中图网

>

图形图像多媒体

>

其他

图像复原去噪技术与应用――基于图像块先验建模的视角

作者：范琳伟

出版社：电子工业出版社出版时间：2023-08-01

开本：其他页数： 200

本类榜单：计算机/网络销量榜

中图价:¥64.4(6.5折) 定价 ~~¥99.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥64.4 加入购物车

版权信息
内容简介
目录
作者简介

图像复原去噪技术与应用――基于图像块先验建模的视角版权信息

ISBN：9787121460777
条形码：9787121460777 ; 978-7-121-46077-7
装帧：平塑
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
图形图像多媒体
>
其他

图像复原去噪技术与应用――基于图像块先验建模的视角内容简介

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。本书研究图像复原去噪技术，基于多种图像块先验学习模型开展工作，分12章阐述主要研究成果。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。

图像复原去噪技术与应用――基于图像块先验建模的视角目录

第1章绪论11．1 研究背景及意义11．2 研究现状及发展趋势31．2．1 空间域方法31．2．2 变换域方法71．3 存在的问题81．4 本书主要工作和创新点91．5 本书内容安排12第2章图像去噪的理论基础152．1 图像处理中常见的噪声152．1．1 加性噪声152．1．2 乘性噪声162．2 图像质量评价标准172．2．1 主观评价172．2．2 客观评价182．3 图像的方法噪声192．4 本章小结20第3章经典图像去噪方法213．1 非局部均值图像去噪方法213．1．1 非局部均值去噪理论213．1．2 非局部均值去噪方法研究现状223．2 基于先验信息的正则化去噪方法233．2．1 *大后验概率估计243．2．2 不同形式的正则化去噪方法243．3 本章小结29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304．1 概述304．2 两阶段非局部均值去噪框架314．2．1 去噪过程324．2．2 图像块相似性度量334．2．3 抗噪的差分算子354．2．4 自适应参数选择方案374．3 实验结果与分析394．3．1 搜索窗口的设置394．3．2 去噪结果对比404．4 本章小结45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465．1 概述465．2 自适应的纹理保持去噪框架495．2．1 满足超拉普拉斯分布的梯度直方图匹配先验505．2．2 非局部自相似（NSS）先验505．2．3 内容自适应的参数选择515．3 求解去噪模型535．3．1 x-子问题535．3．2 s-子问题545．3．3 迭代直方图匹配算法545．3．4 更新参数q和δ555．4 实验结果与分析565．4．1 参数设置565．4．2 与正则化去噪模型的比较565．4．3 与*新去噪方法的比较615．4．4 梯度保持性能635．4．5 运行时间645．5 本章小结65第6章基于SVD能量分布估计的低秩近似去噪方法666．1 概述666．2 基于SVD域的低秩近似去噪方法回顾――LRA-SVD方法676．3 基于能量分布估计的低秩去噪方法的问题描述686．3．1 边缘信息辅助的图像块匹配686．3．2 真实信号能量分布估计696．3．3 噪声方差约束的低秩矩阵近似716．3．4 加权组合726．3．5 迭代增强步骤726．4 实验结果与分析746．4．1 参数设置746．4．2 与代表性的方法比较746．4．3 与*新的去噪方法比较786．4．4 运行时间806．5 本章小结81第7章基于自适应增强方法的低秩去噪方法827．1 概述827．2 迭代增强技术的研究现状837．3 自适应增强的低秩去噪方法847．3．1 自适应增强的去噪框架857．3．2 *优解分析857．3．3 收敛性分析887．3．4 自适应的相似图像块搜索方案897．3．5 迭代停止准则907．4 实验结果与分析937．4．1 参数设置937．4．2 去噪结果937．5 本章小结98第8章基于结构信息提取的低秩图像去噪方法1008．1 概述1008．2 核维纳滤波1018．3 基于结构信息提取的低秩图像去噪方法1018．3．1 结构提取模型1028．3．2 相似图像块分组1038．3．3 基于低秩近似和核维纳滤波的SEM*优去噪模型1048．3．4 优化算法1058．4 实验结果与分析1088．4．1 参数设置1088．4．2 去噪结果1108．4．3 运行时间1178．5 本章小结118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1199．1 概述1199．2 基于稀疏表示的去噪模型1209．3 图像细节保护的去噪方法1229．3．1 图像低频信息恢复1229．3．2 图像高频信息恢复1239．3．3 图像高频成分和低频成分的聚合1309．4 实验结果与分析1329．4．1 去噪性能比较1329．4．2 运行时间比较1369．5 本章小结137第10章基于增强低秩先验的两阶段图像去噪方法13810．1 概述13810．2 两阶段增强低秩先验模型去噪方法13910．2．1 第1阶段：轮廓恢复13910．2．2 第2阶段：细节恢复14110．3 实验结果与分析14810．3．1 参数设置14910．3．2 TSLR方法分析15010．3．3 与非深度学习方法的实验结果比较15110．3．4 与深度学习方法的实验结果比较15910．4 本章小结161第11章基于四元数组稀疏的彩色图像去噪方法16211．1 概述16211．2 彩色图像四元数分析16311．2．1 四元数奇异值分解16311．2．2 离散四元数傅里叶变换16311．3 彩色图像去噪方法16411．3．1 建立图像块组16411．3．2 四元数组稀疏模型16511．3．3 结合组稀疏与核维纳滤波的四元数去噪模型16611．4 实验结果16711．5 本章小结169第12章总结与展望17012．1 总结17012．2 展望172参考文献174

展开全部

图像复原去噪技术与应用――基于图像块先验建模的视角作者简介

范琳伟，博士，山东财经大学计算机科学与技术学院副教授、硕士生导师、学院科学研究办公室主任，山东省高等学校青创科技计划团队带头人。主要研究领域为机器视觉、图像处理等。主持国家自然科学基金项目1项、山东省自然科学基金项目1项、山东省高等学校青创科技计划1项，并参与国家自然科学基金重点项目和省级重点研发计划多项。发表SCI/EI学术论文30余篇，论文被引用500余次；授权发明专利5项。主讲计算机图形图像基础、图形图像综合实践等本科生与研究生课程。现主持教育部产学合作协同育人项目1项，参与山东省本科教学改革研究重点项目、教育部产学合作协同育人项目等3项。指导大学生竞赛获国赛一等奖、二等奖各1项。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