 5.1 图像退化的数学模型  5.2 噪声模型  5.3 噪声估计  5.4 退化函数估计  5.5 无约束图像恢复  5.6 有约束图像恢复

Stability Condition of a Discrete-Time LTI System · BIBO Stability Condition-A- discrete--time LTI system is BIBO stable if the output sequence {y[n]} remains bounded for any bounded input sequence{x[n]} A discrete-time LTI system is BIBO stable if and only if its impulse response sequence {h[n]} is absolutely summable

一、离散时间信号——序列 二、线性移不变系统 三、常系数线性差分方程 四、连续时间信号的抽样

时域分析方法 变换域分析方法： 连续时间信号与系统 Laplace变换 Fourier变换 离散时间信号与系统 z变换 Fourier变换 一、z变换的定义及收敛域 二、z反变换 三、z变换的基本性质与定理

◆ 3.1 图像的几何变换 ◆ 3.2 图像的离散傅立叶变换 ◆ 3.3 图像变换的一般表示形式 ◆ 3.4 图像的离散余弦变换 ◆ 3.5 图像的离散沃尔什－哈达玛变换 ◆ 3.6 K-L变换 ◆ 3.7 本章小结

◆5.0 概述 ◆5.1 退化模型 ◆5.2 常见退化模型及辨识方法 ◆5.3 图像的无约束恢复 ◆5.4 图像的有约束最小二乘恢复 ◆5. 5 5. 5 几何畸变图像的恢复 ‹5.6 超分辨率图像复原

◆8.1 像素间的基本关系 ◆8.2 目标物边界的描述 ◆8.3 目标物的区域描述 ◆8.4 图像的几何特征 ◆8.5 图像的矩描述 ◆8.6 图像的纹理描述 ◆8.7 形态学在纹理描述中的应用

§3.1 Discrete-Time Fourier Transform §3.2 DTFT Properties §3.3 Discrete Fourier Transform (DFT) §3.5 Circular Shift of a Sequence §3.6 Circular Convolution §3.7 z-transform §3.8 z-Transform Properties §3.9 Discrete Fourier Transform Computation

 S1. Introduction  S2. Conventional Kalman filter  S3. Example  S4. RLS and Kalman filtering  S5. Square-root information filter  S6. Square-root covariance filter  Better numerical properties than the conventional one  The square-root RLS algorithms are special cases

 S1. Filters: devices of signal processing  Classic Filter  Optimal Filter  Adaptive Filter  S2. Adaptive filtering applications  S3. Stochastic processes  Partial characteristic: Autocorrelation Matrix (ACM)  PSD  Linear parametric model  S4. Mean Square Information Space