扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
图像复原技术 版权信息
- ISBN：9787030652867
- 条形码：9787030652867 ; 978-7-03-065286-7
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
图像复原技术 本书特色
系统地介绍了湍流退化图像复原的相关理论、技术和方法。
图像复原技术 内容简介
本书主要针对航天应用中的湍流退化图像的去噪声、去模糊、去偏移和畸变校正等，系统地介绍了湍流退化图像复原的相关理论、技术和方法。本书分为5篇13章。篇介绍了湍流效应的成因、概念及退化图像复原的基本思路。第二篇介绍了基于低秩矩阵和稀疏正则化的图像盲复原等多种湍流退化图像盲复原新方法。第三篇介绍了基于图像稀疏先验和机器学习的图像复原方法等多种智能化的退化图像复原方法和视频序列图像复原方法。第四篇介绍了湍流退化图像的去模糊、去振铃、抖动稳像和畸变校正等图像复原新方法。第五篇介绍了图像复原性能验证与复原图像质量评价。本书内容理论与实践并重，针对性与系统性较强，具有重要的理论意义和应用参考价值。
图像复原技术 目录
目录
前言
**篇 湍流效应及退化图像复原
第1章 湍流退化图像复原方法综述 3
1.1 湍流效应的成因和内涵 3
1.2 图像退化模型 5
1.2.1 模糊降质模型 5
1.2.2 畸变失真模型 5
1.3 退化图像复原方法的分类 6
1.3.1 图像去模糊 6
1.3.2 图像偏移校正 8
1.4 单幅退化图像复原方法 10
1.4.1 正则化处理方法 10
1.4.2 确定正则化图像复原方法 10
1.4.3 随机正则化图像复原方法 12
1.4.4 基于局部相似性的图像复原方法 12
1.4.5 基于示例学习的图像复原方法 13
1.5 视频序列图像的复原方法 14
1.5.1 视频复原的特征 15
1.5.2 三维解卷积与几种视频复原方法 16
1.6 图像复原的难点 18
1.6.1 视觉认知计算与图像复原 18
1.6.2 图像理解与图像复原 18
1.7 本章小结 19
第二篇 图像盲复原方法
第2章 基于PSF估计的自适应盲复原方法 23
2.1 基于冗余提升NSWT的PSF估计 23
2.1.1 大气湍流PSF辨识基础 23
2.1.2 常见PSF类型 25
2.1.3 已有PSF的估计方法 26
2.1.4 冗余提升NSWT的实现 28
2.1.5 基于冗余提升NSWT的PSF估计算法 30
2.2 基于PSF估计的自适应维纳滤波盲复原方法 33
2.2.1 维纳滤波 33
2.2.2 基于PSF估计的*小二乘曲线拟合维纳滤波复原方法 34
2.2.3 图像复原评价方法 37
2.2.4 实验与分析 38
2.3 基于PSF估计的自适应增量迭代维纳滤波 42
2.3.1 增量迭代维纳滤波原理 43
2.3.2 基于步长迭代控制的自适应增量维纳滤波算法 44
2.3.3 实验与分析 45
2.4 本章小结 48
第3章 基于稀疏多正则化的湍流图像盲复原方法 49
3.1 正则化复原与振铃效应 50
3.1.1 正则化复原 50
3.1.2 振铃效应 52
3.2 基于稀疏多正则约束的盲复原 53
3.2.1 空间目标图像的退化特点 53
3.2.2 多正则约束的复原模型 55
3.2.3 模型的优化求解 56
3.2.4 振铃抑制的非盲解卷积 61
3.2.5 实验与分析 61
3.3 本章小结 67
第4章 基于低秩矩阵和稀疏正则化的图像盲复原方法 68
4.1 噪声对核估计的影响和低秩稀疏分解模型 68
4.1.1 噪声对核估计的影响 69
4.1.2 低秩稀疏分解模型 70
4.2 结合非局部相似聚类和低秩矩阵的稀疏正则化盲解卷积 71
