123,123

內(nèi)容簡(jiǎn)介

　　近年來(lái)，隨著機(jī)器學(xué)習(xí)和數(shù)據(jù)驅(qū)動(dòng)方法的成功應(yīng)用，研究人員將研究重點(diǎn)轉(zhuǎn)移至從自然圖像中學(xué)習(xí)先驗(yàn)以進(jìn)行圖像復(fù)原的工作?！秷D像塊先驗(yàn)建模研究：基于高斯混合模型的視角》從高斯混合模型的塊先驗(yàn)學(xué)習(xí)模型角度進(jìn)行了全面深入的研究。針對(duì)高斯混合模型塊模型固有的整體模型強(qiáng)制局部性，無(wú)法實(shí)現(xiàn)圖像更大范圍塊協(xié)同處理的問(wèn)題，提出一種Wasserstein距離梯度直方圖約束的多尺度高斯混合塊先驗(yàn)?zāi)Ｐ?，將梯度直方圖全局統(tǒng)計(jì)先驗(yàn)引入到多尺度塊先驗(yàn)建模；針對(duì)全局高斯混合模型限制利用圖像中鄰近塊的相干性，提出一種基于分層貝葉斯的局部高斯混合塊先驗(yàn)?zāi)Ｐ停?duì)模型參數(shù)引入先驗(yàn)知識(shí)，還利用了鄰近塊的相干性；針對(duì)傳統(tǒng)全局高斯混合模型分量數(shù)目固定，以及單一外部先驗(yàn)建模能力有限的問(wèn)題，提出一種基于狄利克雷過(guò)程混合模型的圖像復(fù)原模型，實(shí)現(xiàn)模型復(fù)雜度動(dòng)態(tài)調(diào)整，利用變分參數(shù)對(duì)于模型分量可擴(kuò)展性以及統(tǒng)計(jì)量的可累加性，實(shí)現(xiàn)圖像內(nèi)外部塊先驗(yàn)結(jié)合。

作者簡(jiǎn)介

　　張墨華，1979年10月生，博士，河南財(cái)經(jīng)政法大學(xué)副教授，畢業(yè)于戰(zhàn)略支援部隊(duì)信息工程大學(xué)軟件工程專業(yè)，主要研究方向?yàn)闄C(jī)器學(xué)習(xí)、圖像處理。

圖書(shū)目錄

第1章緒論
1．1 研究背景與意義
1．2 圖像復(fù)原技術(shù)概述
1．3 圖像復(fù)原學(xué)習(xí)模型研究現(xiàn)狀
1．4 本書(shū)的主要內(nèi)容和章節(jié)安排
第2章塊對(duì)數(shù)似然期望模型圖像去噪及改進(jìn)方法
2．1 引言
2．2 高斯模型和高斯混合模型先驗(yàn)
2．3 塊對(duì)數(shù)似然期望模型
2．4 塊對(duì)數(shù)似然期望模型實(shí)現(xiàn)
2．5 參數(shù)對(duì)算法去噪性能的影響
2．6 彩色圖像去噪
2．7 EPLL與其他去噪算法的比較
2．8 EPLL運(yùn)行時(shí)間分析及速度提升方案
2．9 本章小結(jié)
第3章 Wasserstein距離梯度直方圖約束的多尺度塊先驗(yàn)?zāi)Ｐ?br />3．1 引言
3．2 面向通用圖像復(fù)原的塊對(duì)數(shù)似然期望模型
3．3 多尺度塊模型
3．4 梯度直方圖先驗(yàn)及Wasserstein距離
3．5 梯度直方圖先驗(yàn)約束的多尺度塊模型
3．6 尺度不變性和參考直方圖估計(jì)
3．7 實(shí)驗(yàn)結(jié)果及分析
3．8 本章小結(jié)
第4章局部高斯混合塊先驗(yàn)?zāi)Ｐ?br />4．1 引言
4．2 全局高斯混合塊先驗(yàn)?zāi)Ｐ?br />4．3 分層貝葉斯的局部高斯混合塊先驗(yàn)?zāi)Ｐ?br />4．4 實(shí)驗(yàn)結(jié)果及分析
4．5 本章小結(jié)
……
第5章基于狄利克雷過(guò)程混合模型的塊先驗(yàn)?zāi)Ｐ?br />第6章總結(jié)與展望
符號(hào)定義
英文縮略語(yǔ)表
參考文獻(xiàn)