基本介紹
內容簡介,作者簡介,目錄,
內容簡介
本書以代數多重格線方法為主題，對代數多重格線方法的理論進行了初步探討，並將其套用到圖像工程的多個領域，如清晰度檢測、圖像融合、特徵提取和特徵表達、視頻檢測以及物體識別之中。本書以理論分析為基礎，並結合套用實踐，驗證了代數多重格線方法在多個套用領域的效果，並且還能在其他更多的套用領域得到延伸，具有一定的理論和套用價值。本書所有套用實例均為作者所在研究團隊科研工作的總結，具有一定的前沿性和實用性。
作者簡介
CCF會員和IEICE海外會員。主要從事基於圖理論的圖像處理和物理識別方面的研究。主持重慶郵電大學博士啟動基金項目1項，重慶市/信產部計算機通信與網路重點實驗室開放實驗室項目1項和重慶郵電大學校級自然科學基金1項。
目錄
第1章 代數多重格線方法基礎 1
1.1 代數多重格線方法的基本思想 1
1.2 代數多重格線方法的理論研究 3
1.2.1 代數多重格線方法的理論基礎 3
1.2.2 代數多重格線方法的主要步驟 4
1.2.3 性能分析 10
1.3 代數多重格線方法的實現 11
1.3.1 套用代數多重格線方法的預備過程 11
1.3.2 圖像粗格線序列的提取 12
1.3.3 粗格線序列的插值 13
1.4 代數多重格線方法的理論分析 16
1.4.1 從一個差分方程到一個線性代數問題 16
1.4.2 單一格線上求解線性方程的問題 16
1.4.3 多格線上求解線性方程的解決方案 18
1.4.4 粗格線在圖分類方法中的套用 20
1.4.5 利用拉普拉斯矩陣提取粗格線 20
1.5 代數多重格線方法與小波的對比研究 23
1.6 本章小結 24
第2章 代數多重格線圖像清晰度評價及在視頻檢測中的套用 25
2.1 圖像清晰度評價 25
2.1.1 主觀評價 25
2.1.2 客觀評價 25
2.1.3 代數多重格線方法和圖像清晰度的關係 27
2.1.4 使用代數多重格線進行無參考圖像的清晰度評價 30
2.2 實驗結果與分析 31
2.2.1 算法性能評價準則 31
2.2.2 檢驗算法的單調性 31
2.2.3 檢驗算法的一致性 33
2.2.4 檢驗算法的精確性 35
2.3 代數多重格線在運動目標檢測中的套用 37
2.3.1 使用代數多重格線進行圖像的重建 37
2.3.2 基於幀間差分法的目標檢測 39
2.3 本章小結 41
第3章 使用代數多重格線方法進行特徵表達 42
3.1 圖像的特徵和特徵提取 42
3.1.1 圖像的顏色特徵提取 42
3.1.2 紋理特徵 46
3.1.3 形狀特徵 47
3.1.4 空間關係特徵 48
3.2 圖像的興趣點檢測 49
3.3 圖像的特徵描述子 51
3.3.1 圖像的SIFT特徵描述子 51
3.3.2 方向可調濾波器 52
3.3.3 微分不變數 52
3.3.4 LBP紋理特徵描述符 53
3.3.5 基於場景的視覺描述符 54
3.4 圖像的特徵不變性 55
3.4.1 灰度尺度不變性 55
3.4.2 旋轉不變性 56
3.4.3 統一模式特徵 56
3.5 特徵選擇 57
3.5.1 特徵的評價準則 57
3.5.2 類別可分離性判據 58
3.5.3 特徵子集的選擇 59
3.6 特徵最佳化 60
3.6.1 基於類別可分性判據的特徵最佳化 60
3.6.2 主成分分析法 62
3.6.3 非線性維數降低 63
3.7 基於代數多重格線方法的特徵研究 69
3.7.1 使用代數多重格線方法進行特徵最佳化 69
3.7.2 使用代數多重格線方法進行特徵選擇 70
3.8 本章小結 73
第4章 代數多重格線方法在圖像融合中的套用 74
4.1 多聚焦圖像融合概述 74
4.2 多聚焦圖像融合基礎和質量評價 76
4.2.1 多聚焦圖像產生的原因 76
4.2.2 多聚焦圖像融合的層次 78
4.2.3 多聚焦圖像融合的算法 79
4.2.4 基於空域的多聚焦圖像融合算法 79
4.2.5 基於頻域的多聚焦圖像融合算法 80
4.2.6 多聚焦圖像融合質量評價 82
4.2.7 主觀評價 82
4.2.8 客觀評價 82
4.3 基於代數多重格線方法的多聚焦圖像重建過程 84
4.3.1 圖像粗格線序列的提取 84
4.3.2 粗格線序列的插值 86
4.4 基於區域的多聚焦圖像融合算法 87
4.5 基於隸屬度的多聚焦圖像融合算法 90
4.5.1 區域決策圖 91
4.5.2 滿足一致性原則的區域隸屬圖 91
4.5.3 多級分塊的區域劃分圖 91
4.6 基於邊緣提取的多聚焦圖像融合算法 93
4.6.1 基於邊緣提取的多聚焦圖像融合算法流程 93
4.6.2 獲取多聚焦圖像邊緣 94
4.6.3 分區域融合 98
4.6.4 實驗結果評價 98
4.7 基於清晰和模糊邊界判定的多聚焦圖像融合算法 101
4.7.1 基於清晰和模糊邊界判定的方法的思路 101
4.7.2 與其他算法的主觀研究 107
4.7.3 圖像融合效果綜合評價方法（客觀評價） 111
4.8 本章小結 115
第5章 代數多重格線方法在物體識別中的套用 116
5.1 圖像檢索概述 116
5.1.1 清晰度評價算法在圖像檢索中的套用 117
5.1.2 圖像中清晰度區域提取 117
5.1.3 代數多重格線法降低維度 119
5.1.4 拉普拉斯投影矩陣變換法降低維度 124
5.2 圖像檢索實驗結果及分析 127
5.2.1 圖像檢索系統介紹 127
5.2.2 檢索一幅圖像 128
5.2.3 檢索序列圖像 128
5.3 代數多重格線方法在物體識別中的套用 133
5.4 物體識別的研究現狀 133
5.4.1 問題描述 133
5.4.2 物體識別難點 134
5.5 基於“詞袋”模型的物體識別方法 134
5.5.1 文本“詞袋”模型 134
5.5.2 圖像“詞袋”模型基本思想 135
5.5.3 特徵表示和特徵描述 136
5.5.4 視覺詞典的形成 137
5.5.5 視覺單詞的直方圖 147
5.5.6 參數模型學習 148
5.5.7 物體識別全過程 150
5.5.8 物體識別結果及其分析 152
5.6 本章小結 155
附錄A 圖論基礎 156
附錄B PyAMG的使用 166
附錄C 原始碼 176
參考文獻 184
