Отправить другу/подруге по почте ссылку на эту страницуВариант этой страницы для печатиНапишите нам!Карта сайта!Помощь. Как совершить покупку…
московское время20.10.18 18:04:06
На обложку
Все под контролем: Кто и как следит за тобойавторы — Гарфинкель С.
Князь Феликс Юсупов. Мемуарыавторы — Юсупов Ф. Ф.
Теория передачи электрических сигналов при наличии помехТеория передачи электрических сигналов при наличии помех
б у к и н и с т и ч е с к и й   с а й т
Новинки«Лучшие»Доставка и ОплатаМой КнигоПроводЗаказ редких книгО сайте
Книжная Труба   поиск по словам из названия
Авторский каталог
Каталог издательств
Каталог серий
Моя Корзина
Только цены
Рыбалка
Наука и Техника
Математика
Физика
Радиоэлектроника. Электротехника
Инженерное дело
Химия
Геология
Экология
Биология
Зоология
Ботаника
Медицина
Промышленность
Металлургия
Горное дело
Сельское хозяйство
Транспорт
Архитектура. Строительство
Военная мысль
История
Персоны
Археология
Археография
Восток
Политика
Геополитика
Экономика
Реклама. Маркетинг
Философия
Религия
Социология
Психология. Педагогика
Законодательство. Право
Филология. Словари
Этнология
ИТ-книги
O'REILLY
Дизайнеру
Дом, семья, быт
Детям!
Здоровье
Искусство. Культурология
Синематограф
Альбомы
Литературоведение
Театр
Музыка
КнигоВедение
ЛитПамятники
Современные тексты
Худ. литература
NoN Fiction
Природа
Путешествия
Эзотерика
Пурга
Спорт

/Наука и Техника/Математика

Многомерные многоскоростные системы обработки сигналов — Чобану М. К.
Многомерные многоскоростные системы обработки сигналов
Чобану М. К.
год издания — 2009, кол-во страниц — 480, ISBN — 978-5-94836-233-5, тираж — 3000, язык — русский, тип обложки — твёрд. 7БЦ, масса книги — 820 гр., издательство — Техносфера
серия — Мир цифровой обработки
КНИГА СНЯТА С ПРОДАЖИ
Издание осуществлено при финансовой поддержке РФФИ по проекту №09-07-07022-д

Формат 70x100 1/16. Бумага офсет №1, плотность 65 г/м2. Печать офсетная
ключевые слова — цифров, сигнал, неразделим, многоскорост, nvidia, шумов, мультиспектр, визуализац, 3d-tv, децимац, кодирован, вейвлет, интерполятор, макклеллан, ско-оптимизирован, полифазн, стренга-фикс, ноулес, ezw, spiht, i_comp, sptv, гребнер, сизиг, jpeg

В монографии рассматриваются многомерные многоскоростные системы, которые используются для обработки ММ цифровых сигналов. Монография является первым систематическим изложением теории и методов неразделимой обработки ММ сигналов на русском языке, в ней приводится всё необходимое для разработки ММ многоскоростных систем, начиная с фундаментальных результатов из теории цифровой обработки ММ сигналов, и заканчивая алгоритмами и программным/аппаратным обеспечением для ММ многоскоростных систем.

Важной чертой монографии является применение математических пакетов MATLAB, MAPLE, Singular и др., а также программ, написанных на языке С, на протяжении всего изложения. Приведены результаты реализации разработанных неразделимых операторов на основе процессоров общего назначения, сигнальных процессоров фирмы Texas Instruments и графических процессоров (GPU) фирмы nVidia.

