贝尔图象插值和压缩算法原理及应用

　　《贝尔图象插值和压缩算法原理及应用》在系统地介绍基于贝尔模板图像传感器的图像处理基本知识和理论的基础上，结合当前最新研究成果，系统地介绍了作者的研究成果，详细描述了基于贝尔模板图像传感器的图像处理算法及相关开发应用技术，力求向读者展示最新研究状况和热点问题，希望能进一步推动相关研究的发展。《贝尔图象插值和压缩算法原理及应用》可作为信号处理、计算机等专业的硕士研究生和博士研究生专业教材，也可作为从事图像处理、数码照相和摄像研究开发的科技人员的参考书。

暂缺《贝尔图象插值和压缩算法原理及应用》作者简介

前言
第1章　绪论
1.1　图像传感器基本知识
1.1.1　图像传感器工作原理
1.1.2　彩色滤波阵列
1.1.3　彩色图像成像处理流程
1.2　贝尔模板图像压缩的研究现状
1.2.1　常见的图像压缩方法
1.2.2　贝尔图像压缩研究现状
1.2.3　存在问题
1.3　插值算法的研究现状
1.4　标准图像集
1.5　本书主要内容和研究成果
参考文献
第2章　贝尔模板CFA图像的时频特性
2.1　贝尔模板图像的视觉机理
2.2　贝尔模板图像的时域和频域特性
2.2.1　贝尔模板CFA图像模型
2.2.2　CFA图像的色差表示
2.2.3　CFA图像的分量频域分析
2.3　贝尔模板图像小波分析
2.4　贝尔模板图像压缩方法与CFA插值算法之间的关系
　 2.4.1　JPEG2000编码器简介
　2.4.2　压缩率与重构图像PSNR之间的关系
　 2.4.3　率失真性能分析
　2.5　小结
参考文献
第3章　贝尔模板图像的低复杂度无损压缩算法
3.1　JPEG-1S编码标准算法
3.2　贝尔模板图像的One-pass无损编码器研究
3.2.1　因果插值法
3.2.2　固定预测器设计
3.2.3　梯度上下文优化
3.2.4　游长编码
3.3　算术编码
3.3.1　AACPE算法描述
3.3.2　算法改进
3.4　预测误差的算术编码
3.5　实验
3.6　小结
参考文献
第4章　基于小波子带替换的贝尔图像视觉无损压缩
4.1　贝尔图像视觉无损压缩算法原理
4.2　小波选择
4.2.1　基于样条函数构造bior3.5双正交小波
4.2.2　bior3.5双正交小波的整数提升格式
4.3　贝尔图像的bior3.5小波变换研究
4.3.1　全彩图像的贝尔模板采样
4.3.2　不同采样位置下贝尔图像的bior3.5小波变换
4.4　贝尔分量图像的同位置异分量插值
4.5　贝尔图像绿色分量的无损压缩
4.5.1　预测器
4.5.2　基于拉普拉斯分布的熵编码方法
4.6贝尔图像红、蓝分量的小波低频子带压缩
4.7　编解码器的工作步骤
4.8　实验
4.9　小结
参考文献
第5章　抑制编码噪声的滤波插值法研究
　5.1　滤波插值算法原理
5.1.1　方向插值
5.1.2　色分量的和、差表示
5.1.3　和、差信号真值估计
　5.2　后处理滤波器设计
5.2.1　全彩图像的最大似然估计
5.2.2　滤波器产生及其特性分析
5.2.3　初始彩色图像迭代滤波
　5.3　实验
　5.4　小结
　参考文献
第6章　贝尔图像无损编码器应用实例
　6.1　摄像头设计原理
　6.2　自动聚焦与自动光圈模块
6.2.1　聚焦评价函数算法及实现
6.2.2　聚焦方向搜索算法及实现
6.2.3　步进电动机驱动实现
6.2.4　自动光圈控制
6.3　无损编码器在FPGA中的实现
6.3.1　因果插值模块
6.3.2　模式选择模块
6.3.3　游长计数模块
6.3.4　游长编码模块
6.3.5　游长结束判断模块
6.3.6　中断采样编码模块
6.3.7　梯度预测模块
6.3.8　预测修正模块
6.3.9　残差编码模块
6.3.10　Golomb-Rice编码器
　6.4　存储模块
　6.5　帧率提升
6.5.1　输入缓存模块
6.5.2　SDRAM总线仲裁模块
6.5.3　主控制器模块
6.5.4　SDRAM控制器模块
6.5.5　时序发生器模块
6.5.6　输出缓存模块
6.6　色空间转换模块
　6.7　小结
参考文献
第7章　总结与展望
参考文献