教育教学

相关链接:

教室安排

课程信息

当前位置: 首页 > 教育教学 > 研究生教育 > 课程信息

小波与滤波器设计  101M5009H

学期:2016-2017学年秋 | 课程属性:专业普及课 | 任课教师:彭思龙
课程编号: 101M5009H 课时: 60 学分: 4.0
课程属性: 专业普及课 主讲教师:彭思龙
英文名称: Wavelet and filter banks

教学目的、要求

本课程为电机与电器专业研究生的专业基础课,同时也是信息与通信工程、控制科学与工程、电子科学与技术学科各专业研究生的专业基础课。课程主要内容包括小波和滤波器理论及其应用。其目的在于掌握对于数据处理非常重要的工具-小波与滤波器-的理论及其应用方法。
    通过本课程的学习,要求学生能够掌握小波分析理论的基本框架和滤波器组设计的基本理论和方法,了解小波分析在图像处理和信号处理中的应用基本技巧,了解小波和滤波器设计学科的前沿发展,为进一步从事数字信号处理和数字图像处理相关的研究和应用打下良好的基础。

预修课程

高等数学、泛函分析基础、数字信号处理、数字图像处理

教 材

Gilbert Strang T. Nguycn, Wavelets and Filter Banks, Wellesley -Cambridge, 1996.

主要内容

第一章  引言
    对小波和滤波器设计的历史做简要回顾和相关概念
第二章  滤波器组
    抽取和插值。二通道滤波器组重建条件,调制矩阵和多相矩阵方法。
第三章  正交滤波器组
    滤波器组构造的栅格方法,正交滤波器的几种构造方法。
第四章  多尺度分析
    泛函分析基础,正交多尺度分析、正交小波和正交滤波器的关系。
第五章  双正交小波与滤波器
双正交多尺度分析、双正交小波与双正交滤波器
第六章 小波滤波器的提升算法
    小波滤波器的提升算法介绍
第七章  小波应用基础
数字图像处理的线性逆问题、小波域图像特征和统计特性
第八章 数字图像处理应用一:图像去噪
    小波域收缩算法、基于学习的小波域快速去噪算法
第九章 数字图像处理应用二:图像编码
    EZW、SPHIT和JPEG2000简介
第十章 数字图像处理应用三:复原、超分辨率
    图像复原和超分辨率算法
第十一章 小波滤波器自适应选取方法
    两种小波滤波器选取理论
第十二章 几何小波介绍一:Curvelet
    Curvelet 小波理论
第十三章 几何小波介绍二:Bandelet和Countourlet
    Bandelet和countourlet理论
第十四章 图像的非线性表示
    Matching pursuit算法、稀疏表示和Basis pursuit算法介绍
第十五章 后小波时代:EMD和NSP
    EMD和NSP等非线性信号分析方法
第十六章 前沿选讲
   有关非线性信号分析的前沿进展介绍

参考文献

Multirate Systems and Filter Banks, P. P. Vaidyanathan,  Prentice Hall, 1993.
多抽样率信号处理,宗孔德,清华大学出版社,1996
A wavelet tour of signal processing, S. Mallat, Academic Press. NY, 1998(信号处理的小波导引,机械工业出版社,戴道清,杨力华 译,2012)
Ten Lectures on Wavelets, Ingrid Daubechies, 1992。(小波十讲,国防工业出版社,李建平 译,2011.)
小波变换与图像图形处理技术,孙延奎 编, 清华大学出版社,2012.

授课时间: 星期二, 第5、6、7节
授课地点: 教1-209
授课周次: 2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22

版权所有©中国科学院大学

地址:北京市怀柔区雁栖湖东路1号 邮编:101408