稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性簡(jiǎn)介，目錄書(shū)摘
2020-04-30 17:25
來(lái)源：京東
作者：京東
稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性
暫無(wú)報價(jià)
100+評論
100%好評
編輯推薦:
內容簡(jiǎn)介: 《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》涵蓋稀疏圖像、多尺度分析和信號處理的領(lǐng)域，包括線(xiàn)性多尺度變換，如小波、脊波、曲波變換以及非線(xiàn)性多尺度變換。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》描述了稀疏度和形態(tài)分量分析方面的新研究進(jìn)展，應用這些研究?jì)热?，能夠處理多種問(wèn)題，如去噪、稀疏信號分解、盲源分離和壓縮感知等，而且給出了稀疏圖像與信號處理廣泛應用的數值計算方法。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》清晰地說(shuō)明了高維信號稀疏表示技術(shù)的學(xué)術(shù)思想、發(fā)展脈絡(luò )、算法設計和應用方法，同時(shí)提供了從小波、脊波、曲波變換以及非線(xiàn)性多尺度變換，形態(tài)分量分析的軟件包和數值實(shí)驗指南。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》通過(guò)天文、生物、物理、數字媒體和法醫鑒定等諸多應用實(shí)例，有機地將理論原理與工程實(shí)踐結合在一起，深入淺出。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》可作為高校電子工程、信號與信息處理、應用數學(xué)等專(zhuān)業(yè)的高年級本科生或研究生的教材，也可作為從事稀疏表示和圖像處理方面研究人員的參考書(shū)。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》描述了稀疏度和形態(tài)分量分析方面的新研究進(jìn)展，應用這些研究?jì)热?，能夠處理多種問(wèn)題，如去噪、稀疏信號分解、盲源分離和壓縮感知等，而且給出了稀疏圖像與信號處理廣泛應用的數值計算方法。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》清晰地說(shuō)明了高維信號稀疏表示技術(shù)的學(xué)術(shù)思想、發(fā)展脈絡(luò )、算法設計和應用方法，同時(shí)提供了從小波、脊波、曲波變換以及非線(xiàn)性多尺度變換，形態(tài)分量分析的軟件包和數值實(shí)驗指南。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》通過(guò)天文、生物、物理、數字媒體和法醫鑒定等諸多應用實(shí)例，有機地將理論原理與工程實(shí)踐結合在一起，深入淺出。
《稀疏圖像與信號處理：小波，曲波，形態(tài)多樣性》可作為高校電子工程、信號與信息處理、應用數學(xué)等專(zhuān)業(yè)的高年級本科生或研究生的教材，也可作為從事稀疏表示和圖像處理方面研究人員的參考書(shū)。
作者簡(jiǎn)介:
目錄:縮寫(xiě)詞中英文對照
數學(xué)符號表
前言
第1章 稀疏世界導論
1.1 稀疏表示
1.1.1 引言
1.1.2 什么是稀疏性？
1.1.3 稀疏性術(shù)語(yǔ)
1.1.4 最佳字典
1.2 從傅里葉到小波
1.3 從小波到過(guò)完備表示
1.3.1 過(guò)完備表示的好處
1.3.2 走向形態(tài)多樣性