4.2.1 非局部相似块结构组的低秩恢复 72
4.2.2 结合低秩矩阵和稀疏正则化的模型 73
4.2.3 模型的优化求解 74
4.2.4 非盲解卷积 76
4.2.5 实验与分析 76
4.3 本章小结 83
第5章 基于回归映射的图像盲复原方法 84
5.1 退化模型的学习训练和*小二乘支持向量回归 84
5.1.1 退化模型的学习训练 84
5.1.2 *小二乘支持向量回归 85
5.2 基于果蝇优化的LSSVR图像复原方法 85
5.2.1 LSSVR模型参数优化 86
5.2.2 回归映射的复原流程 87
5.2.3 实验与分析 88
5.3 湍流序列图像的快速去模糊 92
5.3.1 成像条件分析 92
5.3.2 基于峰度的模型更新 93
5.3.3 实验与分析 94
5.4 本章小结 96
第三篇 基于视觉认知的退化图像复原方法
第6章 基于图像稀疏先验信息和机器学习的图像复原方法 99
6.1 图像的统计特性 99
6.1.1 自相似性和尺度不变性 99
6.1.2 非高斯性 100
6.1.3 边缘主导特性和高维奇异性 100
6.2 基于有效边缘先验估计的图像复原方法 100
6.2.1 图像复原的MAP估计方法 101
6.2.2 PSF估计的有效边缘映射图 101
6.2.3 基于ISD的PSF改良 103
6.2.4 快速的TV-L1解卷积 105
6.2.5 实验与分析 107
6.3 基于图像块相似性和稀疏先验信息的图像复原方法 109
6.3.1 图像的稀疏先验模型 109
6.3.2 从块相似性到图像复原 110
6.3.3 EPLL与几种基于学习的复原框架比较 110
6.3.4 EPLL的框架和优化 111
6.3.5 EPLL框架下的稀疏先验复原 112
6.3.6 实验与分析 113
6.4 本章小结 115
第7章 基于视觉认知和字典学习的图像复原方法 116
7.1 视觉认知与图像表征 116
7.1.1 HVS的层次结构与计算机视觉的处理机制 116
7.1.2 HVS的选择注意机制与相关模型 117
7.1.3 图像与图像变换的视觉建模 118
7.1.4 基于人眼视觉特性的图像表征方法 119
7.2 基于视觉认知特性的全局图像复原方法 119
7.2.1 人眼视觉对比敏感度的机理 120
7.2.2 基于视觉对比敏感度与恰可察觉失真感知的图像复原方法 120
7.2.3 实验与分析 126
7.3 基于字典学习和局部分块相似性的图像复原方法 127
7.3.1 图像块的稀疏分解与字典学习 127
7.3.2 对典型字典学习图像复原方法的分析和改进 128
7.3.3 基于字典对联合学习的退化图像复原方法 129
7.3.4 实验与分析 133
7.4 本章小结 135
第8章 基于视觉认知的视频序列图像复原方法 136
8.1 图像几何校正、图像配准和运动补偿 136
8.1.1 图像的几何校正 136
8.1.2 图像配准 137
8.1.3 运动补偿 138
8.2 基于增广拉格朗日的快速视频复原方法 138
8.2.1 时空TV的拉格朗日视频复原方法的框架和思想 139
8.2.2 增广拉格朗日视频复原方法的参数选择 141
8.2.3 实验与分析 142
8.3 基于非凸势函数优化与动态自适应滤波的退化视频复原方法 144
8.3.1 湍流退化视频的相关工作 145
8.3.2 图像复原的非凸优化框架及算法 147
8.3.3 动态自适应滤波的视频复原方法 150
8.3.4 实验与分析 152
8.4 本章小结 153
第四篇 湍流退化图像的去模糊、去振铃、抖动稳像和畸变校正
第9章 面向特定退化类型的空间变化模糊图像复原方法 157
9.1 图像模糊退化的常见类型 157
9.1.1 运动模糊 157
