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