前言
第1章 绪论
1.1 引言
1.2 基本图像变换
1.3 图像压缩概述
1.3.1 基本背景
1.3.2 国内外研究现状
1.3.3 发展趋势
1.4 图像超分辨率重建概述
1.4.1 基本背景
1.4.2 国内外研究现状
第2章 从小波变换到Contourlet变换
2.1 小波变换
2.1.1 连续小波变换与离散小波变换
2.1.2 多分辨率分析
2.1.3 小波变换的Mallat算法
2.1.4 信号的小波分解与重构
2.1.5 二维小波变换
2.2 Contourlet变换
2.2.1 多尺度几何分析
2.2.2 拉普拉斯金字塔变换
2.2.3 五株采样与矩阵坐标变换
2.2.4 五株滤波器组和方向滤波器组
2.2.5 离散Contourlet变换
2.3 Contourlet变换的拓展
2.3.1 基于小波变换的Contourlet变换
2.3.2 冗余Contourlet变换
2.3.3 对比度金字塔变换
2.3.4 基于对比度atrous小波的Contourlet变换
2.4 本章小结
第3章 Contourlet变换的已知应用
3.1 Contourlet变换与图像去噪
3.1.1 阈值去噪
3.1.2 尺度相关去噪
3.2 Contourlet变换在像素级融合中的运用
3.3 基于拓展Contourlet变换的融合方法
3.4 Contourlet变换与图像增强
3.5 本章小结
第4章 遥感影像压缩与Contourlet变换
4.1 遥感影像压缩的特点
4.2 图像压缩算法综述
4.2.1 差分脉冲编码（DPCM）
4.2.2 JPEG离散余弦变换编码
4.2.3 小波变换图像编码
4.3 Contourlet变换的图像压缩运用
4.3.1 基于高频Contourlet变换的图像压缩方案
4.3.2 基于WBCT的图像压缩方案
4.4 压缩图像的两种补偿算法
4.4.1 统计纹理信息高斯补偿算法
4.4.2 形态学重构数学基础
4.4.3 形态学重构补偿算法
4.5 基于分段线性系数变换函数的编码预处理
4.6 本章小结
第5章 遥感影像超分辨率重建与Contourlet变换
5.1 图像的分辨率基础知识
5.1.1 图像与分辨率
5.1.2 CCD
5.1.3 光学系统与分辨率
5.2 图像超分辨率重建基础知识
5.2.1 图像的卷积降质模型
5.2.2 CGLS算法的前提解卷积模型
5.2.3 变换域收缩（transform-domain shrinkage）
5.3 PCGLS算法
5.3.1 CGLS算法描述
5.3.2 PCGLS算法描述
5.3.3 PCGLS算法实验结果
5.4 使用Contourlet变换改进的PCGLS算法
5.5 ForWaRD算法
5.5.1 傅里叶变换与小波变换高效性分析
5.5.2 FoRD算法
5.5.3 wvD算法
5.5.4 ForWaRD算法
5.5.5 ForWaRD算法中的收缩平衡
5.5.6 ForWaRD算法的实验结果
5.6 使用Contourlet变换的ForCoRD算法
5.6.1 Contourlet变换的高效性分析
5.6.2 CVD算法
5.6.3 ForCoRD算法
5.6.4 ForCoRD算法的实验结果
5.7 克服块边缘问题的海量图像分块算法
5.8 本章小结
参考文献
附录
缺书网
扫码进群