代数多重网格方法原理及图像工程应用

1 (p1): 第1章 代数多重网格方法基础
1 (p1-1): 1.1代数多重网格方法的基本思想
3 (p1-2): 1.2代数多重网格方法的理论研究
3 (p1-2-1): 1.2.1代数多重网格方法的理论基础
4 (p1-2-2): 1.2.2代数多重网格方法的主要步骤
10 (p1-2-3): 1.2.3性能分析
11 (p1-3): 1.3代数多重网格方法的实现
11 (p1-3-1): 1.3.1应用代数多重网格方法的预备过程
12 (p1-3-2): 1.3.2图像粗网格序列的提取
13 (p1-3-3): 1.3.3粗网格序列的插值
16 (p1-4): 1.4代数多重网格方法的理论分析
16 (p1-4-1): 1.4.1从一个差分方程到一个线性代数问题
16 (p1-4-2): 1.4.2单一网格上求解线性方程的问题
18 (p1-4-3): 1.4.3多网格上求解线性方程的解决方案
20 (p1-4-4): 1.4.4粗网格在图分类方法中的应用
20 (p1-4-5): 1.4.5利用拉普拉斯矩阵提取粗网格
23 (p1-5): 1.5代数多重网格方法与小波的对比研究
24 (p1-6): 1.6本章小结
25 (p2): 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
25 (p2-1): 2.1图像清晰度评价
25 (p2-1-1): 2.1.1主观评价
25 (p2-1-2): 2.1.2客观评价
27 (p2-1-3): 2.1.3代数多重网格方法和图像清晰度的关系
30 (p2-1-4): 2.1.4使用代数多重网格进行无参考图像的清晰度评价
31 (p2-2): 2.2实验结果与分析
31 (p2-2-1): 2.2.1算法性能评价准则
31 (p2-2-2): 2.2.2检验算法的单调性
33 (p2-2-3): 2.2.3检验算法的一致性
35 (p2-2-4): 2.2.4检验算法的精确性
37 (p2-3): 2.3代数多重网格在运动目标检测中的应用
37 (p2-3-1): 2.3.1使用代数多重网格进行图像的重建
39 (p2-3-2): 2.3.2基于帧间差分法的目标检测
41 (p2-4): 2.4本章小结
42 (p3): 第3章 使用代数多重网格方法进行特征表达
42 (p3-1): 3.1图像的特征和特征提取
42 (p3-1-1): 3.1.1图像的颜色特征提取
46 (p3-1-2): 3.1.2纹理特征
47 (p3-1-3): 3.1.3形状特征
48 (p3-1-4): 3.1.4空间关系特征
49 (p3-2): 3.2图像的兴趣点检测
51 (p3-3): 3.3图像的特征描述子
51 (p3-3-1): 3.3.1图像的SIFT特征描述子
52 (p3-3-2): 3.3.2方向可调滤波器
52 (p3-3-3): 3.3.3微分不变量
53 (p3-3-4): 3.3.4 LBP纹理特征描述符
54 (p3-3-5): 3.3.5基于场景的视觉描述符
55 (p3-4): 3.4图像的特征不变性
55 (p3-4-1): 3.4.1灰度尺度不变性
56 (p3-4-2): 3.4.2旋转不变性
56 (p3-4-3): 3.4.3统一模式特征
57 (p3-5): 3.5特征选择
57 (p3-5-1): 3.5.1特征的评价准则
58 (p3-5-2): 3.5.2类别可分离性判据
59 (p3-5-3): 3.5.3特征子集的选择
60 (p3-6): 3.6特征优化
60 (p3-6-1): 3.6.1基于类别可分性判据的特征优化
62 (p3-6-2): 3.6.2主成分分析法
63 (p3-6-3): 3.6.3非线性维数降低
69 (p3-7): 3.7基于代数多重网格方法的特征研究
69 (p3-7-1): 3.7.1使用代数多重网格方法进行特征优化
70 (p3-7-2): 3.7.2使用代数多重网格方法进行特征选择
73 (p3-8): 3.8本章小结
74 (p4): 第4章 代数多重网格方法在图像融合中的应用
74 (p4-1): 4.1多聚焦图像融合概述
76 (p4-2): 4.2多聚焦图像融合基础和质量评价
76 (p4-2-1): 4.2.1多聚焦图像产生的原因
78 (p4-2-2): 4.2.2多聚焦图像融合的层次
79 (p4-2-3): 4.2.3多聚焦图像融合的算法
79 (p4-2-4): 4.2.4基于空域的多聚焦图像融合算法
80 (p4-2-5): 4.2.5基于频域的多聚焦图像融合算法
82 (p4-2-6): 4.2.6多聚焦图像融合质量评价
82 (p4-2-7):…