基于几何特征的图像处理与质量评价

第1章 绪论
1.1引言
1.2图像处理历史的简要回顾
1.3变换与稀疏表示
1.4图像数据的几何结构特征
1.5多尺度几何分析的发展历史
1.5.1从傅里叶分析到小波
1.5.2多尺度几何分析方法
1.6本书内容安排
第2章 视觉系统基本理论
2.1视觉系统的基本结构及原理
2.1.1人眼的生理结构
2.1.2基本视觉信息
2.2人眼视觉系统的感知机制
2.2.1视网膜处理
2.2.2外侧膝状体处理
2.2.3初级视皮层处理
2.3人眼视觉系统的生理特性
2.3.1视觉非线性
2.3.2多通道特性
2.3.3掩蔽特性
2.3.4对比度敏感
2.4人眼视觉系统的心理特性
2.4.1视觉注意机制
2.4.2视觉信息分层次串行处理性质
2.4.3视觉的心理学特性
2.5小结
第3章 几何正则图像的稀疏表示
3.1几何正则图像的数学模型
3.1.1 H61der条件与H61der空间
3.1.2几何正则图像的定义
3.2信号逼近基本理论
3.2.1线性逼近
3.2.2非线性逼近
3.3几何正则图像稀疏表示的研究进展
3.4傅里叶分析
3.4.1傅里叶级数
3.4.2傅里叶变换
3.5小波分析
3.5.1小波变换理论
3.5.2小波近似性
3.5.3小波方向选择性
3.6多尺度几何分析
3.6.1 Brushlet
3.6.2 Ridgelet
3.6.3 Curvelet
3.6.4 Noiselet
3.6.5 Bandelet
3.6.6 Beamlet
3.6.7 Contourlet
3.6.8 Directionlet
第4章Contourlet变换及其应用
4.1简介
4.2离散域的滤波器重建
4.2.1塔式紧框架
4.2.2迭代方向滤波器
4.2.3塔式方向滤波器组
4.3 Contourlet多方向多尺度分析
4.3.1多尺度分析
4.3.2多方向分析
4.3.3多尺度和多方向分析
4.4 Contourlet近似
4.4.1抛物线尺度
4.4.2方向消失矩
4.4.3二维间断光滑函数近似
4.5基于Contourlet变换图像去噪
4.5.1算法模型
4.5.2数值实验
4.6基于Contourlet变换图像增强
4.6.1算法模型
4.6.2数值实验
4.7小结
第5章边缘导向图像压缩
5.1图像压缩的主要方法
5.2小波图像压缩及其不足
5.3基于边缘导向的正交小波变换图像压缩
5.3.1方向消失矩
5.3.2方向提升格式
5.3.3算法框架
5.3.4实验结果
5.3.5结论
5.4基于最优树结构的边缘导向正交小波包变换SAR图像压缩
5.4.1 SAR图像数据特点
5.4.2 SAR图像压缩方案
5.4.3 实验结果
5.4.4结论
5.5小结
第6章Bandelet变换及其应用
6.1第一代Bandelet变换的理论算法
6.1.1 Bandelet基函数的构造
6.1.2 Bandelet逼近定理
6.1.3从连续Bandelet变换到离散Bandelet变换
6.1.4离散Bandelet变换算法
6.2第一代Bandelet变换图像编码
6.2.1第一代Bandelet变换的编码对象
6.2.2第一代Bandelet变换系数的编码方法
6.2.3第一代Bandelet编码实验结果
6.3第二代Bandelet变换的理论与算法
6.3.1第二代Bandelet变换的主要思想
6.3.2第二代Bandelet变换算法
6.4第二代Bandelet变换图像编码
6.4.1 EBCOT编码算法
6.4.2 第二代Bandelet变换编码方法
6.4.3 第二代Bandelet编码实验结果
6.5小结
第7章图像分辨率增强
7.1研究现状
7.2问题描述
7.3基于小波变换的边缘保持方向自适应图像插值
7.3.1方向自适应插值
7.3.2基于小波的自适应插值方法
7.3.3插值图像后处理
7.3.4实验结果
7.3.5结论
7.4基于复小波变换的单幅图像超分辨率重建
7.4.1复小波变换及几何正则约束
7.4.2基于复小波变换的超分辨率图像重建及求解
7.4.3数值实验
7.4.4结论
7.5小结
第8章完全参考型图像质量评价
8.1研究现状
8.2基于几何结构失真模型的完全参考型图像质量评价
8.2.1方向失真
8.2.2幅度失真
8.2.3锐度失真
8.2.4数值实验
8.2.5结论
8.3基于小波变换的几何结构失真模型图像质量评价
8.3.1对比敏感函数
8.3.2算法设计
8.3.3实验结果
8.3.4结论
8.4小结
……
第9章部分参考型图像质量评价
参考文献