编写本书的目的1 第1章 引言1 第1节 传统图像处理方法2 1.1图像处理3 1.2图像变换16 1.3图像压缩编码及标准32 1.4图像模式识别47 1.5图像加密（水印）62 第2节 智能视觉图像处理与传统图像处理的异同67 2.1概述67 2.2人的视觉系统69 2.3人工神经网络模型71 2.4智能图像处理方法和传统图像处理方法的不同77 第2章 智能视觉图像处理基础——独立元分析方法96 第1节有监督学习算法96 1.1有监督学习与无监督学习的联系96 1.2用能量函数作为目标函数的人工神经网络方法98 第2节独立元分析原理100 2.1独立元分析的提出101 2.2解独立元分析问题的发展情况102 2.3解的可能性分析104 第3节随机变量独立性的概念和目标函数113 3.1随机变量之间的独立概念113 3.2衡量输出独立性的目标函数114 3.3概率密度函数和熵的近似123 第4节主元分析算法125 4.1理论与原理126 4.2求解主元分析的数学方法128 4.3用人工神经网络训练来完成主元分析129 第5节基于统计平均的独立元分析算法135 5.1概述135 5.2早期的独立元分析算法136 5.3用目标函数的算法140 第6节单像素独立元分析算法——拉格朗日约束神经网络160 6.1问题提出160 6.2拉格朗日约束神经网络原理161 6.3拉格朗日约束神经网络的迭代算法171 6.4讨论172 第3章基于统计平均的独立元分析在智能视觉图像处理中的应用174 第1节概述174 第2节独立元分析技术在图像获得与传输中的应用178 2.1概述178 2.2智能摄像机——用于分离多个图像的独立成分179 2.3通信中的应用——两条信道传送4幅图像185 第3节独立元分析技术在纹理分割图像上的应用187 3.1概述187 3.2独立元分析的信息集中188 3.3纹理数据在独立元基中的表现190 3.4结论195 第4节独立元分析技术在人脸图像识别中的应用196 4.1概述196 4.2“特征脸”方法198 4.3独立元分析方法用作人脸识别200 4.4人脸识别中的主元分析、独立元分析及局部独立元分析203 4.5实验结果205 4.6讨论209 4.7以后的实验方向211 第5节独立元分析技术在数字水印上的应用212 5.1概述212 5.2用独立元分析人工神经网络的多媒体数据盲分离213 5.3种入多媒体水印疫苗的独立元215 第6节独立元分析技术应用在语音分析上221 第7节独立元分析技术在某些应用中遇到的问题225 7.1心电信号处理225 7.2心脏瓣膜生物修复术后心脏异常的心音分析233 第4章单像素独立元分析方法在早期乳房癌检测中的应用244 第1节概述244 第2节背景和原理244 第3节拉格朗日约束神经网络方法和正交对消向量方法247 3.1波尔兹曼熵248 3.2早期乳房肿瘤检测的目标函数——亥姆霍兹自由能248 3.3用正交对消向量的算法250 3.4小结251 第4节用亥姆霍兹自由能对早期乳房癌的检测结果252 第5章单像素独立元算法与其他方法相结合的遥感图像处理255 第1节概论255 第2节单像素的独立元分析对多光谱遥感图像的处理259 2.1拉格朗日约束神经网络的多光谱遥感图像处理原理259 2.2拉格朗日约束神经网络算法步骤262 2.3实验和结果比较263 第3节集成子波纹理——边缘特征的神经网络的遥感图像分类器266 3.1人工神经网络分类——每个像素单个标记267 3.2宏观结构的子波纹理索引267 3.3实验结果271 3.4结论273 第4节超光谱图像处理274 4.1概述275 4.2超光谱图像处理的新方法：正交子空间投影方法 和独立元分析方法277 4.3空载可视红外成像摄谱仪图像处理结果282 第5节合成孔径雷达干涉仪的应用285 5.1数字雷达285 5.2合成孔径雷达系统288 5.3用合成孔径雷达干涉仪确定三维空间293 第6章人的视觉边缘奇异图及应用298 第1节用独立元分析的初级视觉系统的图像分析298 第2节人的视觉系统的奇异图分析304 2.1奇异图概念304 2.2抽取奇异图的一般方法306 2.3用奇异图解决视频压缩中的光流问题313 第3节借助哈密顿草帽子波得到加噪信号的奇异图314 第4节奇异图和子波变换进行超高压缩率的图像压缩321 4.1新的图像压缩思路321 4.2WaveNet系统322 4.3WaveNet算法流程324 4.4视频压缩模块328 4.5小结329 第5节在视频图像中对移动物体识别的约翰逊法则330 5.1约翰逊法则331 5.2人的视觉感知和视频图像中的约翰逊法则331 5.3对于“类约翰逊”法则的验证实验334 附录：在任意角度下的Wszu和Wang与最大的特征值的关系337 后记340