基于變分偏微分方程的圖像復(fù)原技術(shù)

內(nèi)容概要

本書(shū)以變分偏微分方程圖像復(fù)原技術(shù)為研究主線，以整體變分圖像模型為主要研究對(duì)象，研究了基于神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原模型和復(fù)原算法：分析了小波圖像去噪方法與非線性濾波去噪方法之間的關(guān)系；并采用圖割技術(shù)，研究了整體變分去噪模型的數(shù)值求解方法等?！　”緯?shū)可供從事圖像處理、計(jì)算機(jī)視覺(jué)、應(yīng)用數(shù)學(xué)研究的教師、研究生、研究人員和工程技術(shù)人員參考。

作者簡(jiǎn)介

吳斌，博士，教授，現(xiàn)為西南科技大學(xué)信息工程學(xué)院院長(zhǎng)，中國(guó)工程物理研究博士生導(dǎo)師，中國(guó)人工智能學(xué)會(huì)和全國(guó)信息與電子學(xué)科研究生教育委員會(huì)理事。主要從事人工智能及其應(yīng)用，智能控制、圖像處理與模式識(shí)別、人工生命等方面的研究。先后在《控制理論與應(yīng)用》、《信息與控制》等雜志上發(fā)表學(xué)術(shù)論文50余篇。

書(shū)籍目錄

第1章 圖像復(fù)原技術(shù)概述　1.1 圖像復(fù)原的基本理論　　1.1.1 圖像復(fù)原的基本概念　　1.1.2 圖像復(fù)原的一般模型　　1.1.3 圖像復(fù)原的貝葉斯理論　1.2 圖像復(fù)原技術(shù)的研究現(xiàn)狀　　1.2.1 基于偏微分方程的圖像復(fù)原技術(shù)　　1.2.2 神經(jīng)網(wǎng)絡(luò)圖像復(fù)原技術(shù)　　1.2.3 小波圖像復(fù)原技術(shù)　　1.2.4 基于圖割的圖像復(fù)原技術(shù)　1.3 圖像復(fù)原質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn)　1.4 小結(jié)　參考文獻(xiàn)第2章 變分偏微分方程在圖像復(fù)原中的應(yīng)用　2.1 偏微分方程圖像復(fù)原技術(shù)的相關(guān)定義　　2.1.1 偏微分方程的一些基本概念　　2.1.2 圖像及其相關(guān)算子的數(shù)學(xué)表示　　2.1.3 與圖像處理有關(guān)的偏微分方程模型　2.2 圖像復(fù)原中的變分法相關(guān)定義　　2.2.1 變分法相關(guān)知識(shí)　　2.2.2 變分預(yù)備定理　2.3 整體變分圖像復(fù)原技術(shù)　　2.3.1 有界變差函數(shù)的基本理論　　2.3.2 整體變分圖像復(fù)原模型　　2.3.3 整體變分圖像復(fù)原模型的數(shù)值解法　2.4 整體變分自適應(yīng)圖像去噪模型　　2.4.1 三種去噪模型的分析　　2.4.2 自適應(yīng)Tv去噪模型的構(gòu)造　　2.4.3 實(shí)驗(yàn)結(jié)果及分析　2.5 小結(jié)　參考文獻(xiàn)第3章 基于神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原技術(shù)研究　3.1 神經(jīng)網(wǎng)絡(luò)的基本理論　　3.1.1 人工神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介　　3.1.2 人工神經(jīng)元的模型　　3.1.3 BP神經(jīng)網(wǎng)絡(luò)　　3.1.4 Hopfield神經(jīng)網(wǎng)絡(luò)　3.2 神經(jīng)網(wǎng)絡(luò)圖像復(fù)原的問(wèn)題描述　3.3 基于變分PDE的神經(jīng)網(wǎng)絡(luò)圖像復(fù)原算法　　3.3.1 正則化項(xiàng)的擴(kuò)散特性分析　　3.3.2 基于調(diào)和模型的神經(jīng)網(wǎng)絡(luò)圖像復(fù)原算法　　3.3.3 基于整體變分模型的神經(jīng)網(wǎng)絡(luò)圖像復(fù)原算法　　3.3.4 正則化參數(shù)的選取　　3.3.5 實(shí)驗(yàn)結(jié)果與討論　3.4 狀態(tài)連續(xù)改變的快速神經(jīng)網(wǎng)絡(luò)復(fù)原算法　　3.4.1 狀態(tài)連續(xù)改變的神經(jīng)網(wǎng)絡(luò)復(fù)原模型　　3.4.2 狀態(tài)連續(xù)改變的快速神經(jīng)網(wǎng)絡(luò)更新規(guī)則　　3.4.3 狀態(tài)連續(xù)改變的快速神經(jīng)網(wǎng)絡(luò)復(fù)原算法　　3.4.4 仿真結(jié)果與討論　3.5 基于調(diào)和模型的快速神經(jīng)網(wǎng)絡(luò)復(fù)原算法　　3.5.1 算法描述　　3.5.2 仿真結(jié)果與分析　3.6 基于調(diào)和模型的并行神經(jīng)網(wǎng)絡(luò)復(fù)原算法　　3.6.1 算法描述　　3.6.2 仿真結(jié)果與分析　3.7 小結(jié)　參考文獻(xiàn)第4章 小波分析圖像復(fù)原技術(shù)研究第5章 圖割在圖像復(fù)原中的應(yīng)用

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    基于變分偏微分方程的圖像復(fù)原技術(shù) PDF格式下載

---