總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電子電信技術 通信與無線電學應用
 
 
 
 
自適應圖像處理算法及應用研究
 作  者: 安鳳平/王憲蓮/陳貴賓/孫紅兵/馬興民
 出版單位: 科學
 出版日期: 2019.11
 進貨日期: 2020/1/23
 ISBN: 9787030629715
 開  本: 16 開    
 定  價: 585
 售  價: 468
  會 員 價: 429
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
內容簡介:

圖像成為人們對事物進行感知和認識的基本方式。可是,日常生活中人們接觸或獲取的各類圖像一般都蘊含較為複雜的信息。圖像處理算法尤其是自適應圖像處理算法已成為圖像處理和人工智能領域的一個研究熱點。《自適應圖像處理算法及應用研究》主要對二維經驗模式分解(BEMD)、二維局域均值分解(BLMD)、深度學習及自適應小波算法進行研究和總結,使讀者可以快速了解和掌握新的圖像處理算法。主要內容包括:傳統BEMD方法及相關理論基礎;BEMD插值算法和端部效應消除算法;BEMD停止條件和模式混疊消除算法;BLMD算法;BEMD算法與BLMD算法的應用研究;基於深度學習的應用研究和基於自適應小波的圖像加密應用研究。


圖書目錄:

前言
第1章 緒論 1
1.1 背景 1
1.2 BEMD理論國內外研究現狀 4
1.2.1 插值方法及端部效應 4
1.2.2 停止條件及模式混疊 6
1.3 圖像處理應用現狀 7
1.3.1 圖像去噪 7
1.3.2 圖像特徵提取 8
1.3.3 圖像融合 9
第2章 傳統BEMD方法及相關理論基礎 14
2.1 引言 14
2.2 一維經驗模式分解 14
2.3 BEMD方法 15
2.3.1 基本原理 15
2.3.2 極值點提取方法 16
2.3.3 二維插值技術 17
2.3.4 BEMD方法存在的主要問題 17
2.4 相關理論 19
2.4.1 支持向量機基本原理 19
2.4.2 粒子群算法基本原理 20
2.4.3 分形理論 21
2.4.4 鏡像閉合 27
第3章 BEMD插值算法和端部效應消除算法 29
3.1 基於分形理論的BEMD插值算法 29
3.1.1 一維布朗運動 29
3.1.2 分形布朗函數 30
3.1.3 圖像的分形特徵 31
3.1.4 隨機中點位移法 31
3.1.5 基於分形理論的BEMD插值算法 32
3.1.6 BEMD算法插值的具體實現過程 34
3.2 分形插值參數粒子群優化 35
3.3 BEMD算法分形粒子群插值實驗分析 36
3.3.1 圖像質量評價 36
3.3.2 實驗分析 37
3.4 混沌粒子群優化的自適應支持向量機回歸模型 43
3.4.1 支持向量機回歸模型 43
3.4.2 混沌優化 45
3.4.3 支持向量機參數自適應混沌粒子群優化步驟 45
3.5 端部鏡像閉合延拓 47
3.6 圖像信號回歸模型與外推延拓 47
3.7 自適應支持向量機-鏡像閉合延拓的端部效應處理計算步驟 48
3.8 消除端部效應BEMD實例分析 48
第4章 BEMD停止條件和模式混疊消除算法 55
4.1 BEMD停止條件問題概述 55
4.2 BEMD過程極值點演化規律 56
4.3 基於零值平面投影不重合極值點數的BEMD停止條件 60
4.4 停止條件實例分析 60
4.4.1 實驗一 60
4.4.2 實驗二 62
4.5 基於自適應噪聲輔助的抑制BEMD模式混疊方法 64
4.5.1 BEMD模式混疊問題概述 64
4.5.2 基於自適應噪聲輔助的抑制BEMD模式混疊方法 64
4.6 抑制BEMD模式混疊實例分析 65
第5章 BLMD算法 69
5.1 一維局域均值分解回顧 69
5.2 極值譜的提取 71
5.3 基於分形理論的BLMD插值算法 72