ОГЛАВЛЕНИЕ

Предисловие10
 
Список обозначений14
 
Список сокращений14
 
Глава 1
Введение16
 
1.1. Сжатие многомерных сигналов19
1.2. Удаление шумов21
1.3. Обработка мультиспектральных сигналов25
1.4. Системы визуализации ММ сигналов28
1.4.1. Системы трёхмерного телевидения 3D-TV и с
    произвольной точкой наблюдения FTV29
1.4.2. Обработка световых полей34
1.4.3. Кодирование 4-D и 5-D сигналов36
1.4.4. Визуализация ММ волновых функций электронов38
1.4.5. Визуализация ММ сигналов в медицине39
1.5. Рассматриваемые проблемы39
 
Глава 2
Методы и средства преобразования ММ цифровых сигналов43
 
2.1. Неразделимые многомерные решётки и фильтры. История вопроса43
2.1.1. Многомерные сигналы и системы43
2.1.2. Многоскоростные системы и банки фильтров. Введение44
2.1.3. Преимущества неразделимой обработки данных48
2.1.4. Исследования в области синтеза неразделимых матриц
    децимации51
2.2. Биортогональные и ортогональные многомерные банки фильтров53
2.2.1. Основные требования, предъявляемые к синтезируемым
    фильтрам53
2.2.2. Основные подходы при проектировании многомерных
    банков фильтров55
2.3. Системы кодирования многомерных сигналов65
2.3.1. Моделирование и обработка изображений67
2.3.2. Скалярное и векторное квантование многомерных сигналов74
2.3.3. Арифметическое кодирование75
2.3.4. Сжатие с потерями и без потерь76
2.3.5. Метод сжатия изображений с помощью частичной
    сортировки ММ вейвлет-коэффициентов78
2.4. Предпосылки прорыва в технологиях обработки многомерных
сигналов88
2.5. Выводы91
 
Глава 3
Синтез неразделимых дециматоров и интерполяторов93
 
3.1. Основные операции с многомерными сигналами93
3.1.1. Многомерная дискретизация. Решётки и подрешётки93
3.1.2. Многомерная децимация и интерполяция94
3.2. Полная параметризация многомерных неразделимых матриц
децимации112
3.2.1. Требования к матрицам децимации112
3.2.2. Двумерный случай113
3.2.3. Трёхмерный случай117
3.2.4. Произвольная размерность D121
3.3. Свойства многомерных банков фильтров124
3.3.1. Условие точного восстановления сигнала126
3.3.2. Фильтры с линейной фазой127
3.3.3. Пример. Двухканальные банки фильтров135
3.4. Выводы138
 
Глава 4
Разработка биортогональных и ортогональных многомерных
банков фильтров
140
 
4.1. Банки фильтров с точным восстановлением сигнала140
4.2. Синтез биортогональных ММ БФ с помощью метода
преобразования142
4.2.1. Метод преобразования МакКлеллана142
4.2.2. Синтез фильтра-прототипа с чётным размером носителя
    и свойством ТВС143
4.3. Синтез биортогональных ММ БФ с помощью методов
компьютерной алгебры146
4.3.1. Метод достройки унимодулярной матрицы146
4.3.2. Синтез банков фильтров с линейной фазой для
    двухканальной системы151
4.3.3. Синтез банков фильтров с нулевой фазой152
4.3.4. Синтез прямоугольных фильтров158
4.3.5. Проблемы достройки многомерных полиномиальных матриц159
4.4. Синтез биортогональных ММ БФ с помощью полиномов Бернштейна161
4.4.1. Полиномы Бернштейна. Двумерный случай162
4.4.2. Трёхмерный случай163
4.4.3. Четырёхмерный случай165
4.4.4. Теорема о разделяющей гиперплоскости167
4.4.5. СКО-оптимизированные банки фильтров168
4.4.6. Метод «неразделимый-через-разделимый»169
4.4.7. Примеры проектирования172
4.5. Синтез биортогональных ММ БФ с помощью метода лифтинга173
4.5.1. Основные этапы лифтинга173
4.5.2. Лифтинг-схема и полифазное представление174
4.5.3. Многомерные интерполяционные фильтры и фильтры
    с дробным сдвигом176
4.5.4. l2 норма фильтров с дробным сдвигом186
4.6. Синтез ММ неразделимых ортогональных фильтров189
4.6.1. Введение. Ортогональные банки фильтров189
4.6.2. Синтез двухканальных неразделимых ортогональных
    фильтров191
4.6.3. Структурный синтез четырёхканальных ортогональных
    фильтров193
4.6.4. Примеры проектирования198
4.7. Факторизация полифазных матриц199
4.7.1. Разложение полиномиальных матриц на элементарные
    множители199
4.7.2. Факторизация двухканальных многомерных полифазных
    матриц201
4.7.3. Сравнение числа операций202
4.8. Синтезированные классы банков фильтров204
4.9. Синтез трёхканальных неразделимых фильтров204
4.10. Результаты применения синтезированных многомерных банков
фильтров208
4.11. Выводы208
 
