 |
-- 會員 / 註冊 --
|
 |
|
|
|
圖像處理中的數學修煉(第2版) ( 簡體 字) |
| 作者：左飛 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52332
詢問書籍請說出此書號！【缺書】
NT售價： 445 元 |
| 出版日：1/1/2020 |
| 頁數：434 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302529743 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：第2版前言
1. 為什么會有這樣一本書？
在學習和研究圖像處理算法時，特別是閱讀一些經典論文時，很大的一個障礙就是數學概念太多。這是很多人近乎“刻骨銘心”的經歷，當然也包括我本人。那些跟數學有關的公式甚至符號，有些似曾相識，有些則聞所未聞，但無論何種情況，都無疑給算法原理的理解帶來了阻礙。例如，在介紹小波的文章里，你可能會遇到“緊支集”； 在研究泊松融合時，你可能會遇到“散度”； 在研究SIFT特征時，你可能會遇到“黑塞矩陣”等。
我在讀論文或者看書的時候如果遇到這些概念，都會小心地將它們記了下來，并補充上必要的說明、必要的證明或者淺顯的例題。天長日久，整理的東西逐漸多了起來，逐漸形成了脈絡，并擁有了體系。
我慢慢地將其發布到我的技術博客上，并將這些文章收錄到了“圖像處理中的數學原理詳解專欄”。事實上，本書中的絕大部分內容，網友仍然可以在該博客專欄中免費瀏覽。最初，我并沒有要將其出版的計劃，完完全全只是我個人的一個經驗總結甚至學習筆記。但意想不到的是，很多網友紛紛留言或者私信我，詢問這是哪本書或者如何購買之類的。再然后就是開始有出版社的編輯主動聯系我希望可以獲得該書的出版權。兩相權衡，一邊是有讀者網友熱切地勸諫我盡快付梓，另一邊又有出版社編輯希望同我早日達成合作意向。盡管一切皆非計劃，無奈盛情難卻，便順勢而為罷了，于是本書的第1版便在2017年1月由清華大學出版社正式出版了。
2. 為什么你在研究圖像處理時會一看到數學就感覺很吃力？
眾所周知，數字圖像處理技術的研究與開發對數學基礎的要求很高，在一些不斷涌現的新方法中，眼花繚亂的數學推導令很多期待深入研究的人望而卻步。一個正規理工科學生大致已經具備了包括微積分、線性代數、概率論在內的數學基礎。但在分析一些圖像處理算法的原理時，感覺還是無從入手。實際中所涉及的問題主要歸結為如下幾個原因：
微積分、線性代數、概率論這些是非常重要的數學基礎，但顯然不是這些課程中所有的內容都在圖像處理算法中有直接應用；
當你將圖像處理和數學分開來學的時候，其實并沒有設法建立它們兩者的聯系；
一些新方法或者所謂的高大上算法的基礎已經超過了上面三個數學課程所探討的基本領域，這又涉及偏微分方程、變分法、數值方法、泛函分析等；
如果你不是數學科班出身，要想自學上面所談到的所有內容，工作量實在太過大，恐怕精力也難以顧及。
如果你正在為圖像處理中的數學感到沮喪，筆者希望這本書能夠帶給你一些幫助。正如前面所講的，圖像處理研究和學習中所需的數學原理基礎主要涉及微積分、向量分析、場論、泛函分析、偏微分方程、數值方法、變分法、概率與數理統計等。顯然，如果要系統地學習上述這些數學理論的全部內容，對于一個非數學專業出身的人來說可能并不現實。于是筆者根據自己的實踐，嘗試總結、歸納、提取了上面這些數學課程在研究圖像處理時最容易碰到也最需要知道的一些知識點，然后采取一種循序漸進的方式將它們重新組織到一起。結合具體的圖像處理算法討論講解這些數學知識的運用，從而期望幫助廣大讀者建立數學知識與圖像處理之間的一座橋梁。
3. 這是一本什么樣的書？
本書在第1版基礎上完善而成，系統地介紹了圖像處理技術中所涉及的數學基礎。全書共12章。在前5章中，筆者設法化繁為簡，從眾多繁冗的數學知識中萃取了在學習和研究圖像處理技術時所必須的內容，以期有效地幫助讀者篩選出最為必要的理論基礎，包括場論、微積分、變分法、最優化、偏微分方程、數值方法、泛函分析、概率論和統計學等。在這些章節里，你并不會遇到任何具體的圖像處理算法。
