首页 > 科技 > 计算机 > 图形图像

代数多重网格方法原理及图像工程应用

作译者：黄颖等

出版时间：2015-07 千字数：304 版次：01-01 页数：200

开本：16(185*260) 装帧： I S B N ：9787121262333

换版：

纸质书定价：￥39.0

库存:无

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

目    录
第1章  代数多重网格方法基础	1
1.1　代数多重网格方法的基本思想	1
1.2　代数多重网格方法的理论研究	3
1.2.1  代数多重网格方法的理论基础	3
1.2.2  代数多重网格方法的主要步骤	4
1.2.3  性能分析	10
1.3　代数多重网格方法的实现	11
1.3.1  应用代数多重网格方法的预备过程	11
1.3.2  图像粗网格序列的提取	12
1.3.3  粗网格序列的插值	13
1.4　代数多重网格方法的理论分析	16
1.4.1  从一个差分方程到一个线性代数问题	16
1.4.2  单一网格上求解线性方程的问题	16
1.4.3  多网格上求解线性方程的解决方案	18
1.4.4  粗网格在图分类方法中的应用	20
1.4.5  利用拉普拉斯矩阵提取粗网格	20
1.5　代数多重网格方法与小波的对比研究	23
1.6　本章小结	24
第2章  代数多重网格图像清晰度评价及在视频检测中的应用	25
2.1　图像清晰度评价	25
2.1.1  主观评价	25
2.1.2  客观评价	25
2.1.3  代数多重网格方法和图像清晰度的关系	27
2.1.4  使用代数多重网格进行无参考图像的清晰度评价	30
2.2　实验结果与分析	31
2.2.1  算法性能评价准则	31
2.2.2  检验算法的单调性	31
2.2.3  检验算法的一致性	33
2.2.4  检验算法的精确性	35
2.3　代数多重网格在运动目标检测中的应用	37
2.3.1  使用代数多重网格进行图像的重建	37
2.3.2  基于帧间差分法的目标检测	39
2.3　本章小结	41
第3章  使用代数多重网格方法进行特征表达	42
3.1　图像的特征和特征提取	42
3.1.1  图像的颜色特征提取	42
3.1.2  纹理特征	46
3.1.3  形状特征	47
3.1.4  空间关系特征	48
3.2　图像的兴趣点检测	49
3.3　图像的特征描述子	51
3.3.1  图像的SIFT特征描述子	51
3.3.2  方向可调滤波器	52
3.3.3  微分不变量	52
3.3.4  LBP纹理特征描述符	53
3.3.5  基于场景的视觉描述符	54
3.4　图像的特征不变性	55
3.4.1  灰度尺度不变性	55
3.4.2  旋转不变性	56
3.4.3  统一模式特征	56
3.5　特征选择	57
3.5.1  特征的评价准则	57
3.5.2  类别可分离性判据	58
3.5.3  特征子集的选择	59
3.6　特征优化	60
3.6.1  基于类别可分性判据的特征优化	60
3.6.2  主成分分析法	62
3.6.3  非线性维数降低	63
3.7　基于代数多重网格方法的特征研究	69
3.7.1  使用代数多重网格方法进行特征优化	69
3.7.2  使用代数多重网格方法进行特征选择	70
3.8　本章小结	73
第4章  代数多重网格方法在图像融合中的应用	74
4.1 多聚焦图像融合概述	74
4.2  多聚焦图像融合基础和质量评价	76
4.2.1  多聚焦图像产生的原因	76
4.2.2  多聚焦图像融合的层次	78
4.2.3  多聚焦图像融合的算法	79
4.2.4  基于空域的多聚焦图像融合算法	79
4.2.5  基于频域的多聚焦图像融合算法	80
4.2.6  多聚焦图像融合质量评价	82
4.2.7  主观评价	82
4.2.8  客观评价	82
4.3  基于代数多重网格方法的多聚焦图像重建过程	84
4.3.1  图像粗网格序列的提取	84
4.3.2  粗网格序列的插值	86
4.4  基于区域的多聚焦图像融合算法	87
4.5 基于隶属度的多聚焦图像融合算法	90
4.5.1  区域决策图	91
4.5.2  满足一致性原则的区域隶属图	91
4.5.3  多级分块的区域划分图	91
4.6  基于边缘提取的多聚焦图像融合算法	93
4.6.1  基于边缘提取的多聚焦图像融合算法流程	93
4.6.2  获取多聚焦图像边缘	94
4.6.3  分区域融合	98
4.6.4  实验结果评价	98
4.7  基于清晰和模糊边界判定的多聚焦图像融合算法	101
4.7.1  基于清晰和模糊边界判定的方法的思路	101
4.7.2  与其他算法的主观研究	107
4.7.3  图像融合效果综合评价方法（客观评价）	111
4.8  本章小结	115
第5章  代数多重网格方法在物体识别中的应用	116
5.1  图像检索概述	116
5.1.1  清晰度评价算法在图像检索中的应用	117
5.1.2  图像中清晰度区域提取	117
5.1.3  代数多重网格法降低维度	119
5.1.4  拉普拉斯投影矩阵变换法降低维度	124
5.2  图像检索实验结果及分析	127
5.2.1  图像检索系统介绍	127
5.2.2  检索一幅图像	128
5.2.3  检索序列图像	128
5.3  代数多重网格方法在物体识别中的应用	133
5.4  物体识别的研究现状	133
5.4.1  问题描述	133
5.4.2  物体识别难点	134
5.5  基于“词袋”模型的物体识别方法	134
5.5.1  文本“词袋”模型	134
5.5.2  图像“词袋”模型基本思想	135
5.5.3  特征表示和特征描述	136
5.5.4  视觉词典的形成	137
5.5.5  视觉单词的直方图	147
5.5.6  参数模型学习	148
5.5.7  物体识别全过程	150
5.5.8  物体识别结果及其分析	152
5.6  本章小结	155
附录A  图论基础	156
附录B  PyAMG的使用	166
附录C  源代码	176
参考文献	184

