非常規(guī)小波變換與軍事生物信息安全

第一章 常規(guī)小波變換
1.1 小波分析發(fā)展回顧與展望
1.1.1 小波分析發(fā)展簡史
1.1.2 小波分析的應(yīng)用發(fā)展現(xiàn)狀與展望
1.2 小波分析基礎(chǔ)
1.2.1 Foreier變換與短時Fourier變換
1.2.2 什么是小波
1.3 一維小波變換
1.3.1 一維連續(xù)小波變化
1.3.2 時一頻局部化
1.3.3 一維離散小波變化
1.4 高維小波變換
1.4.1 二維小波變換
1.4.2 三維小波變換
1.5 多分辨分析與Mallat算法
1.5.1 多分辨分析
1.5.2 Mallat算法
第二章 脊波變換
2.1 引言
2.2 連續(xù)脊波變換
2.3 離散脊波變換：框架
2.4 單尺度脊波變換
2.5 有限脊波變換
2.5.1 有限Radon變換及其逆變換
2.5.2 有限脊波變換
第三章 曲波變換
3.1 引言
3.1.1 小波分析當(dāng)前面臨的挑戰(zhàn)
3.1.2 從脊波到曲波
3.2 第一代曲波變換
3.3 第二代曲波變換
3.4 曲波變換的應(yīng)用
3.4.1 抑制圖像的加性噪聲
3.4.2 去除sAR圖像斑點噪聲
3.4.3 圖像增強(qiáng)上的應(yīng)用
3.4.4 圖像融合和圖像恢復(fù)中的應(yīng)用
3.5 存在的問題
第四章 Morphlet變換
4.1 什么是Moll）hlet變換
4.2 二維對數(shù)界細(xì)分方法
4.3 單調(diào)系數(shù)
4.4 二維中的Tameness和系數(shù)
4.5 典型應(yīng)用
4.5.1 微分對胚壓縮
4.5.2 網(wǎng)格松弛
4.5.3 微分對胚插值
4.5.4 隨機(jī)微分對胚
4.5.5 形狀表示
第五章 小波變換與軍事信息模型
5.1 小波變換在雷達(dá)信號處理中的應(yīng)用
5.1.1 小波變換在雷達(dá)信號去噪中的應(yīng)用
5.1.2 小波變換在sAR圖像處理和目標(biāo)識別中的應(yīng)用
5.1.3 小波變換在雷達(dá)信號檢測與參數(shù)估計中的應(yīng)用
5.1.4 展望
5.2 小波分析與戰(zhàn)場地面目標(biāo)定位
5.2.1 戰(zhàn)場環(huán)境下目標(biāo)的地震動和聲信號分析
5.2.2 應(yīng)用實例誤差分析
5.3 小波分析與火箭炮檢測
5.3.1 小波診斷原理
5.3.2 火箭炮故障檢測設(shè)計實例分析
5.3.3 結(jié)論
5.4 小波分析在火控電視跟蹤器圖像處理中的應(yīng)用
5.4.1 圖像處理系統(tǒng)組成
5.4.2 圖像處理系統(tǒng)實現(xiàn)
5.4.3 小波分析方法在圖像處理系統(tǒng)中的應(yīng)用
5.4.4 結(jié)論
第六章 信息隱藏與數(shù)字水印
6.1 信息隱藏
6.1.1 簡介
6.1.2 應(yīng)用領(lǐng)域
6.2 數(shù)字水印
6.2.1 小波變換和數(shù)字圖像處理
6.2.2 數(shù)字水印簡介
6.3.3 數(shù)字水印的基本原理
6.3.4 基于小波變換的數(shù)字水印
第七章 小波與信息加密
7.1 簡介
7.1.1 視頻數(shù)據(jù)加密特性
7.1.2 圖像與視頻加密算法
7.1.3 各類算法的應(yīng)用
7.2 基于零樹小波的部分加密
7.2.1 零樹小波圖像壓縮
7.2.2 圖像部分加密
7.2.3 安全性分析
7.2.4 視頻圖像部分加密
7.3 視頻流選擇加密
7.3.1 基于小波包編碼的圖像選擇性加密
7.3.2 參數(shù)化雙正交小波過濾器與選擇性加密
7.3.3 小波域圖像子頻帶及數(shù)據(jù)位選擇加密
7.4 感知加密
7.4.1 感知加密機(jī)制
7.4.2 性能分析
第八章 小波與生物識別
8.1 簡介
8.2 小波在虹膜識別的應(yīng)用
8.2.1 虹膜識別概述
8.2.2 二維小波變換提取虹膜特征
8.2.3 小波變換過零點提取虹膜特征
8.2.4 樹形小波變換虹膜特征提取
8.3 小波在人臉識別中的應(yīng)用
8.3.1 基于小波變換的人臉圖像去噪預(yù)處理
8.3.2 二維小波變換人臉特征提取
8.3.3 基于Gabor小波變換的人臉特征提取
8.3.4 人臉確認(rèn)匹配
8.4 小波在指紋識別中的應(yīng)用
8.4.1 基于小波分解的指紋圖像特征提取
8.4.2 基于小波的指紋圖像壓縮
8.5 小波在語音識別中的應(yīng)用
8.5.1 基于小波變換的語音端點檢測
8.5.2 小波語音增強(qiáng)在說話人識別中的應(yīng)用
8.5.3 基于小波分析的說話人語音特征提取
第九章 小波與醫(yī)學(xué)圖像處理
9.1 醫(yī)學(xué)圖像處理
9.1.1 醫(yī)學(xué)圖像處理算法研究的背景
9.1.2 醫(yī)學(xué)圖像處理方法
9.1.3 國內(nèi)外進(jìn)展
9.2 基于小波變換的PET圖像處理算法
9.2.1 PET成像原理
9.2.2 PET圖像的特點
9.2.3 PET圖像激活區(qū)提取算法
9.2.4 PET圖像處理中小波基的選取
9.2.5 計算機(jī)模擬PET圖像的計算評價結(jié)果
9.2.6 PET圖像處理中小波變換的邊界問題
9.2.7 模擬PET圖像的激活區(qū)提取結(jié)果與討論
9.2.8 真實PET圖像的處理結(jié)果
9.2.9 基于小波變換的PET圖像激活區(qū)提取算法分析
9.3 基于小波變換的流域（wlatershed）分割算法
9.3.1 流域變換算法建模
9.3.2 流域變換算法存在的問題
9.3.3 采用小波變換解決流域算法的過度分割問題
第十章 軍事油料信息安全傳輸理論與應(yīng)用
10.1 信息隱藏分析子系統(tǒng)的實現(xiàn)
10.1.1 信息隱藏分析子系統(tǒng)概述
10.1.2 基于FastICA的提取算法
10.1.3 小結(jié)
10.2 基于小波分析的油料信息安全傳輸系統(tǒng)的實現(xiàn)
10.2.1 VPN網(wǎng)關(guān)設(shè)計
10.2.2 IPSec基本協(xié)議模塊的分析
10.2.3 數(shù)據(jù)處理模塊的設(shè)計與實現(xiàn)
10.2.4 SPD和SADB模塊的設(shè)計與實現(xiàn)
10.2.5 策略和sA管理模塊的設(shè)計與實現(xiàn)
10.2.6 測試
10.2.7 基于小波分析的信息安全傳輸認(rèn)證系統(tǒng)的設(shè)計與實現(xiàn)
10.2.8 小結(jié)
10.3 本章 總結(jié)
主要參考文獻(xiàn)