你可能會訝異，如果前5章都是不涉及圖像處理算法的純數學知識，那我何不直接買一本數學書？這里特別需要說明，前5章的意義在于： 圖像處理的深入研究，有賴于大量的數學知識，但是你不可能把數學專業的教材全借來從頭到尾學一遍，那樣你精力也不夠用。本書前5章，是從各種數學領域挑出來跟圖像研究最直接相關，也就是你最需要、最可能會用到的數學知識，所以這部分的意思在于給你限定了一個范圍，就像考試之前畫重點一樣。如果這些數學知識你都掌握了，那么圖像處理算法中涉及的所有公式你就都能看懂了。就像俞敏洪老師最為暢銷的那本關于GRE詞匯的“紅寶書”一樣。既然所有的英文單詞詞典里都有，為什么你不去直接背牛津高階英語詞典，而選擇買“紅寶書”呢？因為，紅寶書里篩選的是GRE考試中最可能考到的單詞！據我所知，高等數學上下冊加起來就有1000多頁，顯然其中很多東西就圖像處理這個話題來說并不常被用到。如果你真的從頭到尾地啃，由此消耗掉的時間成本將不可估量。何況還有概率論、偏微分方程、變分法、泛函分析、數值方法和最優化在等著你。
當然只有理論你肯定會覺得空洞，所以為了鍛煉你應用前5章數學知識的能力，筆者特別安排了后7章。自第6章起的每章圍繞一個主題詳盡地介紹了一些實際應用中的技術。這部分內容涉及的子話題和具體算法十分豐富，包括圖像去霧、增強、降噪、壓縮、融合等，其中很多都是當前研究的熱點。更重要的是，在這些章節里，讀者將反復用到本書前5章所介紹的數學原理和概念，例如梯度、散度、黑塞矩陣、高斯迭代法、歐拉拟拉格朗日公式等，但是后面不會再解釋這些數學概念，因為前5章里面已經講過了。后7章的作用就在于讓你鞏固一下前面所學，然后自己實際感受一下這些數學的用武之地。事實上，作為本書的第2版，相較于之前的版本，最大的變化就是擴充了原書后半部分的內容。
但是誰也不可能把一整本圖像處理書中所有的東西都拿來做例子，因為畢竟篇幅有限。所以后7章就相當于攫選了圖像處理中的幾個大的專題講解，當然細分的話可能包括很多具體的算法（例如直方圖均衡、暗通道去霧、貝葉斯摳圖和基于頻域變換的圖像壓縮，等等）。所以后7章并不能覆蓋所有圖像的話題，也不需要覆蓋，例如可能圖像處理中用到黑塞矩陣的地方有超過10個算法，作為例子我講一兩個也就足夠了。后7章只是幫你鞏固和體會前面數學知識在圖像處理中的應用。所以你不能通過閱讀本書掌握圖像處理的所有話題，也不能用它作為圖像處理的入門。但可以把這本書作為你學習圖像處理中所需要的數學基礎的一個指導。此外，在日后的研究中把它作為一本字典來用也是很不錯的選擇。
4. 如何使用本書？
在閱讀本書時，有兩種方式可供讀者選擇。如果你數學基礎尚可，那么可以試著從第6章開始看起，如果對一些遇到的術語、公式不甚了解，可以再翻回前面的內容，做有針對性的查閱。如果你的數學基礎略顯薄弱，或者曾經學過，但眼下所剩無幾，那么建議你從頭看起，幫助自己建立一個相對完整而扎實的數學思維體系。當然由于本書的知識內容是高度凝練的，無法做到包山包海，因此仍然建議那些有一定微積分基礎的人作為本書的目標讀者。換言之，作為目標讀者，你至少應該擁有普通大專院校所要求的工科數學基礎。每位讀者都應當明確，本書絕對不是“兒歌三百首”。你也不能期望在一本“數學”書中不出現任何公式。
總的來說，我不太喜歡翻開一本計算機方面的書籍，里面密密麻麻的全部都是代碼。我希望能夠在書中留下更多空間去討論原理和思路。鑒于這并不是一本教導人們如何開發圖像處理程序的書，或者更準確地說這是一本介紹數學在圖像處理中的應用的書，所以這里并不要求讀者閱讀本書前已經掌握了某種特定的計算機語言。然而，在介紹某些比較晦澀的算法時，使用一些必要的代碼輔助解釋也是很有必要的，而且有時這也的確是最直截了當、最容易被接受的方式。所以本書中確實涉及某些用MATLAB編寫的代碼，但它們的占比是極其有限的。在有必要使用代碼演示說明算法原理的時候，我們也僅是給出了算法核心部分的相關代碼。所以，期望通過本書入門某種編程語言或者強化自己的編程能力，都是不現實的。
