教学目标：
系统讲述图像与信号多尺度几何分析与稀疏表示理论和算法原理，从信号和图像处理的小波分析入手，突出讲授经典小波、冗余小波和非线性多尺度变换，以ridgelet 和Curvelet等多尺度分析为重点，兼顾稀疏表示与压缩感知的最新研究进展, 着眼于信号和图像处理的实际应用，力争使学生在系统掌握信号多尺度分析和稀疏表示的基本理论，并具备一定的可重复科学实验研究的实践技能，为学生从事信号处理、图像分析与建模、特征抽取和模式识别理论研究和工程应用打下基础。

课程内容：
1  稀疏世界介绍  (3学时)
1.1 稀疏表示
1.2 从傅立叶到小波
1.3 从小波到过完备表示★
1.4 小波与曲波的新应用
2  小波变换 (8学时)
        2.1 连续小波变换*
        2.2 连续小波变换算法*
        2.3 离散小波变换*
        2.4 离散小波变换算法*
        2.5 提升格式#
        2.6 数值实验指南
3  冗余小波变换  (8学时)
3.1 非抽取小波变换*
3.2 部分抽取小波变换
3.3 对偶树复值小波变换#
3.4 各向同性非抽取小波变换
3.5 塔形小波变换*
3.6 数值实验指南
4  非线性多尺度变换 (6学时)
4.1 抽取非线性变换*
4.2 多尺度变换和数学形态学*
4.3 基于中值变换的多分辨分析
4.4 数值实验指南
5  脊波与曲波变换 (6学时)
5.1 脊波*
5.2 曲波#★
5.3 曲波与对比度增强★
5.4 数值实验指南
6  稀疏性与阈值化(4学时)
6.1 逐项非线性阈值*
6.2 非线性块阈值#
6.3 数值实验指南
7  稀疏表示与形态多样性（8学时）★
     7.1 字典与快速变换
     7.2 组合去噪
     7.3 组合去模糊
     7.4 形态成分分析
     7.5 纹理-卡通分离
     7.6 数值实验指南
8  压缩感知基本引论 (5学时) ★
8.1 不相干性与稀疏表示
8.2 感知协议
8.3 压缩感知重建
8.4 压缩感知应用

适用学生：
全日制硕士    非全日制硕士    留学硕士    进修硕士    硕博连读    本科直博    全日制博士    留学博士    进修博士    非全日制博士    在职专硕    其他    

预修课程：
预修课程；
    线性代数, 矩阵分析、概率论、图像处理

参考书目：
[1]Jean-Luc Stark等著, 肖亮,张军,刘鹏飞等译, 稀疏图像和信号处理：小波、曲波和形态多样性.北京：国防出版社,2014.

备注：