科技 类型
可以朗读 语音朗读
129千字 字数
2023-08-01 发行日期
展开全部

主编推荐语

本书基于多种图像块先验学习模型，研究图像复原去噪技术。

内容简介

图像复原去噪是从退化或损坏的图像中恢复原始图像的过程，该技术在医学成像、卫星成像、监控系统、遥感影像等多个领域有广泛的应用。

本书的重点是图像建模的复原去噪，将图像建模为符合某些先验分布的随机变量，学习自然图像的统计特征，然后利用优选后验估计重构退化图像。其中，图像先验是求解不适定图像复原问题的关键，早期的图像先验设计主要考虑图像的整体物理特征进行手工设计。

近年来，研究人员的研究重点转向从图像块的角度去构建图像先验，基于图像块先验特征提升图像复原性能。图像复原去噪研究的问题作为典型的不适定数学逆问题，对推动问题驱动的数学理论和方法的研究起到重要作用，同时对促进数学与计算机科学、人工智能等领域的交叉融合及协同发展起到积极作用。

本书的编写突出科学性和实用性，可为数字图像处理研究人员、计算机视觉研究人员及数字媒体终端技术研究人员提供参考。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.2 研究现状及发展趋势
  • 1.2.1 空间域方法
  • 1.2.2 变换域方法
  • 1.3 存在的问题
  • 1.4 本书主要工作和创新点
  • 1.5 本书内容安排
  • 第2章 图像去噪的理论基础
  • 2.1 图像处理中常见的噪声
  • 2.1.1 加性噪声
  • 2.1.2 乘性噪声
  • 2.2 图像质量评价标准
  • 2.2.1 主观评价
  • 2.2.2 客观评价
  • 2.3 图像的方法噪声
  • 2.4 本章小结
  • 第3章 经典图像去噪方法
  • 3.1 非局部均值图像去噪方法
  • 3.1.1 非局部均值去噪理论
  • 3.1.2 非局部均值去噪方法研究现状
  • 3.2 基于先验信息的正则化去噪方法
  • 3.2.1 最大后验概率估计
  • 3.2.2 不同形式的正则化去噪方法
  • 3.3 本章小结
  • 第4章 基于边缘相似度的自适应两阶段非局部均值去噪方法
  • 4.1 概述
  • 4.2 两阶段非局部均值去噪框架
  • 4.2.1 去噪过程
  • 4.2.2 图像块相似性度量
  • 4.2.3 抗噪的差分算子
  • 4.2.4 自适应参数选择方案
  • 4.3 实验结果与分析
  • 4.3.1 搜索窗口的设置
  • 4.3.2 去噪结果对比
  • 4.4 本章小结
  • 第5章 基于梯度直方图和非局部自相似先验的自适应纹理保持去噪方法
  • 5.1 概述
  • 5.2 自适应的纹理保持去噪框架
  • 5.2.1 满足超拉普拉斯分布的梯度直方图匹配先验
  • 5.2.2 非局部自相似（NSS）先验
  • 5.2.3 内容自适应的参数选择
  • 5.3 求解去噪模型
  • 5.3.1 x-子问题
  • 5.3.2 s-子问题
  • 5.3.3 迭代直方图匹配算法
  • 5.3.4 更新参数q和δ
  • 5.4 实验结果与分析
  • 5.4.1 参数设置
  • 5.4.2 与正则化去噪模型的比较
  • 5.4.3 与最新去噪方法的比较
  • 5.4.4 梯度保持性能
  • 5.4.5 运行时间
  • 5.5 本章小结
  • 第6章 基于SVD能量分布估计的低秩近似去噪方法
  • 6.1 概述
  • 6.2 基于SVD域的低秩近似去噪方法回顾
  • 6.3 基于能量分布估计的低秩去噪方法的问题描述
  • 6.3.1 边缘信息辅助的图像块匹配
  • 6.3.2 真实信号能量分布估计
  • 6.3.3 噪声方差约束的低秩矩阵近似
  • 6.3.4 加权组合
  • 6.3.5 迭代增强步骤
  • 6.4 实验结果与分析
  • 6.4.1 参数设置
  • 6.4.2 与代表性方法的比较
  • 6.4.3 与最新去噪方法的比较
  • 6.4.4 运行时间
  • 6.5 本章小结
  • 第7章 基于自适应增强方法的低秩去噪方法
  • 7.1 概述
  • 7.2 迭代增强技术的研究现状
  • 7.3 自适应增强的低秩去噪方法
  • 7.3.1 自适应增强的去噪框架
  • 7.3.2 最优解分析
  • 7.3.3 收敛性分析
  • 7.3.4 自适应的相似图像块搜索方案
  • 7.3.5 迭代停止准则
  • 7.4 实验结果与分析
  • 7.4.1 参数设置
  • 7.4.2 去噪结果
  • 7.5 本章小结
  • 第8章 基于结构信息提取的低秩图像去噪方法
  • 8.1 概述
  • 8.2 核维纳滤波
  • 8.3 基于结构信息提取的低秩图像去噪框架
  • 8.3.1 结构提取模型
  • 8.3.2 相似图像块分组
  • 8.3.3 基于低秩近似和核维纳滤波的SEM最优去噪模型
  • 8.3.4 优化算法
  • 8.4 实验结果与分析
  • 8.4.1 参数设置
  • 8.4.2 去噪结果
  • 8.4.3 运行时间
  • 8.5 本章小结
  • 第9章 基于稀疏表示与奇异值分解的图像细节保护去噪方法
  • 9.1 概述
  • 9.2 基于稀疏表示的去噪模型
  • 9.3 图像细节保护的去噪方法
  • 9.3.1 图像低频信息恢复
  • 9.3.2 图像高频信息恢复
  • 9.3.3 图像高频成分和低频成分的聚合
  • 9.4 实验结果与分析
  • 9.4.1 去噪性能比较
  • 9.4.2 运行时间比较
  • 9.5 本章小结
  • 第10章 基于增强低秩先验的两阶段图像去噪方法
  • 10.1 概述
  • 10.2 两阶段增强低秩先验模型去噪方法
  • 10.2.1 第1阶段：轮廓恢复
  • 10.2.2 第2阶段：细节恢复
  • 10.3 实验结果与分析
  • 10.3.1 参数设置
  • 10.3.2 TSLR方法分析
  • 10.3.3 与非深度学习方法的实验结果比较
  • 10.3.4 与深度学习方法的实验结果比较
  • 10.4 本章小结
  • 第11章 基于四元数组稀疏的彩色图像去噪方法
  • 11.1 概述
  • 11.2 彩色图像四元数分析
  • 11.2.1 四元数奇异值分解
  • 11.2.2 离散四元数傅里叶变换
  • 11.3 彩色图像去噪方法
  • 11.3.1 建立图像块组
  • 11.3.2 四元数组稀疏模型
  • 11.3.3 结合组稀疏与核维纳滤波的四元数去噪模型
  • 11.4 实验结果
  • 11.5 本章小结
  • 第12章 总结与展望
  • 12.1 总结
  • 12.2 展望
  • 参考文献
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    图像去噪作为数字图像处理和计算机视觉领域中重要的基础工作， 具有很高的应用价值。 对于去噪问题的研究已经持续了多年， 近年来随着非局部思想的提出， 许多图像去噪方法也相继被提出， 并且实现了良好的去噪效果

      转发
      评论

    出版方

    电子工业出版社

    电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。