1.3.3 壓縮感知：稀疏性與采樣的聯(lián)系
1.3.4 稀疏表示的應用
1.4 小波與曲波的新應用
1.4.1 地球觀(guān)測圖像的邊緣檢測
1.4.2 一幅彗星圖像的小波顯示
1.4.3 超聲心動(dòng)圖儀圖像的增強
1.4.4 圖像分級和檢索的曲波矩方法
1.5 總結
第2章 小波變換
2.1 引言
2.2 連續小波變換
2.2.1 定義
2.2.2 性質(zhì)
2.2.3 反變換
2.3 小波函數的實(shí)例
2.3.1 Morlef小波
2.3.2 墨西哥帽小波
2.3.3 Haar小波
2.4 連續小波變換算法
2.5 離散小波變換
2.5.1 多分辨率分析
2.5.2 快速金字塔算法
2.5.3 二維抽取小波變換
2.6 非二進(jìn)分辨率因子
2.7 提升格式
2.7.1 利用提升的小波變換例子
2.8 小波包
2.8.1 一維小波包
2.8.2 小波包二叉樹(shù)
2.8.3 快速小波包變換
2.8.4 最優(yōu)小波包基
2.8.5 二維小波包
2.9 數值實(shí)驗指南
2.9.1 軟件
2.9.2 一維分段光滑信號的連續小波變換
2.9.3 離散小波變換的非線(xiàn)性逼近
2.9.4 小波包的非線(xiàn)性逼近
2.1 0總結
第3章 冗余小波變換
3.1 引言
3.2 非抽取小波變換
3.2.1 一維非抽取小波變換
3.3 部分抽取小波變換
3.4 對偶樹(shù)復值小波變換
……
第4章 非線(xiàn)性多尺度變換
第5章 脊波和曲波變換
第6章 稀疏性和噪聲去除
第7章 線(xiàn)性反問(wèn)題
第8章 形態(tài)多樣性
第9章 稀疏盲源分離
第10章 球面上的多尺度幾何分析
第11章 壓縮感知
算法列表
參考文獻
數學(xué)符號表
前言
第1章 稀疏世界導論
1.1 稀疏表示
1.1.1 引言
1.1.2 什么是稀疏性？
1.1.3 稀疏性術(shù)語(yǔ)
1.1.4 最佳字典
1.2 從傅里葉到小波
1.3 從小波到過(guò)完備表示
1.3.1 過(guò)完備表示的好處
1.3.2 走向形態(tài)多樣性
1.3.3 壓縮感知：稀疏性與采樣的聯(lián)系
1.3.4 稀疏表示的應用
1.4 小波與曲波的新應用
1.4.1 地球觀(guān)測圖像的邊緣檢測
1.4.2 一幅彗星圖像的小波顯示
1.4.3 超聲心動(dòng)圖儀圖像的增強
1.4.4 圖像分級和檢索的曲波矩方法
1.5 總結
第2章 小波變換
2.1 引言
2.2 連續小波變換
2.2.1 定義
2.2.2 性質(zhì)
2.2.3 反變換
2.3 小波函數的實(shí)例
2.3.1 Morlef小波
2.3.2 墨西哥帽小波
2.3.3 Haar小波
2.4 連續小波變換算法
2.5 離散小波變換
2.5.1 多分辨率分析
2.5.2 快速金字塔算法
2.5.3 二維抽取小波變換
2.6 非二進(jìn)分辨率因子
2.7 提升格式
2.7.1 利用提升的小波變換例子
2.8 小波包
2.8.1 一維小波包
2.8.2 小波包二叉樹(shù)
2.8.3 快速小波包變換
2.8.4 最優(yōu)小波包基
2.8.5 二維小波包
2.9 數值實(shí)驗指南
2.9.1 軟件
2.9.2 一維分段光滑信號的連續小波變換
2.9.3 離散小波變換的非線(xiàn)性逼近
2.9.4 小波包的非線(xiàn)性逼近
2.1 0總結
第3章 冗余小波變換
3.1 引言
3.2 非抽取小波變換
3.2.1 一維非抽取小波變換
3.3 部分抽取小波變換
3.4 對偶樹(shù)復值小波變換
……
第4章 非線(xiàn)性多尺度變換
第5章 脊波和曲波變換
第6章 稀疏性和噪聲去除
第7章 線(xiàn)性反問(wèn)題
第8章 形態(tài)多樣性
第9章 稀疏盲源分離
第10章 球面上的多尺度幾何分析
第11章 壓縮感知
算法列表
參考文獻
京公網(wǎng)安備 11000002000088號
