新書推薦：
《
你的韧性超乎你的想象
》
售價：HK$
71.8
《
新东方 剑桥雅思官方指南精讲 精确剖析官方指南样题
》
售價：HK$
81.6
《
欧洲文明进程·贫困与社会保障卷
》
售價：HK$
198.0
《
理想国译丛030：资本之都：21世纪德里的美好与野蛮
》
售價：HK$
122.4
《
新质生产力
》
售價：HK$
81.6
《
沙盘游戏疗法
》
售價：HK$
106.8
《
图坦卡蒙和改变世界的陵墓
》
售價：HK$
95.8
《
儿童心理画：孩子的画会说话，孩子的画这样读
》
售價：HK$
82.8
|
| 內容簡介： |
|
本书是作者在多年进行图像去噪图像复原研究的基础之上撰写而成的，系统地论述和分析了图像去噪图像复原的相关技术和理论。本书主要介绍小波分析和脊波变换、小波阈值去噪方法、基于脊波变换和图像融合的去噪方法、加权型曲率保持PDE图像滤波方法、结构保持的非局部图像变分模型与算法、图像复原相关理论、基于内容的双重字典学习的图像复原方法等。
|
| 關於作者： |
|
王小玉，哈尔滨理工大学计算机系教授。长期从事图像处理方向的教学和研究工作。参与完成了国家自然科学基金项目1项，黑龙江省教育科学"十一五规划课题1项。主持完成的项目有黑龙江省教育厅科学研究项目1项，黑龙江省教育科学"十一五规划课题1项，黑龙江省教育科学"十二五规划课题1项。在研的项目有国家自然科学基金项目1项，黑龙江省教育厅科学研究项目1项。近期发表学术论文10余篇。主编教材1部，参编教材1部。
|
| 目錄：
|
目录
? 第1章绪论1
1.1 研究目的和意义1
1.2 图像去噪的研究概况与展望3
1.2.1国外研究概况4
1.2.2国内研究概况8
1.2.3存在的问题及发展展望11
1.3图像复原的研究概况和展望13
1.3.1国外研究概况13
1.3.2国内研究概况17
1.3.3存在的问题及发展展望21
1.4图像质量评价22
1.4.1主观质量评价法24
1.4.2客观质量评价法25
? 第2章小波分析和脊波变换29
2.1小波分析基本理论29
2.1.1傅里叶变换到小波分析29
2.1.2连续小波变换32
2.1.3离散小波变换33
2.1.4多分辨分析与Mallet算法34
2.2脊波变换基本理论36
2.2.1脊波变换36
2.2.2离散脊波变换38
2.3本章小结40
? 第3章小波阈值去噪41
3.1小波阈值去噪原理41
3.2小波阈值去噪函数42
3.3改进的小波阈值去噪函数44
3.4改进的统一阈值45
3.5仿真实验与结果46
3.5.1仿真实验过程46
3.5.2实验结果47
3.6本章小结50
? 第4章基于脊波变换和图像融合的去噪51
4.1脊波变换与改进的小波阈值去噪51
4.1.1脊波变换去噪过程52
4.1.2脊波与小波融合去噪过程52
4.2仿真实验与结果53
4.2.1仿真实验53
4.2.2实验结果54
4.3图像融合的方法58
4.4本章小结59
? 第5章基于偏微分方程的图像去噪61
5.1基于偏微分方程的去噪方法61
5.2变分法与PDE的相关理论63
5.3基于偏微分方程的图像去噪模型66
5.3.1各向同性PDE扩散模型66
5.3.2线性扩散PDE模型68
5.3.3非线性扩散PDE模型70
5.4本章小结72
? 第6章加权型曲率保持PDE图像滤波方法73
6.1结构张量74
6.1.1线性结构张量74
6.1.2非线性结构张量76
6.2线积分卷积77
6.3基于加权型曲率保持PDE图像去噪79
6.3.1模型的提出79
6.3.2扩散张量的构造80
6.3.3权重函数的构造81
6.3.4实验验证和分析83
6.4本章小结85
? 第7章结构保持的非局部图像变分模型与算法87
7.1非局部平均滤波方法88
7.1.1非局部均值滤波法89
7.1.2非局部算子91
7.2非局部总广义变分模型及数值解法92
7.3基于Patch相似性保真的图像变分模型94
7.3.1模型的提出94
7.3.2实验验证及分析96
7.4基于Patch相似性的WCPDE滤波方法97
7.4.1模型的提出97
7.4.2实验验证及分析99
7.5本章小结100
? 第8章超分辨率图像复原相关理论101
