1.2稀疏近似
1.3從傅裏葉分析到小波分析
1.4多尺度幾何分析
1.5多尺度幾何變換
1.5.1脊波和單尺度脊波變換
1.5.2曲波
1.5.3梳形波（電刷）
1.5.4小光束
1.5.5楔形
1.5.6輪廓波
1.5.7波段
1.5.8方向網
1.5.9剪切片
1.6多尺度幾何變換的逼近性質
1.7存在的問題及進壹步研究方向
1.8本章摘要
本章參考文獻2.1簡介
2.2多變量目標函數的近似
2.2.1神經網絡逼近和學習
統計估計
近似理論
諧波分析
小波神經網絡
2.3脊波的發展現狀及應用前景
2.3.1脊波現有成果
2.3.2連續和離散脊波變換
2.4存在的問題和進壹步研究的方向
2.5本章概述
本章參考文獻3.1簡介
3.2圖像的離散脊波變換
3.2.1基於投影切片定理的拉冬變換
2二進制小波變換
3.2.3 2D離散脊波變換
3.2.4脊波子帶的生成
3.3基於脊波變換的線性特征檢測
3.4實驗結果
3.5本章概述
本章參考文獻4.1簡介
4.2脊波、正交脊波和脊波框架
4.3 Radon域中對偶框架的構造
4.4從到L2的等距制圖（2）
4.5L2雙車架（R2）
4.6雙框架的屬性
4.7去噪實驗
4.8本章概述
本章參考文獻5.1簡介
5.2多尺度幾何網絡
5.3自適應連續脊波網絡
5.4收斂性能分析
5.5實驗結果
5.6本章概述
本章參考文獻6.1簡介
6.2曲線波變換
6.3彎曲波浪框架的特性
6.4第二代曲線波變換
6.5曲線波雙框架系統
6.5.1弧形波浪雙層框架系統施工
實驗結果和分析
6.6曲線波網絡
6.6.1曲線波網絡模型
實驗結果和分析
6.7基於方向和尺度積的曲線波去噪方法
6.7.1曲線波變換系數的特性
6.7.2基於方向和尺度積的曲線波去噪算法
實驗結果和分析
6.8基於曲線波隱馬爾可夫樹模型的SAR圖像去噪
6.8.1曲線波隱馬爾可夫樹（HMT）模型
6.8.2基於曲線波HMT模型的圖像去噪算法
實驗結果和分析
6.9基於彎曲波的圖像融合
6.9.1基於彎曲波的圖像融合方法
評估標準
實驗結果和分析
6.10基於彎曲波的紋理分類
6.10.1結合* * *生成矩陣的曲線波浪特征提取和紋理分類算法
6.10.2小波紋理分類實驗
6.10.3實驗結果及分析
6.11本章摘要
本章參考文獻7.1簡介
7.2梳波變換理論
7.2.1壹維梳形波基結構
7.2.2二維梳波基結構
7.2.3圖像的梳波變換
7.2.4非下采樣梳狀波變換
7.3基於梳狀波的紋理分類
7.3.1基於梳狀復雜特征的紋理分類
7.3.2基於非下采樣梳狀波的紋理分類
7.4基於梳狀波的圖像分割
7.4.1基於梳狀波方向特征的無監督圖像分割
7.4.2基於非抽樣梳狀波變換的紋理圖像分割
7.4.3基於梳狀波生成矩陣的圖像分割
7.4.4基於梳狀波統計特征的紋理分割
7.4.5基於小波和梳狀波變換域特征融合的無監督圖像分割
7.5基於梳狀波變換和徑向基函數神經網絡的指紋方向場提取
7.6梳狀波變換分層編碼壓縮
7.6.1基於梳狀波的壓縮算法
7.6.2對比實驗和結果分析
7.7基於梳狀波和楔形波的圖像融合
7.7.1融合規則
7.7.2融合結果評價指標
7.7.3基於梳狀波和楔波的圖像融合算法
7.7.4對比實驗和結果分析
總結
7.8本章概述
本章參考文獻8.1簡介
8.2小梁框架的施工
8.3細光束分析
小射束字典
小波變換
細光束金字塔
細光束圖
8.4小波算法設計
8.4.1非結構化算法
8.4.2樹形結構算法
8.4.3線段的局部鏈接
8.4.4線段的所有鏈接
8.5本章概述
本章參考文獻9.1簡介
9.2楔形波概述
楔形波的基本理論
楔形波分解
9.2.3楔形波結構
