信号与图像的稀疏分解及初步应用

　　第1章　信号空间理论基础
　　1.1　信号集及其映射
　　1.2　信号空间的基本概念
　　参考资料
　　第2章　信号和图像的基本于完备原子库的稀疏表示与稀疏分解
　　2.1　引言
　　2.2　信号的稀疏逼近
　　2.3　稀疏信号的精确重构条件
　　2.4　过完备不相干级联原子库
　　2.5　结束语
　　参考资料
　　第3章　基于MP的信号与图像稀疏分解方法
　　3.1　引言
　　3.2　基于MP的信号稀疏分解
　　3.3　MP算法的两大类实现方法
　　3.4　MP算法改进算法——OMP算法
　　参考资料
　　第4章　信号稀疏分解快速算法
　　4.1　引言
　　4.2　原子能量特性及在快速算法中的应用
　　4.3　基于智能计算和MP的信号稀疏分解
　　4.4　基于原子库集合划分和FFT的信号稀疏分解MP算法
　　4.5　总结
　　参考资料
　　第5章　信号稀疏分解在信号处理中的应用
　　5.1　稀疏分解在信号去噪中的应用
　　5.2　稀疏分解在微弱信号检测中的应用
　　5.3　稀疏分解在阵列信号处理中的应用
　　5.4　绪论
　　参考资料
　　第6章　基于MP的图像稀疏分解快速算法
　　6.1  图像稀疏分解的原子库
　　6.2  基于原子能量特性的图像稀疏分解算法
　　6.3　在低维空间实现的图像稀疏分解算法
　　6.4　基于智能计算的图像MP稀疏分解
　　参考资料
　　第7章　稀疏分解在图像去噪中的应用
　　7.1　稀疏分解图像去噪原理
　　7.2　稀疏分解中图像上信息与噪声的区分
　　7.3　稀疏分解图像去噪与最佳模板去噪的比较
　　参考资料
　　第8章　稀疏分解在图像低比特率压缩中的应用
　　8.1　引言
　　8.2　基于稀疏分解的图像压缩国内外研究现状及分析
　　8.3　基于稀疏分解的图像压缩方法
　　8.4　基于排序差分和稀疏分解的图像压缩编码方法
　　8.5　绪论
　　参考资料
　　致谢
　　附录A　基于MP的信号稀疏分解参考程序
　　附录B　基于MP的信号参数估计参考程序
　　附录C　基于GA和MP的信号稀疏分解参考程序
　　附录D　利用FFT实现基于MP的信号稀疏分解参考程序

　　信号与图像的稀疏分解是信号与图像的一种新的分解方法，在信号与图像的压缩编码、去噪、信号的时频分析与信号识别等方面有着极为广阔的前景，是信号与图像处理研究领域中一个新的很有意义的研究方向。本书总结了国际上在这一研究方向的研究进展以及任教多年来的研究成果。在稀疏分解应用方面，重点介绍了作者在信号处理及图像压缩编码方面的研究成果。
　　本书适合于从事信号与信息处理、图像处理与压缩编码等方面工作的研科工作人员和研究生学习、研究中使用。