超小波分析及應用(第2版)

閆敬文，男，博士，教授，博士生導師，廣東省數字信號與圖像處理重點實驗室副主任、中國圖像圖形學會理事、廣東省圖像圖形學會常務理事和廣東省智慧安防專家庫專家。主持 自然科學基金2項、省部級課題8項和橫向課題20餘項，在 核心期刊和國 會議上發表論文超過100篇，其中SCI檢索8篇，錄用論文3篇，EI檢索30篇，ISTP檢索15篇。

第1章 超小波分析的學習方法
1.1 超小波分析學習的對策
1.2 新知識和新技術進展學習攻守策略
1.3 工程訓練或研究課題推薦學習方式
第2章 多分辨分析和塔式算法
2.1 多分辨分析
2.2 Mallat算法
2.3 小波包變換的Mallat算法
2.3.1 小波包分解的Mallat算法
2.3.2 小波包合成的Mallat算法
2.4 金字塔算法
2.4.1 信號的分解過程
2.4.2 空間的分解過程
2.4.3 系數的分解過程
2.4.4 信號的重建過程
2.4.5 空間的重建過程
2.4.6 系數的重建過程
2.5 小波包完全分解的空間塔式結構
2.6 二維小波變換的Mallat算法
2.6.1 二維多分辨分析
2.6.2 二維小波變換及小波包變換的Mallat算法
第3章 脊波和曲波變換
3.1 Ridgelet變換的定義
3.1.1 一維Ridgelet變換
3.1.2 二維Ridgelet變換
3.2 正交Ridgelet變換
3.3 單尺度和多尺度Ridgelet變換
3.3.1 單尺度Ridgelet變換
3.3.2 多尺度Ridgelet變換
3.4 Ridgelet變換的應用
3.4.1 基於Ridgelet變換的圖像去噪
3.4.2 基於Ridgelet變換的圖像壓縮
3.4.3 Ridgelet變換的其他應用
3.5 Curvelet變換
3.5.1 Curvelet變換的提出
3.5.2 Curvelet變換的研究進展及現狀
3.5.3 第一代Curvelet變換
3.5.4 實現過程
3.6 第二代Curvelet變換
3.6.1 連續Curvelet變換
3.6.2 離散Curvelet變換
3.6.3 實現方法
3.7 Curvelet系數分析
3.7.1 結構分析
3.7.2 統計分析
3.7.3 特征分析
3.8 Curvelet變換的應用
3.8.1 基於Curvelet變換的圖像去噪
3.8.2 基於Curvelet變換的圖像增強
第4章 3D-DFB和Surfacelet變換
4.1 DFB的起源
4.2 預備知識
4.3 3D-DFB
4.3.1 核心思想
4.3.2 第一層沙漏濾波器組
4.3.3 其他層的分解
4.4 Surfacelet變換
4.4.1 Surfacelet變換的結構
4.4.2 Surfacelet變換的性質
4.4.3 Surfacelet變換系數分析
4.5 程序測試結果
4.5.1 三維圖形分解
4.5.2 視頻處理
4.5.3 系數矩陣分析
第5章 方向波與楔波變換
5.1 方向波
5.2 各向異性二維小波分解
5.3 基於格子的歪斜小波變換
5.4 非線性逼近和壓縮
5.5 Wedgelet變換
5.6 多分辨率Wedgelet變換
5.7 Wedgelet變換應用
5.7.1 Wedgelet非線性逼近
5.7.2 去噪
附錄
附錄5.1 原始和變換域裏的MSE的關系
附錄5.2 定理5.1 的證明
第6章 基於小波變換的高光譜圖像壓縮新方法
6.1 三維光譜壓縮的必要性
6.2 KLT基本理論
6.2.1 KLT的統計特征分析
6.2.2 高光譜圖像的譜特性分析
6.2.3 KLT方法在消除譜相關性方面的應用
6.2.4 實驗結果和討論
6.3 對塊零樹編碼壓縮方法對超光譜數據壓縮
6.4 基於KLT/WT和譜特征向量化三維譜像數據壓縮
6.4.1 譜特征分類向量化（SFCVQ）壓縮編碼
6.4.2 SFCVQ壓縮編碼的實驗結果與討論
6.4.3 基於PKLT和IWT的多光譜圖像壓縮系統
6.4.4 自適應分譜段的改進式KL變換/整數小波變換/ SPIHT壓縮
6.4.5 三維整數小波變換/三維SPIHT壓縮
6.5 實驗結果和結論
第7章 Bandelet變換及其應用
7.1 Bandelet變換的基本概念和算法
7.2 幾何正則圖像和幾何流
7.3 在特定區域內選擇最佳幾何流
7.4 圖像的四叉樹分割
7.5 Bandelet變換算法流程
7.6 快速離散Bandelet變換
7.6.1 沿著幾何流的重采樣
7.6.2 離散彎曲小波和小波包變換
7.6.3 Bandelet化
7.7 圖像的稀疏表示
7.7.1 非線性圖像小波逼近
7.7.2 幾何圖像表示
7.8 沿幾何流的Bandelet
7.8.1 Bandelet塊函數
7.8.2 最優化幾何逼近
7.9 快速幾何最優化
7.9.1 圖像壓縮
7.9.2 噪聲消除
7.9.3 一種基於Bandelet變換的圖像編碼方法
7.10 基於Bandelet變換的圖像融合
第8章 小線變換及其應用
8.1 基本理論
8.1.1 建立小線庫目標數據庫
8.1.2 小線變換
8.1.3 建立小線金字塔
8.1.4 建立小線圖
8.1.5 小線算法
8.2 小線變換的應用
8.2.1 小線檢測
8.2.2 基於小線變換的多尺度曲線編碼
第9章 Contourlet變換及其應用
9.1 Contourlet的原理
9.1.1 拉普拉斯金字塔
9.1.2 方向濾波器組
9.1.3 多尺度、多方向分解：金字塔方向濾波器組
9.2 Contourlet的應用
9.2.1 基於Contourlet變換的圖像去噪
9.2.2 基於Contourlet變換的圖像融合
9.3 基於Contourlet變換的圖像增強
9.3.1 構建NSCT
9.3.2 NSCT圖形增強算法
9.3.3 實驗結果
第10章 脈沖耦合神經網絡與小波變換