图像超分辨率技术及其应用PDF|Epub|txt|kindle电子书版本网盘下载

图像超分辨率技术及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 图像插值1

1.2 图像超分辨率重建2

第2章 多项式图像插值4

2.1 引言4

2.2 经典图像插值算法4

2.3 B样条图像插值5

2.3.1 多项式样条5

2.3.2 B样条类型7

2.3.3 B样条插值的数字滤波器实现8

2.4 O－MOMS插值法10

2.5 Keys’（双三次）插值11

2.6 多项式图像插值的问题12

2.6.1 振铃效应12

2.6.2 混叠效应12

2.6.3 块效应12

2.6.4 模糊效应12

第3章 自适应多项式图像插值13

3.1 引言13

3.2 低分辨率图像降质模型13

3.3 线性不变空间图像插值15

3.4 有偏距离图像插值16

3.5 权重图像插值16

3.6 迭代图像插值17

3.7 仿真实例23

第4章 基于神经网络的多项式图像插值52

4.1 引言52

4.2 ANN基础知识52

4.2.1 神经元52

4.2.2 层52

4.2.3 连接52

4.2.4 权重53

4.2.5 激励规则53

4.2.6 激励函数53

4.2.7 输出54

4.2.8 学习规则54

4.3 神经网络结构54

4.3.1 多层感知网络55

4.3.2 径向基函数网络55

4.3.3 小波神经网络55

4.3.4 循环神经网络56

4.4 训练算法56

4.5 神经网络图像插值57

4.6 仿真试验57

第5章 彩色图像插值65

5.1 引言65

5.2 色彩过滤阵列65

5.2.1 白平衡66

5.2.2 Beyer插值66

5.3 拉普拉斯二阶矫正的线性插值68

5.4 自适应彩色图像插值69

第6章 图像插值在模式识别中的应用73

6.1 引言73

6.2 倒频谱模式识别技术75

6.3 特征提取76

6.3.1 MFCC系数计算76

6.3.2 多项式系数77

6.4 基于离散变换的特征提取78

6.4.1 离散小波变换78

6.4.2 离散余弦变换80

6.4.3 离散正弦变换81

6.5 基于人工神经网络的特征匹配81

6.6 仿真实例81

第7章 图像插值逆问题129

7.1 引言129

7.2 自适应最小二乘图像插值130

7.3 LMMSE图像插值131

7.4 最大熵图像插值133

7.5 正则化图像插值134

7.6 仿真试验135

7.7 红外图像的插值150

第8章 图像配准153

8.1 引言153

8.2 图像配准的应用153

8.2.1 不同视角（多视角分析）154

8.2.2 不同时间（多时相分析）154

8.2.3 不同传感器（多模型分析）154

8.2.4 场景和模型的配准154

8.3 图像配准的步骤154

8.3.1 特征检测步骤155

8.3.2 特征匹配步骤155

8.3.3 变换模型估计157

8.3.4 图像重采样和变换158

8.4 图像配准精度的估计159

第9章 图像融合160

9.1 引言160

9.2 图像融合的目标160

9.3 图像融合的实现161

9.4 像素级图像融合163

9.5 主元分析融合164

9.6 小波融合165

9.6.1 DWT融合165

9.6.2 DWFT融合166

9.7 曲波融合167

9.7.1 子带滤波169

9.7.2 分割169

9.7.3 脊波变换169

9.8 IHS融合171

9.9 高通滤波融合172

9.10 格兰施密特融合173

9.11 卫星图像融合174

9.12 MR和CT图像融合206

第10章 基于先验知识的超分辨率重建215

10.1 引言215

10.2 多观测LR降质模型216

10.3 基于小波的图像超分辨率重建217

10.4 简化的多通道降质模型218

10.5 多通道图像复原218

10.5.1 多通道LMMSE复原219

10.5.2 多通道最大熵复原221

10.5.3 多通道正则化复原222

10.6 仿真实例225

第11章 无先验知识的超分辨率重建235

11.1 引言235

11.2 问题描述235

11.3 二维GCD算法236

11.4 盲超分辨率重建方法237

11.5 仿真试验239

附录A 离散B样条242

附录B 托普利茨－循环近似244

附录C 牛顿算法247

附录D MATLAB？代码250

参考文献403

索引410