5. 最后一點說明
筆者在CSDN上開設技術博客中（白馬負金羈）提供有很多圖像處理、計算機視覺以及數學方面的文章，可作為本書的擴充。更重要的是，如果讀者在閱讀本書時遇到一些困難，或者有一些需要跟作者溝通的問題時，都可以在該博客上通過留言的方式與筆者進行交流。
無冥冥之志者，無昭昭之明，無惛惛之事者，無赫赫之功。我衷心地希望本書的讀者能夠在圖像處理領域既有昭昭之明，亦有赫赫之功。
最后雖然有點俗套，但筆者還是想說： 自知論道須思量，幾度無眠一文章。由于時間和能力有限，書中紕漏在所難免，真誠地希望各位讀者和專家不吝批評、斧正。
左飛
2019年5月
第1版前言
2002年，國際計算機學會將當年度的圖靈獎頒給了因提出RSA公鑰加密算法而聞名于世的羅納德·李維斯特、阿迪·薩莫爾和倫納德·阿德曼三人。與RSA公鑰加密體制密切相關的一個數學基礎就是“中國剩余定理”，這也是現代數學中唯一以中國之名命名的定理，在某種程度上它也成為了中國古代數學成就的一個重要代表。
我國古代數學名著《孫子算經》中記載的“物不知數”問題是中國剩余定理的一個典型算例。后來，南宋數學家秦九韶在他的《數書九章》中推廣了“物不知數”問題，提出了“大衍求一術”，為求解中國剩余定理問題提供了系統化的數學理論。西方世界直到18世紀，才對類似問題展開系統研究。德國的高斯得出類似“大衍求一術”的結論則到了19世紀，比秦九韶晚了近700年。
秦九韶曾在《數書九章》的序言中寫道： “其用本太虛生一，而周流無窮，大則可以通神明，順性命； 小則可以經世務，類萬物……若昔推策以迎日，定律而知氣。髀矩浚川，土圭度晷。天地之大，囿焉而不能外，況其間總總者乎？”這段話譯成現代漢語就是： “為了應用，人們要認識世界的規律，因而產生了數學。數學具有廣泛的應用性。從大的方面說，數學可以認識自然，理解人生； 從小的方面說，數學可以經營事務，分類萬物……過去，歷算家們用籌算推演，制定天文歷法； 發現自然規律，預測季節變化。用髀、矩測山高河深，用圭表量日影，以定時刻與節氣。宇宙如此之大，尚且不能置于數學之外，那么宇宙之中的各種各樣的事物，難道能離開數學嗎？”由此可見，在古代，人們已經意識到了數學的重要性。
事實上，作為現代科學技術的重要基礎，數學甚至也在直接或間接地影響著一個國家的綜合國力。古今中外，許多名流志士，甚至很多本來并非數學家出身的人，都在著述或談話中論及了數學之于國力的影響。例如，19世紀中國杰出的數學家李善蘭在列強環伺、國勢衰微的民族危難之際便感慨道： “嗚呼！今歐羅巴各國日益強盛，為中國邊患。推原其故，制器精也，推原制器之精，算學明也。”無獨有偶，在萬里之外的西方世界，拿破侖則更為直接地指出： “一個國家只有數學蓬勃發展，才能展現它國力的強大。數學的發展和至善與國家繁榮昌盛密切相關。”
回過頭來看我們要談的數字圖像處理技術，數學對其的影響可能更為直接。眾所周知，數字圖像處理技術的研究與開發對數學基礎的要求很高，一些不斷涌現的新方法中，眼花繚亂的數學推導令很多期待深入研究的人望而卻步。一個正規理工科學生大致已經具備了包括微積分、線性代數、概率論在內的數學基礎。但在分析一些圖像處理算法的原理時，好像感覺還是無從入手。實際中所涉及的問題主要歸結為如下幾個原因： ?微積分、線性代數、概率論這些是非常重要的數學基礎，但顯然不是這些課程中所有的內容都在圖像處理算法中有直接應用； ?當你將圖像處理和數學分開來學的時候，其實并沒有設法建立它們二者的聯系； ?一些新方法或者所謂的高大上算法的基礎已經超過了上面三個數學課程所探討的基本領域，這又涉及偏微分方程、變分法、復變函數、實變函數、泛函分析等； ?如果你不是數學科班出身，要想自學上面所談到所有內容，工作量實在太過繁雜，恐怕精力也難以顧及。
