圖像處理的幾何變分與多尺度方法

定　價(jià)：￥49.00

作　者：	柳嬋娟，鄒海林，錢旭
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787302433194	出版時(shí)間：	2016-07-01	包裝：
開本：	16開	頁數(shù)：	188	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書運(yùn)用泛函分析、小波多尺度分析、幾何變分法、偏微分方程和優(yōu)化方法等理論，結(jié)合圖像幾何結(jié)構(gòu)特征和人的視覺系統(tǒng)特性，對(duì)圖像去噪與復(fù)原、圖像增強(qiáng)等問題進(jìn)行分析和探討。研究非線性擴(kuò)散模型閾值參數(shù)和時(shí)間估計(jì)與優(yōu)化問題；將基于梯度的圖像頻率概念引入全變分，研究基于圖像梯度頻率的全變分正則化圖像去噪與復(fù)原問題；將張量理論與全變分正則化方法結(jié)合，提出基于張量投票與全變分正則化結(jié)合的紋理圖像去噪與復(fù)原模型；將小波變換局部化特性引入圖像擴(kuò)散濾波，研究基于小波多尺度分析的圖像非線性擴(kuò)散濾波與增強(qiáng)問題。本書適合作為高等院校電子信息類和計(jì)算機(jī)類專業(yè)高年級(jí)本科生、研究生的教學(xué)用書，同時(shí)，可作為相關(guān)專業(yè)領(lǐng)域人員學(xué)習(xí)數(shù)字圖像處理的參考用書。本書封面貼有清華大學(xué)出版社防偽標(biāo)簽，無標(biāo)簽者不得銷售。

作者簡(jiǎn)介

暫缺《圖像處理的幾何變分與多尺度方法》作者簡(jiǎn)介

圖書目錄

第1章緒論1
1.1數(shù)字圖像處理技術(shù)概述1
1.2變分與偏微分方程理論在圖像處理中的應(yīng)用及研究現(xiàn)狀6
1.2.1基于變分與偏微分方程的圖像去噪7
1.2.2基于變分與偏微分方程的圖像分割11
1.2.3基于變分與偏微分方程的圖像修復(fù)14
1.2.4基于變分與偏微分方程的圖像增強(qiáng)17
1.2.5基于變分與偏微分方程的圖像放大18
參考文獻(xiàn)19第2章圖像處理的泛函及幾何變分理論基礎(chǔ)27
2.1實(shí)分析與泛函分析基礎(chǔ)27
2.2最優(yōu)化理論與凸分析28
2.3有界變差函數(shù)空間31
2.4反問題與正則化34
2.4.1問題適定性34
2.4.2反問題和病態(tài)35
2.4.3不適定問題36
2.4.4正則化39
2.5曲線與曲面幾何40
2.5.1R2曲線的幾何性質(zhì)40
2.5.2R3曲面的幾何性質(zhì)42
2.6圖像空間46
2.7變分法及其基本引理47
2.7.1變分法基本引理47
2.7.2偏微分方程51
2.7.3梯度下降流法53
參考文獻(xiàn)54/圖像處理的幾何變分與多尺度方法目錄/第3章圖像非線性擴(kuò)散濾波55
3.1引言55
3.2圖像中的噪聲及特點(diǎn)56
3.3各向同性擴(kuò)散59
3.4各向異性擴(kuò)散62
3.4.1PM擴(kuò)散模型64
3.4.2CLMC模型69
3.4.3林石算子69
3.4.4MCM模型70
3.4.5張量擴(kuò)散模型71
3.4.6高階偏微分方程模型72
3.4.7其他改進(jìn)模型73
3.5PM方程參數(shù)的估計(jì)與優(yōu)化74
3.5.1梯度閾值估計(jì)75
3.5.2擴(kuò)散終止時(shí)間估計(jì)79
3.5.3數(shù)值實(shí)驗(yàn)及結(jié)果分析81
3.6基于小波變換的圖像非線性擴(kuò)散濾波83
3.6.1帶有保真項(xiàng)的非線性小波擴(kuò)散模型83
3.6.2數(shù)值實(shí)驗(yàn)與結(jié)果分析84
3.7本章小結(jié)87
參考文獻(xiàn)87第4章全變分正則化圖像去噪與復(fù)原90
4.1引言90
4.2全變分正則化圖像去噪與復(fù)原91
4.2.1TVL2模型92
4.2.2ROF TV模型92
4.2.3TVLp模型95
4.2.4TVG模型96
4.2.5TVL1模型97
4.2.6其他高階TV模型100
4.2.7基于TV的乘性噪聲去除106
4.3基于圖像頻率的全變分正則化去噪107
4.3.1基于梯度的圖像頻率107
4.3.2基于圖像頻率的全變分正則化去噪108
4.3.3模型數(shù)值計(jì)算109
4.3.4數(shù)值實(shí)驗(yàn)及結(jié)果分析110
4.4基于圖像頻率的變分正則化去噪模型的改進(jìn)114
4.5小波域圖像復(fù)原變分正則化方法119
4.5.1引言119
4.5.2小波模值及權(quán)重測(cè)度120
4.5.3基于小波域的圖像復(fù)原模型121
4.5.4小波基的選擇122
4.5.5實(shí)驗(yàn)結(jié)果分析124
4.6本章小結(jié)129
參考文獻(xiàn)130第5章基于結(jié)構(gòu)張量的圖像擴(kuò)散濾波135
5.1引言135
5.2結(jié)構(gòu)張量136
5.3擴(kuò)散張量138
5.3.1邊緣增強(qiáng)張量擴(kuò)散139
5.3.2相干增強(qiáng)張量擴(kuò)散140
5.4基于張量投票的紋理圖像去噪與復(fù)原141
5.4.1圖像局部結(jié)構(gòu)特征相干性函數(shù)141
5.4.2張量投票與全變分正則化圖像去噪與復(fù)原142
5.4.3數(shù)值仿真實(shí)驗(yàn)143
5.5本章小結(jié)148
參考文獻(xiàn)149第6章基于變分偏微分方程的圖像增強(qiáng)152
6.1引言152
6.2空間域增強(qiáng)153
6.2.1直方圖均衡化153
6.2.2直方圖規(guī)定化156
6.3頻域增強(qiáng)158
6.3.1頻域?yàn)V波158
6.3.2多尺度域增強(qiáng)162
6.4基于變分偏微分方程的圖像增強(qiáng)164
6.4.1基于變分偏微分方程的直方圖均衡化圖像增強(qiáng)164
6.4.2基于變分框架的Retinex圖像增強(qiáng)165
6.4.3梯度場(chǎng)圖像增強(qiáng)167
6.4.4基于非線性擴(kuò)散的圖像增強(qiáng)168
6.5基于多尺度和變分的圖像增強(qiáng)170
6.5.1圖像局部結(jié)構(gòu)小波能譜描述算子170
6.5.2數(shù)值實(shí)驗(yàn)及結(jié)果分析171
6.5.3小波域圖像增強(qiáng)WFAB模型174
6.5.4數(shù)值實(shí)驗(yàn)及結(jié)果分析175
6.6本章小結(jié)177
參考文獻(xiàn)177第7章總結(jié)與展望181
7.1研究工作總結(jié)181
7.2未來研究工作展望183附錄A本書中使用的數(shù)學(xué)符號(hào)185附錄B本書中使用的縮略詞表187