数字图像的智能信息处理

第1章 绪论
1. 1 关于计算智能
1. 1. 1 软计算与计算智能
1. 1. 2 从传统人工智能到计算智能
1. 1. 3 从传统智能信息处理到计算智能信息处理
1. 2 智能信息处理的软计算方法
第2章 数字图像预处理基本技术
2. 1 数字图像的基本概念
2. 2 噪声滤波
2. 3 图像增强
2. 3. 1 空域法
2. 3. 2 频域法
2. 4 图像恢复
第3章 数字图像的模糊增强方法
3. 1 图像模糊特征平面
3. 2 基于模糊集的图像增强方法
3. 2. 1 囱像增强的技术方案
3. 2. 2 图像增强算法
3. 3 实验结果及分析讨论
第4章 基于粗糙集理论的图像增强方法
4. 1 粗糙集理论
4. 2 基于粗糙集的图像增强方法
4. 2. 1 基于不可分辨关系的子图划分
4. 2. 2 粗糙集增强算法
4. 2. 3 图像增强实验
4. 3 人眼视觉特性和粗糙集相结合的图像预
处理方法
4. 3. 1 预处理算法
4. 3. 2 实验结果和分析
第5章 遗传算法在图像恢复中的应用
5. 1 遗传算法简介
5. 1. 1 遗传算法分析
5. 1. 2 遗传算子
5. 1. 3 遗传算法的理论基础
5. 1. 4 遗传算法的基本特征
5. 2 基于遗传算法的图像恢复方法
5. 2. 1 二维染色体编码
5. 2. 2 遗传算法的实现
5. 2. 3 实验结果和讨论
5. 3 遗传操作的一般性算子及图像恢复处理
5. 3. 1 问题的描述
5. 3. 2 遗传操作的一般性算子
5. 3. 3 图像恢复处理实验
5. 4 模糊方法与遗传算法相结合的图像恢复
5. 4. 1 模糊遗传算法的实现
5. 4. 2 实验结果和分析讨论
第6章 数字图像压缩编码基础
6. 1 引言
6. 1. 1 数字图像压缩的必要性和可能性
6. 1. 2 压缩编码方法的分类及应用
6. 1. 3 图像压缩的评价准则
6. 2 图像压缩编码的方法和标准
6. 2. 1 图像压缩编码的经典方法
6. 2. 2 图像压缩编码的现代方法
6. 2. 3 经典压缩编码方法的国际标准
6. 2. 4 新的国际标准--MPEC-4
第7章 神经网络图像压缩编码
7. 1 神经网络非线性预测编码
7. 2 神经网络矢量量化方法
7. 2. 1 竞争学习网络矢量量化编码,
7. 2. 2 自组织特征映射网络矢量量化编码
7. 2. 3 改进的自组织特征映射网络矢量量化编码
7. 2. 4 边缘属性粗糙集分类的矢量量化编码
7. 2. 5 DCT域属性粗糙集分类的矢量量化编码
7. 2. 6 空域属性粗糙集分类的矢量量化编码
7. 2. 7 对向传播网络矢量量化编码
7. 3 神经网络变换编码
7. 3. 1 Hopfield网络变换编码
7. 3. 2 盖保变换编码
第8章 信息融合压缩编码
8. 1 极低码速率下工业视频图像压缩编码的特点分析
8. 1. 1 极低码速率下工业视频图像压缩编码中的问题
8. 1. 2 工业视频图像的特点分析
8. 2 信息融合编码方法压缩工业视频图像
8. 2. 1 引言
8. 2. 2 多传感器信息融合技术
8. 2. 3 基于"背景区／运动区"模型的信息融合压缩编码
参考文献