9.1.2 离焦模糊 158
9.1.3 高斯模糊 159
9.2 基于透明性的目标运动模糊图像复原方法 160
9.2.1 目标运动模糊分析 161
9.2.2 目标的二维运动去模糊方法 166
9.2.3 实验与分析 166
9.3 基于光流约束和光谱蒙板的空间运动模糊图像复原方法 168
9.3.1 运动模糊约束条件 170
9.3.2 空间变化运动模型与改进的模糊图像复原方法 173
9.3.3 实验与分析 176
9.4 基于模糊映射图的空间变化离焦模糊图像复原方法 178
9.4.1 图像的离焦模型 179
9.4.2 模糊映射图的生成方法 180
9.4.3 利用L1-2优化的图像复原方法 180
9.4.4 图像重构与尺度选择 182
9.4.5 实验与分析 182
9.5 本章小结 183
第10章 基于边缘分离的去振铃图像复原方法 185
10.1 图像盲复原方法与振铃效应 185
10.1.1 图像盲复原方法 185
10.1.2 振铃效应抑制及评价 186
10.2 基于边缘分离的去振铃复原算法 188
10.2.1 算法描述 188
10.2.2 实验与分析 191
10.3 本章小结 200
第11章 湍流退化图像偏移的畸变校正 201
11.1 湍流像素偏移与图像非刚性配准 201
11.1.1 湍流像素偏移分析 202
11.1.2 图像非刚性配准 204
11.2 基于仿射变换和B样条非刚性配准的偏移像素校正 205
11.2.1 像素偏移模型 205
11.2.2 配准流程分析 205
11.2.3 模型的优化求解 208
11.2.4 实验与分析 210
11.3 本章小结 215
第12章 湍流退化序列的抖动稳像和运动检测 216
12.1 序列的退化模型和序列中的运动检测 216
12.1.1 序列的退化模型 216
12.1.2 序列中的运动检测 217
12.2 基于低秩稀疏分解的湍流序列稳像和复原 218
12.2.1 湍流序列的低秩稀疏分解 218
12.2.2 模型的优化求解 219
12.2.3 序列图像复原 220
12.2.4 实验与分析 221
12.3 湍流退化视频的运动目标检测 225
12.3.1 自适应阈值的稀疏目标提取 226
12.3.2 高斯模型的前景提取 226
12.3.3 检测区域的融合判定 227
12.3.4 实验与分析 228
12.4 本章小结 231
第五篇 图像复原性能验证与图像质量评价
第13章 图像复原性能验证与图像质量的智能评价 235
13.1 视觉认知的过程和特性 235
13.1.1 视网膜的信息认知过程 236
13.1.2 视觉认知的生理学特性 236
13.1.3 视觉认知的心理学特性 237
13.2 基于HVS的仿生学图像质量评价框架 240
13.2.1 无参考型图像质量评价方法 240
13.2.2 基于误差可见度的仿生学图像质量评价框架 241
13.3 基于生物视觉标准模型的无参考型图像质量评价 242
13.3.1 生物视觉ST模型 243
13.3.2 *小二乘支持向量机回归算法 243
13.3.3 实验与分析 245
13.4 本章小结 249
参考文献 250
前言
**篇 湍流效应及退化图像复原
第1章 湍流退化图像复原方法综述 3
1.1 湍流效应的成因和内涵 3
1.2 图像退化模型 5
1.2.1 模糊降质模型 5
1.2.2 畸变失真模型 5
1.3 退化图像复原方法的分类 6
1.3.1 图像去模糊 6
1.3.2 图像偏移校正 8
1.4 单幅退化图像复原方法 10
1.4.1 正则化处理方法 10
1.4.2 确定正则化图像复原方法 10
1.4.3 随机正则化图像复原方法 12
1.4.4 基于局部相似性的图像复原方法 12
1.4.5 基于示例学习的图像复原方法 13
