员参考。 目录 第1章 Haar小波分析 1.1 简介 1.2 平均与细节 1.3 尺度函数与小波函数 1.4 多分辨分析 1.5 小波变换的计算 1.6 小波变换的滤波器组实现——Mallat算法 1.6.1 离散序列的卷积 1.6.2 二通道滤波器组 1.6.3 小波变换的滤波器组算法 1.7 小波变换的提升实现 1.7.1 Haar小波变换 1.7.2 Haar小波变换的提升实现 1.7.3 提升算法 1.8 本章小结 习题 第2章 多分辨分析与Mallat算法 2.1 预备知识 2.2 一维正交多分辨分析 2.2.1 多分辨分析的定义与举例 2.2.2 由多分辨分析构造正交小波 2.2.3 小波变换的Mallat算法 2.2.4 Mallat算法的实现 2.2.5 具有边界延拓与截取功能的二通道分析/综合系统 2.2.6 小波处理信号的基本步骤 2.3 一维双正交多分辨分析 2.4 本章小结 习题 第3章 紧支撑小波的构造 3.1 紧支撑正交小波的构造 3.1.1 构造紧支撑正交小波的必要条件 3.1.2 构造p阶消失矩紧支撑正交小波的充分条件 3.1.3 Daubechies正交小波的求解 3.2 尺度函数与小波函数的求解与作图 3.2.1 尺度函数的求解 3.2.2 正交尺度函数与小波函数的作图 3.3 紧支撑双正交小波的构造 3.3.1 必要条件 3.3.2 充分条件 3.3.3 具有对称性的紧支撑双正交小波的代数构造 3.4 本章小结 习题 第4章 小波变换的提升实现 4.1 多相位矩阵的因子分解 4.2 提升算法 4.3 整数小波变换 4.4 提升算法举例 4.5 对称提升因子分解 4.5.1 对称Laurent多项式的欧几里得算法 4.5.2 对称双正交滤波器多相位矩阵的提升分解 4.5.3 对称提升因子的计算方法 4.6 小波变换提升算法的实现技巧 4.6.1 任意长度信号小波变换的提升实现 4.6.2 利用少量辅助内存实现多尺度小波变换 4.6.3 边界处理 4.6.4 其他技巧 4.7 本章小结 习题 第5章 二维可分离小波变换及图像融合应用 5.1 二维正交多分辨分析 5.2 二维小波变换的Mallat算法 5.3 二维小波变换的几何意义 5.4 MATLAB实现 5.5 小波图像融合 5.6 本章小结 习题 第6章 小波图像压缩 6.1 小波图像压缩简介 6.2 嵌入式零树小波图像编码 6.3 SPIHT编码 6.4 EBCOT编码 6.5 JPEG 2000简介 6.6 本章小结 习题 第7章 小波时频分析 7.1 小波及连续小波变换 7.1.1 小波 7.1.2 连续小波变换 7.2 常用的基本小波 7.3 时频分析 7.3.1 傅里叶变换简介 7.3.2 短时傅里叶变换 7.3.3 小波时频分析 7.3.4 小波时频图的绘制 7.4 离散小波的局部化时频分析 7.4.1 小波变换的分类 7.4.2 离散小波的时频分析 7.5 S变换 7.5.1 S变换的定义 7.5.2 S变换的性质 7.5.3 S变换的应用 7.6 二次时频分析 7.7 希尔伯特黄变换 7.8 同步挤压小波变换 7.9 同步挤压S变换 7.10 经验小波变换 7.11 本章小结 习题 第8章 小波信号去噪 8.1 去噪问题描述 8.2 小波阈值去噪法 8.2.1 小波阈值收缩法 8.2.2 平移不变量小波阈值去噪法 8.2.3 平稳不变小波阈值去噪 8.3 非局部均值去噪 8.3.1 非局部均值图像去噪 8.3.2 非局部均值信号去噪 8.4 本章小结 习题 第9章 二进小波及多尺度边缘检测应用 9.1 连续二进小波变换 9.2 二进小波的构造 9.3 离散二进小波变换的快速算法 9.4 二进小波变换的模极大与信号多尺度边缘检测 9.4.1 二进小波变换的模极大边缘检测原理 9.4.2 信号边缘平移与滤波器对称性的关系 9.4.3 ECG信号的特征检测 9.5 二维二进小波变换及其快速算法 9.5.1 二维二进小波变换 9.5.2 二维二进小波的构造 9.5.3 离散二维二进小波变换及其快速算法 9.6 二维小波变换模极大与图像多尺度边缘提取 9.6.1 连续图像的二进小波多尺度边缘检测 9.6.2 数字图像的多尺度边缘提取 9.6.3 阶梯型边界点的提取 9.6.4 图像边缘平移与滤波器对称性的关系 9.7 二维平稳二进小波变换 9.7.1 二维平稳二进小波的构造 9.7.2 离散快速算法 9.8 本章小结 习题 第10章 双树复小波变换及其应用 10.1 引言 10.2 一维双树复小波变换 10.2.1 双树复小波 10.2.2 半帧移条件 10.2.3 DTCWT的滤波器设计 10.2.4 DTCWT的实现细节 10.2.5 DTCWT与DWT应用效果对比 10.3 二维双树复小波变换 10.3.1 二维双树实小波变换 10.3.2 二维双树复小波变换 10.4 双树复小波变换的应用 10.4.1 在图像纹理提取中的应用 10.4.2 其他应用简介 10.5 本章小 |