前    言

从目前来看，将图论技术应用到图像处理之中是一种比较合适的选择。传统的方法过于重视图像的局部特征，图割方法将图论以及特征值的方法应用到图像分割等应用当中，能够结合图像的全局信息得到较好的处理结果。因此将图论引入到图像处理当中，是本书的主要出发点。多重网格方法是基于嵌套迭代、松弛光滑误差，通过适当的松弛过程获得光滑误差近似，光滑误差的校正能在更粗的网格上进行，这个计算过程能递归地应用到越来越粗的网格上，这就使计算量与未知数的个数保持一定程度的正比关系。多重网格方法是一种迭代方法，作为一种加速迭代收敛技术，可以很好地求解偏微分问题，在很多领域都有应用，如波动方程、流体力学和图像处理等领域。本书以代数多重网格方法为基础，利用代数多重网格方法对图像的清晰度、图像融合、视频处理、图像的物体识别和特征检索等进行分析，得到了一些较为有用的结果。
全书共分为五章。第1章 代数多重网格方法基础。第2章 代数多重网格图像清晰度评价及在运动目标检测中的应用。第3章 使用代数多重网格方法进行特征表达。第4章 代数多重网格方法在图像融合中的应用。第5章 代数多重网格方法在物体识别中的应用。
本书第1章、第4章、第5章由黄颖编写，第2章由黄颖和尚凤军共同编写，第3章由李伟生和周丽芳共同编写，高艺铭编写了附录，全书由黄颖统一定稿。王文斌、王矿生、顾西存、任雪梅和杨明等研究生为本书进行了程序编写及图表制作。本书参考了国内外许多同行的论文、著作，引用了其中的观点、数据与结论，在此向相关作者表示感谢。
本书的编写得到了重庆市科委项目（cstc2014jcyjA40043）、重庆市教委项目（kJ1400408）、重庆市研究生教育教学改革研究项目（yjg143056）、重庆邮电大学文峰骨干教师培养项目的支持。
书中如有不妥之处，欢迎读者批评指正。

  编  者

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}