圖像處理與分析

前言

　　要使我國的數(shù)學(xué)事業(yè)更好地發(fā)展起來，需要數(shù)學(xué)家淡泊名利并付出更艱苦地努力。另一方面，我們也要從客觀上為數(shù)學(xué)家創(chuàng)造更有利的發(fā)展數(shù)學(xué)事業(yè)的外部環(huán)境，這主要是加強對數(shù)學(xué)事業(yè)的支持與投資力度，使數(shù)學(xué)家有較好的工作與生活條件，其中也包括改善與加強數(shù)學(xué)的出版工作。　　從出版方面來講，除了較好較快地出版我們自己的成果外，引進國外的先進出版物無疑也是十分重要與必不可少的。從數(shù)學(xué)來說，施普林格（springer）出版社至今仍然是世界上最具權(quán)威的出版社?？茖W(xué)出版社影印一批他們出版的好的新書，使我國廣大數(shù)學(xué)家能以較低的價格購買，特別是在邊遠地區(qū)工作的數(shù)學(xué)家能普遍見到這些書，無疑是對推動我國數(shù)學(xué)的科研與教學(xué)十分有益的事?！　∵@次科學(xué)出版社購買了版權(quán)，一次影印了23本施普林格出版社出版的數(shù)學(xué)書，就是一件好事，也是值得繼續(xù)做下去的事情。大體上分一下，這23本書中，包括基礎(chǔ)數(shù)學(xué)書5本，應(yīng)用數(shù)學(xué)書6本與計算數(shù)學(xué)書12本，其中有些書也具有交叉性質(zhì)。這些書都是很新的，2000年以后出版的占絕大部分，共計16本，其余的也是1990年以后出版的。這些書可以使讀者較快地了解數(shù)學(xué)某方面的前沿，例如基礎(chǔ)數(shù)學(xué)中的數(shù)論、代數(shù)與拓撲三本，都是由該領(lǐng)域大數(shù)學(xué)家編著的“數(shù)學(xué)百科全書”的分冊。對從事這方面研究的數(shù)學(xué)家了解該領(lǐng)域的前沿與全貌很有幫助。按照學(xué)科的特點，基礎(chǔ)數(shù)學(xué)類的書以“經(jīng)典”為主，應(yīng)用和計算數(shù)學(xué)類的書以“前沿”為主。這些書的作者多數(shù)是國際知名的大數(shù)學(xué)家，例如《拓撲學(xué)》一書的作者諾維科夫是俄羅斯科學(xué)院的院士，曾獲“菲爾茲獎”和“沃爾夫數(shù)學(xué)獎”。這些大數(shù)學(xué)家的著作無疑將會對我國的科研人員起到非常好的指導(dǎo)作用?！　‘斎?，23本書只能涵蓋數(shù)學(xué)的一部分，所以，這項工作還應(yīng)該繼續(xù)做下去。更進一步，有些讀者面較廣的好書還應(yīng)該翻譯成中文出版，使之有更大的讀者群。　　總之，我對科學(xué)出版社影印施普林格出版社的部分數(shù)學(xué)著作這一舉措表示熱烈的支持，并盼望這一工作取得更大的成績。

內(nèi)容概要

This book is written forr graduate students and researchers in applied mathematics, computer science, electrical engineering, and other disciplines who are interested in problems in imaging and computer vision. It can be used as a reference by scientists with specific tasks in image processing, as well as by researchers with a general interest in finding out about the latest advances.