Глава 5
Построение ММ шкалирующих и вейвлет-функций210
 
5.1. Вейвлет-преобразование210
5.2. Дискретное вейвлет-преобразование в RD213
5.3. Построение вейвлет-базисов для двухканальных систем в RD216
5.4. Построение фильтров в RD при наличии сдвигов220
5.5. Критерий Коэна222
5.6. Связь частотных характеристик фильтров многоскоростных
систем и порождаемых ими вейвлетов227
5.6.1. Условия Стренга-Фикса228
5.7. Алгоритм построения многомерных вейвлетов229
5.8. Выводы234
 
Глава 6
Разработка и реализация системы кодирования ММ сигналов235
 
6.1. Выбор оптимальной цветовой модели для кодирования цветных
изображений иерархическим алгоритмом235
6.1.1. Классификация цветовых систем и анализ их
    характеристик236
6.1.2. Разработка новой цветовой модели237
6.1.3. Распределение бит по каналам цветного изображения.
    Динамический формат кодирования237
6.1.4. Субъективное тестирование241
6.1.5. Альтернативные критерии оценки качества сжатых
    изображений243
6.2. Сжатие изображений с помощью частичной сортировки
вейвлет-коэффициентов250
6.2.1. Вейвлет-декомпозиция — вход алгоритма250
6.2.2. Приоритет251
6.2.3. Квантование253
6.2.4. Алгоритм А. Льюиса и Г. Ноулеса254
6.2.5. Алгоритм EZW256
6.2.6. Алгоритм SPIHT260
6.2.7. Свойства потока264
6.2.8. Оптимизация алгоритма265
6.3. Применение иерархического алгоритма для неразделимых
решёток и банков фильтров268
6.3.1. Неразделимая децимация268
6.3.2. Необходимость адаптации алгоритма SPIHT269
6.3.3. Сдвиг270
6.3.4. Трёхканальные неразделимые системы274
6.3.5. Модификация алгоритма для случая трёхмерного сигнала276
6.3.6. Результаты280
6.4. Сжатие изображений с помощью блочного алгоритма280
6.4.1. Алгоритм SQP281
6.4.2. Результаты моделирования286
6.5. Одновременное сжатие изображений и удаление аддитивного
шума288
6.6. Обработка трёхмерных данных289
6.6.1. Обработка томографических сигналов289
6.6.2. Обработка мультиспектральных сигналов291
6.7. Реализация многомерных многоскоростных систем301
6.7.1. Описание многомерных сигналов301
6.7.2. Продолжение сигнала302
6.7.3. Децимация306
6.7.4. Результаты моделирования 3-D многоскоростной системы308
6.8. Программная реализация алгоритма сжатия изображений310
6.8.1. Программный комплекс. Обзор311
6.8.2. Программы i_comp и sptv312
6.8.3. Три поколения программного обеспечения313
6.9. Системы обработки ММ сигналов на основе GPU314
6.9.1. Особенности применения GPU314
6.9.2. Результаты тестирования323
6.9.3. Обзор технологии CUDA326
6.10. Аппаратная реализация алгоритмов сжатия и передачи
видеоданных329
6.10.1. Аппаратная ориентация329
6.10.2. Описание алгоритма. Бессписковый алгоритм329
6.10.3. Описание прототипа устройства333
6.11. Выводы335
 
Приложение А
Скалярное и векторное квантование337
 
А.1. Скалярное квантование337
А.2. Векторное квантование337
А.2.1. Основы векторного квантования337
А.2.2. Основные компоненты и свойства338
А.2.3. Оценка качества восстановленного сигнала339
А.2.4. Коды со словом фиксированной длины341
А.2.5. Построение оптимальной кодовой книги343
 
Приложение Б
Арифметическое кодирование345
 
Б.1. Алгоритм арифметического кодирования345
Б.2. Практическая реализация347
Б.З. Адаптивные модели351
 
