图像处理中的稀疏化方法

书籍简介:

本书主要面向图像稀疏处理这一实际应用，围绕成像过程中的采样策略、稀疏融合、稀疏检测、以及检测识别几个方面展开研究。本书后续章节按照以下结构进行编排：在第2章，以压缩感知理论为基础，研究研究针对不同应用背景的成像采样策略，无先验知识时根据能量分布自动确定，有先验知识时根据实际需求确定，以提高处理效率和效果。第3章主要研究研究实用的稀疏化条件下的融合方法，针对低分辨率多光谱图像和高分辨率全色图像的融合算法提出一系列的改进，保证光谱信息的完整保留同时获得一定的空间分辨率的提高。第4章主要研究在稀疏条件下的变化检测问题。主要从变化检测的差异影像构建与信息提取两方面着手，对于待处理的遥感图像数据量过大的问题通过稀疏表示的方法进行改善，通过图像融合算法减少检测时边缘特征的丢失，最后可以提升检测准确度。第5章重点讲述图像的稀疏识别问题。在稀疏表示分类识别方法的基础上，针对遥感图像特点提出了两种改进的方法，通过对字典的扩展或改进，从而提高字典的判别能力，使稀疏表示分类器的分类能力更强，提高识别率。

书籍规格:

书籍信息归属:

图像处理中的稀疏化方法是南方出版社于2018.11出版的中图分类号为 TP391.413 的主题关于 图象处理 的书籍。