5.3.1 圖像的分形特徵 72
5.3.2 基於分形理論的BLMD插值算法 73
5.3.3 BLMD算法插值的具體實現過程 74
5.4 二維生產函數分量曲面的獲取 74
5.5 停止條件 75
5.6 BLMD算法計算過程 76
第6章 BEMD算法與BLMD算法的應用研究 78
6.1 自適應BEMD算法基本原理 78
6.2 基於自適應BEMD算法的圖像去噪 80
6.2.1 自適應BEMD算法的圖像去噪 80
6.2.2 圖像去噪的步驟 80
6.3 基於自適應BEMD算法圖像去噪實例分析 81
6.3.1 含高斯白噪聲圖像 81
6.3.2 含椒鹽噪聲圖像 83
6.3.3 含隨機噪聲圖像 84
6.3.4 實際井下環境圖像 85
6.3.5 分析與討論 87
6.4 GA-SIFT算法基本原理 89
6.4.1 尺度空間極值點提取 90
6.4.2 極值點準確定位 90
6.4.3 特徵點主方向確定 91
6.4.4 生成SIFT描述符並進行特徵匹配 92
6.4.5 參數遺傳算法尋優 93
6.5 自適應BEMD-GA-SIFT算法的圖像特徵提取 94
6.6 自適應BEMD分解多尺度協調與融合 95
6.6.1 自適應BEMD分解過程多尺度協調 95
6.6.2 自適應BEMD分解過程BEMF個數多尺度協調 95
6.6.3 基於自適應BEMD的多尺度自協調圖像融合原理 96
6.7 基於自適應BEMD-GA-SIFT算法圖像特徵提取實例分析 97
6.7.1 實驗一 97
6.7.2 實驗二 99
6.7.3 實驗三 100
6.7.4 實測環境圖像實驗 105
6.8 基於自適應BEMD的圖像融合實例分析 107
6.8.1 實驗一 107
6.8.2 實驗二 108
6.8.3 實驗三 109
6.8.4 分析與討論 110
6.9 基於自適應BLMD-GA-SIFT的圖像特徵提取算法 111
6.10 基於自適應BLMD-GA-SIFT算法的圖像特徵提取實例分析 112
6.10.1 實驗一 112
6.10.2 實驗二 115
6.10.3 實驗三 116
第7章 基於深度學習的應用研究 120
7.1 引言 120
7.2 基於深度學習的時空特徵學習 122
7.2.1 視頻序列行為跟蹤 123
7.2.2 視頻塊形狀特徵 123
7.2.3 多限制玻爾茲曼機神經網絡層 125
7.2.4 時空特徵 126
7.3 基於Maxout激活函數的模型參數自適應初始化方法 127
7.3.1 模型參數初始化方法 127
7.3.2 基於Maxout激活函數的模型參數自適應初始化方法 127
7.4 基於SVM的行為識別分類器 131
7.5 實例分析 132
7.5.1 UCF Sports行為數據庫 132
7.5.2 KTH行為數據庫 136
7.5.3 sub-JHMDB行為數據庫 139
第8章 基於自適應小波的圖像加密應用研究 142
8.1 連續小波變換 142
8.2 離散小波變換 143
8.3 小波的多分辨率分析與Mallat算法 143
8.3.1 小波的多分辨率分析 144
8.3.2 Mallat算法 146
8.4 基於提升的小波變換 148
8.5 二維圖像小波變換 149
8.6 加密方案設計 150
8.7 基於提升算法的9/7小波變換 152
8.8 提升小波變換的自適應優化 153
8.9 混沌映射置亂低頻係數 154
8.10 自適應循環加密 155
8.11 加密與解密算法實現步驟 158
8.12 仿真實驗結果及密鑰安全性分析 160
8.12.1 SHA-1密鑰對明文圖像的敏感性分析 161
8.12.2 統計特性分析 162
8.12.3 密鑰空間分析 167
8.12.4 密鑰敏感性分析 167
參考文獻 168

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。