1.5 视频序列图像的复原方法 14
1.5.1 视频复原的特征 15
1.5.2 三维解卷积与几种视频复原方法 16
1.6 图像复原的难点 18
1.6.1 视觉认知计算与图像复原 18
1.6.2 图像理解与图像复原 18
1.7 本章小结 19
第二篇 图像盲复原方法
第2章 基于PSF估计的自适应盲复原方法 23
2.1 基于冗余提升NSWT的PSF估计 23
2.1.1 大气湍流PSF辨识基础 23
2.1.2 常见PSF类型 25
2.1.3 已有PSF的估计方法 26
2.1.4 冗余提升NSWT的实现 28
2.1.5 基于冗余提升NSWT的PSF估计算法 30
2.2 基于PSF估计的自适应维纳滤波盲复原方法 33
2.2.1 维纳滤波 33
2.2.2 基于PSF估计的*小二乘曲线拟合维纳滤波复原方法 34
2.2.3 图像复原评价方法 37
2.2.4 实验与分析 38
2.3 基于PSF估计的自适应增量迭代维纳滤波 42
2.3.1 增量迭代维纳滤波原理 43
2.3.2 基于步长迭代控制的自适应增量维纳滤波算法 44
2.3.3 实验与分析 45
2.4 本章小结 48
第3章 基于稀疏多正则化的湍流图像盲复原方法 49
3.1 正则化复原与振铃效应 50
3.1.1 正则化复原 50
3.1.2 振铃效应 52
3.2 基于稀疏多正则约束的盲复原 53
3.2.1 空间目标图像的退化特点 53
3.2.2 多正则约束的复原模型 55
3.2.3 模型的优化求解 56
3.2.4 振铃抑制的非盲解卷积 61
3.2.5 实验与分析 61
3.3 本章小结 67
第4章 基于低秩矩阵和稀疏正则化的图像盲复原方法 68
4.1 噪声对核估计的影响和低秩稀疏分解模型 68
4.1.1 噪声对核估计的影响 69
4.1.2 低秩稀疏分解模型 70
4.2 结合非局部相似聚类和低秩矩阵的稀疏正则化盲解卷积 71
4.2.1 非局部相似块结构组的低秩恢复 72
4.2.2 结合低秩矩阵和稀疏正则化的模型 73
4.2.3 模型的优化求解 74
4.2.4 非盲解卷积 76
4.2.5 实验与分析 76
4.3 本章小结 83
第5章 基于回归映射的图像盲复原方法 84
5.1 退化模型的学习训练和*小二乘支持向量回归 84
5.1.1 退化模型的学习训练 84
5.1.2 *小二乘支持向量回归 85
5.2 基于果蝇优化的LSSVR图像复原方法 85
5.2.1 LSSVR模型参数优化 86
5.2.2 回归映射的复原流程 87
5.2.3 实验与分析 88
5.3 湍流序列图像的快速去模糊 92
5.3.1 成像条件分析 92
5.3.2 基于峰度的模型更新 93
5.3.3 实验与分析 94
5.4 本章小结 96
第三篇 基于视觉认知的退化图像复原方法
第6章 基于图像稀疏先验信息和机器学习的图像复原方法 99
6.1 图像的统计特性 99
6.1.1 自相似性和尺度不变性 99
6.1.2 非高斯性 100
6.1.3 边缘主导特性和高维奇异性 100
6.2 基于有效边缘先验估计的图像复原方法 100
6.2.1 图像复原的MAP估计方法 101
6.2.2 PSF估计的有效边缘映射图 101
6.2.3 基于ISD的PSF改良 103
6.2.4 快速的TV-L1解卷积 105
6.2.5 实验与分析 107
6.3 基于图像块相似性和稀疏先验信息的图像复原方法 109
6.3.1 图像的稀疏先验模型 109
6.3.2 从块相似性到图像复原 110
6.3.3 EPLL与几种基于学习的复原框架比较 110
6.3.4 EPLL的框架和优化 111
6.3.5 EPLL框架下的稀疏先验复原 112
6.3.6 实验与分析 113
6.4 本章小结 115
