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。

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。

查看全部
目录

内容简介

前言

第1章 绪论

1.1 研究目的和意义

1.2 图像去噪的研究概况与展望

1.3 图像复原的研究概况和展望

1.4 图像质量评价

第2章 小波分析和脊波变换

2.1 小波分析基本理论

2.2 脊波变换基本理论

2.3 本章小结

第3章 小波阈值去噪

3.1 小波阈值去噪原理

3.2 小波阈值去噪函数

3.3 改进的小波阈值去噪函数

3.4 改进的统一阈值

3.5 仿真实验与结果

3.6 本章小结

第4章 基于脊波变换和图像融合的去噪

4.1 脊波变换与改进的小波阈值去噪

4.2 仿真实验与结果

4.3 图像融合的方法

4.4 本章小结

第5章 基于偏微分方程的图像去噪

5.1 基于偏微分方程的去噪方法

5.2 变分法与PDE的相关理论

5.3 基于偏微分方程的图像去噪模型

5.4 本章小结

第6章 加权型曲率保持PDE图像滤波方法

6.1 结构张量

6.2 线积分卷积

6.3 基于加权型曲率保持PDE图像去噪

6.4 本章小结

第7章 结构保持的非局部图像变分模型与算法

7.1 非局部平均滤波方法

7.2 非局部总广义变分模型及数值解法

7.3 基于Patch相似性保真的图像变分模型

7.4 基于Patch相似性的WCPDE滤波方法

7.5 本章小结

第8章 超分辨率图像复原相关理论

8.1 超分辨率图像复原的模型

8.2 传统超分辨率复原算法概述

8.3 稀疏表示理论

8.4 本章小结

第9章 基于内容的字典学习的超分辨率图像复原

9.1 字典学习

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

9.3 仿真实验与分析

9.4 本章小结

第10章 基于内容的双字典学习的图像超分辨率复原

10.1 双字典的构建

10.2 图像的复原操作

10.3 仿真实验与分析

10.4 本章小结

第11章 超低分辨率人脸图像复原研究

11.1 DCT变换方法

11.2 基于DCT变换的图像复原

11.3 基于DCT变换的人脸复原算法改进

11.4 算法在超低分辨率人脸复原中的实现

11.5 仿真实验与分析

11.6 本章小结

参考文献

查看全部
书评
查看更多
请您登录后发表评论 登录 | 注册
我的评分:
提交
0/400