图像超分辨率技术及其应用

正版保障假一赔十可开发票

62.1 6.3折 98 全新

仅1件

广东广州

送至北京市朝阳区

运费快递￥5.50

认证卖家担保交易快速发货售后保障

作者(埃)Fathi E. Abd El-Samie，(埃)Mohiy M. Hadhoud，(埃)Said E. El-Khamy著

出版社国防工业出版社

ISBN9787118099560

出版时间2014-10

装帧平装

开本其他

定价98元

货号8495061

上书时间2024-12-21

评价8463好评率 99.82%

宋***住
太棒了太棒了
...
书***0
书本是新的，关键是内容好，正版，需要书的话还会再来。
...

查看全部评价

灵感书店

三年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 10小时
好评率 99.82%

最新上架

应急管理人才培养和学科建设研究 ¥62.11

困鹿山 ¥106.40

象棋形势判断练习:从初学到四级棋士:3 ¥11.83

多元统计学原理与案例 ¥27.43

凝视深渊:悬案、侧写和我对破译犯罪心理的探索 ¥43.71

矿井瓦斯防治 ¥28.53

去他的父权制 ¥37.91

嫉羡与感恩 ¥44.39

生于1981 ¥30.42

商品详情

品相描述：全新

商品描述: 作者简介
(埃)法特希·阿布杜埃萨目(Fathi E.AbdEl-Samie)博士，分别于1998年、2001年、2005年于埃及Menoufia大学获得学士、硕士、博士学位。自2005年在电子通信学院任教，至今在靠前会议及学术期刊发表学术论文160余篇。当前研究领域为图像增强、复原、插值，超分辨图像重建，数据加密，多媒体通信技术，医学图像和光学信号处理以及数字通信等。Abd El-Samie博士在2008年获得“数字信号处理”期刊的被引用很多论文奖。

(埃)莫豪伊·哈迪汉德(Mohiy M.Hadhoud)博士，分别于1976年、1981年于埃及Menoufia大学获得学士、硕士学位，于1987年于Southampton大学获得博士学位。1981-2001年于埃及Menoufia大学电子通信学院任教，目前为埃及Menoufia大学信息技术学院教授。Mohiy M.Hadhoud博士已经在国内外学术期刊和会议上发表学术论文100余篇，当前研究领域为自适应信号及图像处理，图像增强、复原，超分辨图像重建，数据加密及图像色彩处理等。

(埃)赛依达·伊尔哈米(Said E.El-Khamy)博士，1971年于马萨诸塞大学阿默斯特分校获得博士学位，目前为埃及Alexandria大学电子工程学院教授。2000年9月-2003年9月任该学院院长。鉴于其学术水平，他在沙特阿拉伯、伊朗、黎巴嫩以及阿拉伯科技学院(AAST)任教。Said E.El-Khamy博士当前研究领域为移动通信，不同介质中的波传播，智能天线阵列，图像处理与水印，以及现代信号处理技术(神经网络、小波分析、遗传算法、分形、HOS与模糊算法等)及其在图像处理、通信系统、天线设计和波传播中的应用。至今为止已在国内外学术期刊和会议上发表学术论文300余篇。

目录
章绪论

1.1图像插值

1.2图像超分辨率重建

第2章多项式图像插值

2.1引言

2.2经典图像插值算法

2.3B样条图像插值

2.3.1多项式样条

2.3.2B样条类型

2.3.3B样条插值的数字滤波器实

2.4O-MOMS插值法

2.5Keys（双三次）插值

2.6多项式图像插值的问题

2.6.1振铃效应

2.6.2混叠效应

2.6.3块效应

2.6.4模糊效应

第3章自适应多项式图像插值

3.1引言

3.2低分辨率图像降质模型

3.3线性不变空间图像插值

3.4有偏距离图像插值

3.5权重图像插值

3.6迭代图像插值

3.7仿真实例

第4章基于神经网络的多项式图像插值

4.1引言

4.2ANN基础知识

4.2.1神经元

4.2.2层

4.2.3连接

4.2.4权重

4.2.5激励规则

4.2.6激励函数

4.2.7输出

4.2.8学习规则

4.3神经网络结构

4.3.1多层感知网络

4.3.2径向基函数网络

4.3.3小波神经网络

4.3.4循环神经网络

4.4训练算法

4.5神经网络图像插值

4.6仿真试验

第5章彩色图像插值

5.1引言

5.2色彩过滤阵列

5.2.1白平衡

5.2.2Beyer插值

5.3拉普拉斯二阶矫正的线性插值

5.4自适应彩色图像插值

第6章图像插值在模式识别中的应用

6.1引言

6.2倒频谱模式识别技术

6.3特征提取

6.3.1MFCC系数计算

6.3.2多项式系数

6.4基于离散变换的特征提取

6.4.1离散小波变换

6.4.2离散余弦变换

6.4.3离散正弦变换

6.5基于人工神经网络的特征匹配

6.6仿真实例

第7章图像插值逆问题

7.1引言

7.2自适应最小二乘图像插值

7.3LMMSE图像插值

7.4优选熵图像插值

7.5正则化图像插值

7.6仿真试验

7.7红外图像的插值

第8章图像配准

8.1引言

8.2图像配准的应用

8.2.1不同视角（多视角分析）

8.2.2不同时间（多时相分析）

8.2.3不同传感器（多模型分析）

8.2.4场景和模型的配准

8.3图像配准的步骤

8.3.1特征检测步骤

8.3.2特征匹配步骤

8.3.3变换模型估计

8.3.4图像重采样和变换

8.4图像配准精度的估计

第9章图像融合

9.1引言

9.2图像融合的目标

9.3图像融合的实现

9.4像素级图像融合

9.5主元分析融合

9.6小波融合

9.6.1DWT融合

9.6.2DWFT融合

9.7曲波融合

9.7.1子带滤波

9.7.2分割

9.7.3脊波变换

9.8IHS融合

9.9高通滤波融合

9.10格兰施密特融合

9.11卫星图像融合

9.12MR和CT图像融合

0章基于先验知识的超分辨率重建

10.1引言

10.2多观测LR降质模型

10.3基于小波的图像超分辨率重建

10.4简化的多通道降质模型

10.5多通道图像复原

10.5.1多通道LMMSE复原

10.5.2多通道优选熵复原

10.5.3多通道正则化复原

10.6仿真实例

1章无先验知识的超分辨率重建

11.1引言

11.2问题描述

11.3二维GCD算法

11.4盲超分辨率重建方法

11.5仿真试验

附录A离散B样条

附录B托普利茨一循环近似

附录C牛顿算法

附录DMATLAB代码

参考文献

精彩内容
本著作全面讲述了图像超分辨率重建方法及其应用，同时给出了图像多项式插值、自适应多项式插值以及彩色图像插值的Matlab代码。本书在内容上有许多创新之处，从单个或多个低分辨率图像中重构超分辨率图像是本书讨论的基础，并抢先发售将图像超分辨率图像重建过程进行了模块化处理，深入探讨了多种基于多项式的图像插值算法以及其逆问题的处理手段。在对图像超分辨率重建中图像配准和图像融合这两个关键步骤的论述上，本书进行了十分细致地推导和说明，并给出了十分翔实的步骤，对基于先验知识的图像超分辨率重建和图像超分辨率盲重建进行深入探讨，并将所讨论的算法进行了实际应用。本书重点内容是对图像插值、配准、复原、融合及降噪等技术进行了深入浅出地讨论，基础理论阐述清晰，应用实例具有较强的代表性。