書籍目錄

List of FiguresPrefaceIntroduction　1.1   Dawning of the Era of Imaging Sciences  　1.1.1  Image Acquisition　  1.1.2  Image Processing  　1.1.3  Image Interpretation and Visual Intelligence　1.2  Image Processing by Examples　  1.2.1  Image Contrast Enhancement　  1.2.2  Image Denoisirg　  1.2.3  Image Deblurring　  1.2.4  Image Inpainting　  1.2.5  Image Segmentation　1.3  An Overview of Methodologies in Image Processing　  1.3.1  Morphological Approach　  1.3.2  Fourier and Spectral Analysis　  1.3.3  Wavelet and Space-Scale Analysis　  1.3.4  Stochastic Modeling　  1.3.5  Variaticnal Methods　  1.3.6  Partial Differential Equations (PDEs)　  1.3.7  Different Approaches Are Intrinsically Interconnected　1.4  Organization of the Book　1.5  How to Read the Bcok2　Some Modern Image Analysis Tools　2.1   Geometry of Curves and Surfaces　　2.1.I  Geometry of Curves　　2.1.2  Geometry of Surfaces in Three Dimensions　　2.1.3  Hausdorff Measures and Dimensions　2.2  Functions with Bounded Variations　　2.2.1  Total Variatien as a Radon Measure　　2.2.2  Basic Properties of BV Functions　　2.2.3  The Co-Area Formula　2.3   Elements of Thermodynamics and Statistical Mechanics　　2.3.1  Essentials of Thermodynamics　　2.3.2  Entropy and Potentials　　2.3.3  Statistical Mechanics of Ensembles　2.4  Bayesian Statistical Inference　　2.4.1  Image Processing or Visual Perception as Inference　　2.4.2  Bayesian Inference： Bias Due to Prior Knowledge　　2.4.3  Bayesian Method in Image Processing　2.5  Linear and Nonlinear Filtering and Diffusion　　2.5.1  Point Spreading and Markov Transition　　2.5.2  Linear Filtering and Diffusion　　2.5.3  Nonlinear Filtering and Diffusion　2.6  Wavelets and Multiresolution Analysis　　2.6.1  Quest for New Image Analysis Tools　　2.6.2  Early Edge Theory and Marr’s Wavelets　　2.6.3  Windowed Frequency Analysis and Gabor Wavelets　　2.6.4  Frequency-Window Coupling： Malvar-Wilson Wavelets　　2.6.5  The Framework of Multiresolution Analysis (MRA)　　2.6.6  Fast Image Analysis and Synthesis via Filter Banks3　Image Modeling and Representation　3.1   Modeling and Representation： What, Why, and How　3.2  Deterministic Image Models　　3.2.1  Images as Distributions (Generalized Functions)　　3.2.2  Lp Images　　3.2.3  Sobolev Images Hn(Ω)　　3.2.4  BV Images　3.3  Wavelets and Multiscale Representation　　3.3.1  Construction of 2-D Wavelets　　3.3.2  Wavelet Responses to Typical Image Features　　3.3.3  Besov Images and Sparse Wavelet Representation　3.4  Lattice and Random Field Representation　　3.4.1  Natural Images of Mother Nature　　3.4.2  Images as Ensembles and Distributions　　3.4.3  Images as Gibbs’ Ensembles　　3.4.4  Images as Markov Random Fields　　3.4.5  Visual Filters and Filter Banks　　3.4.6  Entropy-Based Learning of Image Patterns　3.5  Level-Set Representation　　3.5.1  Classical Level Sets　　3.5.2  Cumulative Level Sets　　3.5.3  Level-Set Synthesis　　3.5.4  An Example： Level Sets of Piecewise Constant Images　　3.5.5  High Order Regularity of Level Sets　　3.5.6  Statistics of Level Sets of Natural Images　3.6  The Mumford-Shah Free Boundary Image Model　　3.6.1  Piecewise Constant 1-D Images： Analysis and Synthesis　　3.6.2  Piecewise Smooth 1-D Images： First Order Representation　　3.6.3  Piecewise Smooth 1-D Images： Poisson Representation　　3.6.4  Piecewise Smooth 2-D Images　　3.6.5  The Mumford-Shah Model　　3.6.6  The Role of Special BV Images4　Image Denoising5　Image Deblurring6　Image Inpainting7　Image SegmentationBibliographyIndex

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    圖像處理與分析 PDF格式下載

---