9.3楔波近似理論及其改進算法
9.3.1楔波近似理論
9.3.2楔波近似理論的改進算法
9.3.3改進算法的時間效率和近似效果比較
9.4基於楔形波的SAR圖像邊緣檢測
9.4.1楔波基函數
9.4.2基於楔形波近似理論改進算法的圖像邊緣檢測
9.4.3結合MSP-RoA算法的楔波SAR圖像邊緣檢測
9.5基於楔波和雙樹復小波的SAR圖像斑點噪聲抑制
9.5.1算法構造
9.5.2測試結果和分析
9.6基於卡通和紋理模型的楔形波圖像壓縮
9.6.1算法構造
實驗結果和分析
9.7基於楔形波的圖像融合
9.7.1融合規則
9.7.2融合結果評價指標
9.7.3基於楔形波的圖像融合
實驗結果和分析
9.8本章概述
本章參考文獻10.1簡介
10.2輪廓波變換
10.3非下采樣輪廓波變換
10.4基於輪廓波的SAR圖像斑點抑制
基於輪廓波HMM的SAR圖像斑點抑制
10.4.2統計先驗指導下的NSCT域SAR圖像相幹斑抑制
基於非下采樣輪廓波變換的10.5圖像融合
基於活動測度和閉環反饋的NSCT域遙感圖像融合。
基於克隆選擇和NSCT的紅外與可見光圖像融合
10.5.3基於NSCT和LHS變換的多光譜高分辨率圖像融合
10.6基於輪廓波的紋理分割和分類
基於10.6.1多層小波和輪廓波分解的紋理圖像分割
10.6.2基於SVM和多層小波輪廓波分解的紋理圖像分割
10.6.3基於WBCT和克隆選擇算法的紋理圖像分類
10.6.4基於SWBCT的紋理圖像分類
10.7基於輪廓波的目標識別
10.7.1基於輪廓波和核Fisher判別分析的特征提取
基於小波和輪廓波的目標識別
10.7.3基於SWBCT和投影方法的目標識別
基於最優輪廓波包網絡的目標識別
10.8本章摘要
參考11.1本章簡介
11.2小波逼近和幾何圖像表示
11.2.1基於視覺特征的圖像處理狀態
11.2.2小波的非線性圖像逼近
11.2.3幾何圖像表示
11.3第壹代帶狀波變換
11.3.1條形波基
11.3.2曲線小波變換
11.3.3快速離散波段波變換
11.4第二代條紋波變換
11.4.1第二代波段建設思路
11.4.2第二代條紋波的主要實施步驟
11.4.3最佳幾何方向的選擇
基於第二代小波變換的11.5圖像壓縮
基於第二代條帶波變換的11.5.1圖像壓縮編碼。
11.5.2基於第二代Bandwave和SPIHT的圖像壓縮
11.5.3基於圖像分層表示的第二代圖像壓縮。
基於第二代波段波變換的11.6圖像去噪
基於二代波段多層自適應閾值的11.6.1圖像去噪
基於平穩第二代波段波的圖像去噪
11.6.3基於廣義交叉驗證和第二代平移不變波段波的SAR圖像斑點抑制
11.6.4結論
基於第二代波段波變換的11.7多聚焦圖像融合
基於第二代波段變換的11.8圖像分割
11.9本章摘要
本章參考文獻12.5438+0簡介
12.2各向異性2D小波分解
12.2.1完全可分離小波變換
12.2.2各向異性小波變換
12.3基於格的斜小波變換
12.3.1整數晶格理論
12.3.2斜小波變換
12.3.3多相表示
基於整數格邊緣檢測的圖像融合
基於整數格的12.4.1邊緣提取
12.4.2圖像融合標準
12.4.3算法的實現策略
12.4.4融合結果評估
12.4.5對比實驗及結果分析
12.4.6結論
12.5基於紋理奇異性的圖像分割
12.5.1基於灰度* * *生成矩陣的特征提取
基於小波變換的特征提取
12.5.3基於整數格的特征提取
12.5.4對比實驗及結果分析
12.5.5結論
12.6本章摘要
本章參考資料13 438+0簡介
13.2剪切波
13.3使用連續剪切波的邊緣分析
13.4離散剪切波變換
13.5本章摘要
本章的參考文獻
……