第7章 基于视觉认知和字典学习的图像复原方法 116
7.1 视觉认知与图像表征 116
7.1.1 HVS的层次结构与计算机视觉的处理机制 116
7.1.2 HVS的选择注意机制与相关模型 117
7.1.3 图像与图像变换的视觉建模 118
7.1.4 基于人眼视觉特性的图像表征方法 119
7.2 基于视觉认知特性的全局图像复原方法 119
7.2.1 人眼视觉对比敏感度的机理 120
7.2.2 基于视觉对比敏感度与恰可察觉失真感知的图像复原方法 120
7.2.3 实验与分析 126
7.3 基于字典学习和局部分块相似性的图像复原方法 127
7.3.1 图像块的稀疏分解与字典学习 127
7.3.2 对典型字典学习图像复原方法的分析和改进 128
7.3.3 基于字典对联合学习的退化图像复原方法 129
7.3.4 实验与分析 133
7.4 本章小结 135
第8章 基于视觉认知的视频序列图像复原方法 136
8.1 图像几何校正、图像配准和运动补偿 136
8.1.1 图像的几何校正 136
8.1.2 图像配准 137
8.1.3 运动补偿 138
8.2 基于增广拉格朗日的快速视频复原方法 138
8.2.1 时空TV的拉格朗日视频复原方法的框架和思想 139
8.2.2 增广拉格朗日视频复原方法的参数选择 141
8.2.3 实验与分析 142
8.3 基于非凸势函数优化与动态自适应滤波的退化视频复原方法 144
8.3.1 湍流退化视频的相关工作 145
8.3.2 图像复原的非凸优化框架及算法 147
8.3.3 动态自适应滤波的视频复原方法 150
8.3.4 实验与分析 152
8.4 本章小结 153
第四篇 湍流退化图像的去模糊、去振铃、抖动稳像和畸变校正
第9章 面向特定退化类型的空间变化模糊图像复原方法 157
9.1 图像模糊退化的常见类型 157
9.1.1 运动模糊 157
9.1.2 离焦模糊 158
9.1.3 高斯模糊 159
9.2 基于透明性的目标运动模糊图像复原方法 160
9.2.1 目标运动模糊分析 161
9.2.2 目标的二维运动去模糊方法 166
9.2.3 实验与分析 166
9.3 基于光流约束和光谱蒙板的空间运动模糊图像复原方法 168
9.3.1 运动模糊约束条件 170
9.3.2 空间变化运动模型与改进的模糊图像复原方法 173
9.3.3 实验与分析 176
9.4 基于模糊映射图的空间变化离焦模糊图像复原方法 178
9.4.1 图像的离焦模型 179
9.4.2 模糊映射图的生成方法 180
9.4.3 利用L1-2优化的图像复原方法 180
9.4.4 图像重构与尺度选择 182
9.4.5 实验与分析 182
9.5 本章小结 183
第10章 基于边缘分离的去振铃图像复原方法 185
10.1 图像盲复原方法与振铃效应 185
10.1.1 图像盲复原方法 185
10.1.2 振铃效应抑制及评价 186
10.2 基于边缘分离的去振铃复原算法 188
10.2.1 算法描述 188
10.2.2 实验与分析 191
10.3 本章小结 200
第11章 湍流退化图像偏移的畸变校正 201
11.1 湍流像素偏移与图像非刚性配准 201
11.1.1 湍流像素偏移分析 202
11.1.2 图像非刚性配准 204
11.2 基于仿射变换和B样条非刚性配准的偏移像素校正 205
11.2.1 像素偏移模型 205
11.2.2 配准流程分析 205
11.2.3 模型的优化求解 208
11.2.4 实验与分析 210
11.3 本章小结 215
第12章 湍流退化序列的抖动稳像和运动检测 216
12.1 序列的退化模型和序列中的运动检测 216
12.1.1 序列的退化模型 216
12.1.2 序列中的运动检测 217