 
Приложение В
Синтез неразделимых матриц децимации352
 
8.1. Первое решение для к = 3 при положительном определителе352
8.2. Второе решение для к = 3 при положительном определителе354
8.3. Второе решение для к = 3 при отрицательном определителе356
 
Приложение Г
Результаты синтеза биортогональных банков фильтров358
 
Г.1. Применение метода преобразования358
Г.2. Применение полиномов Бернштейна361
Г.З. Реализация метода «неразделимый-через-разделимый»366
Г.4. 2-D фильтры с дробным сдвигом. Применение ряда Тейлора367
Г.5. 2-D фильтры с дробным сдвигом. Симметричные структуры369
Г.5.1. Порядок N = 8373
Г.5.2. Порядок N = 10374
 
Приложение Д
Результаты синтеза ортогональных банков фильтров376
 
Д.1. Двухканальный ортогональный БФ376
Д.2. Четырехканальный ортогональный БФ377
 
Приложение Е
Основные сведения из компьютерной алгебры382
 
Е.1. Упорядочивание в многомерном случае382
Е.2. Базис Гребнера385
Е.З. Вычисление сизигии388
Е.4. Достройка полиномиальной унимодулярной матрицы389
Е.4.1. Основные определения389
Е.4.2. Основной алгоритм достройки унимодулярной матрицы392
Е.4.3. Поиск глобально минимального базиса сизигий S392
Е.4.4. Достройка унимодулярной матрицы над кольцом
    полиномов Лорана394
Е.5. Дробно-матричное описание многомерных полиномиальных матриц394
Е.5.1. Двумерный случай395
Е.5.2. Число переменных п > 3397
Е.6. Определение обратной матрицы398
Е.6.1. Определение наибольшего левого общего делителя двух
   матриц399
Е.6.2. Связь базиса Гребнера с типом упорядочивания400
Е.7. Упрощение полиномиальных систем400
 
Приложение Ж
Результаты расчёта БФ с помощью метода достройки402
 
Ж.1. Банки фильтров с линейной фазой402
Ж.2. Банки фильтров с нулевой фазой406
 
Приложение 3
Цветовые модели410
 
Приложение И
Результаты математического моделирования418
 
И.1. Сравнение SPIHT и JPEG2000418
И.2. Кодирование ММ сигналов с помощью неразделимых БФ421
И.З. Трёхканальные системы422
 
Приложение К
Особенности программной реализации алгоритма сжатия для GPP425
 
К.1. Программа i_comp425
К.1.1. Руководство пользователя425
К.1.2. Работа с программой427
К.2. Программа sptv428
К.2.1. Руководство пользователя428
К.З. Особенности реализации429
 
Приложение Л
Программная реализация алгоритма SPIHT для ЦПОС432
 
Л.1. Ресурсоёмкость реализации432
Л.2. Интерфейсы взаимодействия с внешними модулями434
Л.З. Описание алгоритма кодирования436
Л.4. Описание функций437
Л.5. Критические секции и меры их оптимизации441
Л.5.1. Разработка методики оптимизированного вычисления
   вейвлет-преобразования изображений на сигнальном процессоре.
   Описание проблемной области441
Л.5.2. Описание контроллера DMA443
Л.5.3. Общее описание методики444
 
Литература449

Книги на ту же тему

  1. Измерение и анализ случайных процессов, Бендат Д., Пирсол А., 1971
  2. Теория информации и её приложения (Сборник переводов), Харкевич А. А., ред., 1959
  3. Многоцелевой статистический анализ случайных сигналов, Домарацкий А. Н., Иванов Л. Н., Юрлов Ю. И., 1975
  4. Основы теории вейвлетов. Вейвлеты в MATLAB, Смоленцев Н. К., 2008
  5. Коды, исправляющие ошибки, Питерсон У. У., Уэлдон Э. Д., 1976

Напишите нам!© 1913—2013
КнигоПровод.Ru
Рейтинг@Mail.ru btd.kinetix.ru работаем на движке KINETIX :)
elapsed time 0.020 secработаем на движке KINETIX :)