8.1超分辨率图像复原的模型101
8.2传统超分辨率复原算法概述104
8.2.1基于插值的算法104
8.2.2基于重建的算法105
8.2.3基于学习的算法107
8.3稀疏表示理论110
8.3.1稀疏表示的数学模型110
8.3.2常用算法112
8.3.3相关定理115
8.4本章小结117
? 第9章基于内容的字典学习的超分辨率图像复原118
9.1字典学习118
9.1.1数学模型119
9.1.2常用算法120
9.2基于内容的字典学习和稀疏表示的超分辨率图像复原122
9.2.1聚类分析算法概述122
9.2.2K-means算法123
9.2.3图像重构124
9.3仿真实验与分析128
9.4本章小结133
? 第10章基于内容的双字典学习的图像超分辨率复原134
10.1双字典的构建135
10.2图像的复原操作138
10.3仿真实验与分析140
10.4本章小结144
? 第11章超低分辨率人脸图像复原研究146
11.1DCT变换方法146
11.1.1DCT变换的压缩数据原理147
11.1.2DCT变换系数147
11.2基于DCT变换的图像复原148
11.3基于DCT变换的人脸复原算法改进152
11.4算法在超低分辨率人脸复原中的实现154
11.5仿真实验与分析155
11.6本章小结157
参考文献158
|
| 內容試閱：
|
前 言
随着多媒体技术和网络技术的飞速发展，在人们的工作、学习和生活中，图像信息越来越重要。但是，图像在获取、存储和传输等过程的各个环节，会受到技术上的限制、天气因素及一些其他因素的影响，导致最终获取的图像不可避免地存在各种图像质量下降问题，表现为图像模糊、失真、有噪声等。而我们需要的是清晰的、高分辨率的图像，因此，对降质的图像进行去噪复原在实际应用和生活中具有非常重要的意义。
图像去噪方法很多，本书主要阐述的是小波阈值去噪和基于偏微分方程的图像去噪方法。首先，本书以传统的软硬阈值去噪存在的缺点为基础，从以下4个方面进行阐述：改进传统的小波去噪函数；改进传统的统一阈值；利用基于小波变换的阈值去噪函数的改进型与脊波变换去噪；利用图像融合的方法将改进小波阈值函数的去噪方法和基于脊波变换的去噪方法获得的图像融合。一个好的去噪方法应该既能够有效地消除图像中的噪声，又能够很好地保留图像中的边缘细节结构，而传统的去噪方法显得有些力不从心。基于偏微分方程的图像去噪方法作为一种有效的图像去噪方法，能够有效地平衡去除噪声和保持图像结构信息方面之间的矛盾，使去噪图像能够得到很好的视觉效果，受到了学者们的广泛研究。其次，本书阐述了将偏微分方程应用于图像中加性噪声的去除。详细分析了张量驱动型曲率保持PDE滤波方法，该方法可以做进一步的改进来提高图像去噪效果，对此进行了相关的分析和研究。非局部均值滤波是近年提出的一种有效的去噪方法，受到了广泛研究，将非局部滤波的思想应用于基于PDE的图像去噪方法中，结合变分法和非局部均值滤波法来对图像滤波，获得了更好的去噪结果。最后，本书阐述了超分辨率图像复原方法。阐述了一种基于内容的双字典学习及稀疏表示的超分辨率图像复原方法。把图像的高频成分分解为主要高频部分和冗余高频部分，分别有步骤地进行训练和构建稀疏字典，将待复原的图像进行双层次的超分辨率图像复原。针对超低分辨率人脸图像复原问题，本书阐述了一种基于DCT的改进方法，实验结果表明改进的DCT方法可以在超低分辨率的人脸图像复原中获得比较好的表现。
在本书的编写过程中，参考了大量的国内外相关技术资料、书籍、学术期刊和学术论文，吸取了许多专家和同仁的宝贵经验，在此向他们深表谢意！实验用图来自MATLAB自带图及中科院的人脸库，在此表示感谢！感谢黑龙江省教育厅科学研究项目（编号：12541177）的资助！感谢姜峰、董薇、顾丽、冉起、张亚洲、欧晓旭、郭晓中、王璐、孟晔在资料整理过程中所付出的辛勤工作！特别感谢电子工业出版社的编辑为本书出版做的大量细致的工作！感谢哈尔滨理工大学的支持！
本书涉及内容广泛，由于作者学识所限，书中难免存在疏漏和不足之处，恳请广大读者批评指正。
作 者
2016年
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