12.2 基于低秩稀疏分解的湍流序列稳像和复原 218
12.2.1 湍流序列的低秩稀疏分解 218
12.2.2 模型的优化求解 219
12.2.3 序列图像复原 220
12.2.4 实验与分析 221
12.3 湍流退化视频的运动目标检测 225
12.3.1 自适应阈值的稀疏目标提取 226
12.3.2 高斯模型的前景提取 226
12.3.3 检测区域的融合判定 227
12.3.4 实验与分析 228
12.4 本章小结 231
第五篇 图像复原性能验证与图像质量评价
第13章 图像复原性能验证与图像质量的智能评价 235
13.1 视觉认知的过程和特性 235
13.1.1 视网膜的信息认知过程 236
13.1.2 视觉认知的生理学特性 236
13.1.3 视觉认知的心理学特性 237
13.2 基于HVS的仿生学图像质量评价框架 240
13.2.1 无参考型图像质量评价方法 240
13.2.2 基于误差可见度的仿生学图像质量评价框架 241
13.3 基于生物视觉标准模型的无参考型图像质量评价 242
13.3.1 生物视觉ST模型 243
13.3.2 *小二乘支持向量机回归算法 243
13.3.3 实验与分析 245
13.4 本章小结 249
参考文献 250
展开全部
图像复原技术 作者简介
李俊山，男，1956年1月出生，博士，教授，2016年9月起到广东外语外贸大学南国商学院任教，是广东外语外贸大学南国商学院科协副主席、智能信息处理研究所所长、工科（计算机与信息）门类学科带头人。 主要社会兼职：中国图象图形学学会理事、《光学精密工程》和《液晶与显示》等期刊编委。曾任教育部高等学校大学计算机课程教学指导委员会委员、中国计算机学会第九届至第十一届理事会理事、陕西省计算机学会副理事长、陕西省计算机教育学会副理事长。 主要学术成就：获国防科学技术奖和军队科技进步奖23项，其中二等奖4项。发表学术与教学论文400余篇，其中SCI和EI检索80余篇。作为负责人建设国家级精品课程1门、国家级精品资源共享课1门、军队级优质课程和军队级精品网络课程2门；获省部级优秀教学成果奖和优秀教材奖一等奖5项。作为第一作者出版专著、译著和教材15部，代表作有《红外图像处理、分析与融合》《基于特征的红外图像目标匹配与跟踪技术》《三维视景仿真可视化建模技术》《数字图像处理（第3版）》《数据库原理及应用（SQL Server）（第4版）》。 李俊山教授2016年4月前是原中国人民解放军第二炮兵工程大学（现为中国人民解放军火箭军工程大学）博士生导师，原第二炮兵信号图像处理专业方向导弹专家，“军队院校育才奖”金奖获得者，军队级优秀硕士学位论文导师，原第二炮兵科技工作先进个人和优秀教员，两次荣立个人三等功。
书友推荐
- >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
巴金－再思录
巴金－再思录
¥19.8¥46.0 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥37.1¥48.0 - >
姑妈的宝刀
姑妈的宝刀
¥11.4¥30.0 - >
回忆爱玛侬
回忆爱玛侬
¥10.5¥32.8 - >
月亮虎
月亮虎
¥19.7¥48.0 - >
李白与唐代文化
李白与唐代文化
¥9.9¥29.8 - >
经典常谈
经典常谈
¥25.9¥39.8
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
浏览历史
特洛伊之鹰-愤怒的小鸟漫画故事书
¥7.7¥18.0中国神话母题索引
¥166.6¥238.0瓜几拉画猫:吾辈宋朝猫
¥63.4¥88.0和孩子一起画画
¥8.3¥25.0成龙历险记:魔鬼面具[ 终极面具 41]
¥4.1¥11.8
