灰色理论及其在图像工程中的应用

第一部分 灰色理论

第1章 灰色理论概述

1.1 灰色理论的产生及发展

1.2 灰色理论的研究内容及特点

1.3 灰色理论的基本原理

1.4 代表著作及带动产生的交叉学科

参考文献

第2章 灰色预测理论

2.1 基本概念

2.2 GM(1，1)预测模型

2.2.1 GM(1，1)预测模型的建立

2.2.2 GM(1，1)预测模型的性质及优点

2.2.3 GM(1，1)预测模型的适用范围

2.3 GM(1，1)预测模型的精度检验与提高

2.3.1 常用的模型精度检验法

2.3.2 提高预测精度的方法

2.4 应用GM(1，1)预测模型的关键技术

参考文献

第3章 灰色关联分析理论

3.1 灰色关联分析

3.1.1 灰色关联分析的含义

3.1.2 灰色关联分析的主要步骤

3.1.3 灰色关联分析前的准备工作

3.2 邓氏关联度

3.2.1 数学模型

3.2.2 性质和特点

3.2.3 邓氏关联度与相关系数的区别

3.2.4 关于分辨系数的讨论

3.3 新型灰色关联度

3.4 灰色关联度之间的比较

3.4.1 性能分析的内容

3.4.2 关联度存在的问题

3.4.3 部分关联度比较实例

3.5 灰色关联矩阵

参考文献

第4章 在图像工程中应用灰色理论的可行性与研究进展

4.1 可行性分析

4.1.1 数字图像是灰色系统

4.1.2 二维图像数据的降维方法

4.2 灰色理论在图像工程中的应用

4.2.1 图像处理层次

4.2.2 图像分析层次

4.2.3 图像理解层次

4.3 文献分布与相关专利

参考文献

第二部分 灰色理论在图像处理中的应用

第5章 基于简化B型关联度的近似二值图像抑噪技术

5.1 图像抑噪概述

5.1.1 噪声的分类

5.1.2 常见的图像抑噪方法

5.2 近似二值图像

5.2.1 近似二值图像的定义

5.2.2 近似二值图像抑噪的意义

5.3 基于简化B型关联度的近似二值图像抑噪算法

5.3.1 选取GRA模型

……

第三部分 灰色理论在图像分析中的应用

第四部分 灰色理论在图像理解中的应用

第五部分 总结与展望

本书以数字图像为应用背景，详细介绍灰色理论的基本概念、基本方法和主要思路，以灰色关联分析和灰色模型为重点，结合群体智能、多尺度变换等最新技术，介绍灰色理论在图像处理、图像分析与图像理解中若干典型技术的应用。全书包括五部分，共分18章。第1~3章介绍灰色理论的基本概念和基本方法，并以灰色关联分析和灰色预测为重点介绍数学模型、适用范围和主要步骤。第4章概述图像中存在的灰色不确定信息，分析灰色理论在图像工程中的可行性，重点论述灰色理论在图像工程领域的应用现状与最新进展。第5～10章介绍灰色理论在图像抑噪、图像增强、图像质量评价、数字水印透明性评价和图像置乱效果评价等图像处理层次的具体应用。第11~14章介绍灰色理论在图像边缘检测、图像分割以及图像分割性能评价等图像分析层次的具体应用。第15~17章介绍灰色理论在图像匹配、图像融合以及图像融合性能评价等图像理解层次的具体应用。最后，第18章做了总结，归纳灰色理论在图像信息处理中的关键技术，展望灰色理论在整个图像工程领域的发展。本书不仅适用于图像处理、图像分析、智能计算、噪声研究等领域的研究生、科研工作者及生产人员阅读，也可供灰色理论的爱好者与研究人员参考。