長久以來，筆者結合自己對圖像處理的學習和實踐，大致總結了一部分圖像處理研究中所需的數學原理基礎。這些內容主要涉及微積分、向量分析、場論、泛函分析、偏微分方程、復變函數、變分法等。正如前面所提到的，如果要系統地學習上述這些數學理論的全部內容，對于一個非數學專業出身的人來說可能并不現實。于是筆者嘗試總結、歸納、提取了上面這些數學課程在研究圖像處理時最容易碰到也最需要知道的一些知識點，然后采取一種循序漸進的方式將它們重新組織到了一起。并結合具體的圖像處理算法討論來講解這些數學知識的運用，從而建立數學知識與圖像處理之間的一座橋梁。這部分內容主要是筆者日常研究和學習的一個總結。最初筆者也只是把這部分文章發到了自己的技術博客上，而且盡管此前筆者僅是斷斷續續地擷取了其中的一部分發到了網上，已經有讀者表現出了濃厚的興趣。不知不覺中，這個系列專欄的文章日積月累，內容漸漸豐富，個人感覺確實已經形成了一個相對比較完整的體系，于是便有了各位現在看到的這本書。
本書旨在對圖像處理技術中所涉及的數學原理給出一個相對系統的講述。全書共分8章，其中前4章主要是一些數學基礎方面的內容，包括微積分、場論、變分法、復變函數、偏微分方程、泛函分析、概率論和統計學等。而這部分內容所給出的正是筆者認為在學習和研究圖像處理技術時所必須的數學知識。當然，僅僅有理論仍然是不足的。本書的后半部分每章圍繞一個主題詳盡地介紹了一些實際應用中的圖像處理技術，這部分內容也相當地凝練，涉及的子話題和具體算法十分豐富，其中很多都是當前研究的熱點。更重要的是，在后4章里，讀者將反復用到本書前半部分所介紹的數學原理。這樣一來不僅能幫助讀者夯實基礎、強化所學，更能幫助讀者建立一條連接數學和圖像處理世界的橋梁，做到學以致用。
在閱讀本書時，有兩種方式可供讀者選擇。如果你數學基礎尚可，那么可以試著從第5章開始看起，如果對一些遇到的術語、公式不甚了解，可以再翻回前面的內容，做有針對性的查閱。如果你的數學基礎略顯薄弱，或者曾經學過，但眼下所剩無幾，那么你也可以從頭看起，幫助自己建立一個相對完整而扎實的數學思維體系。當然由于本書的知識內容是高度凝練的，無法做到包山包海，因此仍然建議那些有一定微積分基礎的人作為本書的目標讀者。換言之，具有普通大專院校工科數學基礎的讀者就可以閱讀本書。
萬丈高樓平地起，基礎不牢，地動山搖。很多人在學習和研究圖像處理算法時都感覺有一道無形的屏障擋在眼前，總是力不從心。雖然自己也似乎看了很多資料，但是遇到一些實際問題時，又不知道該從何入手。或許，你所欠缺的恰恰是一個夯實的理論基礎。正如筆者常說的一句玩笑話： “如果連基本的求導還不甚了解，那么即使傅里葉本人親自來給你講傅里葉變換，你也是無福消受的。”但如果你是圖像處理的同道中人，或者你正在學習、研究和運用圖像處理技術，那么筆者相信，你一定能從本書中有所收獲！
總的來說，我不太喜歡翻開一本信息技術相關的工具書，里面密密麻麻的全部都是代碼。所以，我希望能夠在我的書中留下更多空間去討論原理和思路。鑒于這并不是一本教導人們如何開發圖像處理程序的書，或者更準確地說這是一本介紹數學在圖像處理中的應用的書，所以我們并不要求讀者閱讀本書前已經掌握了某種特定的計算機語言。然而，在介紹某些比較晦澀的算法時，使用一些必要的代碼來輔助解釋也是很有必要的，而且有時這也的確是最直截了當最容易被接受的方式。所以本書中確實涉及某些用MATLAB編寫的代碼，但它們的占比是極其有限的。在有必要使用代碼來演示說明算法原理的時候，我們也僅是給出了算法核心部分的相關代碼。事實上，筆者更習慣于在博客中上傳代碼，而非把它們全部羅列到書中去擠占篇幅。如果讀者對書中所涉及的算法實現有需要，可以從筆者在CSDN上的技術博客中(白馬負金羈)下載到相應的源代碼。更重要的是，如果讀者在閱讀本書時遇到一些困難，或者有一些需要跟作者溝通的問題時，都可以在該博客上通過留言的方式來跟筆者進行交流。
無冥冥之志者，無昭昭之明，無惛惛之事者，無赫赫之功。我衷心地希望本書的讀者能夠在圖像處理領域既有昭昭之明，亦有赫赫之功。
最后雖然有點俗套，但筆者還是想說： 自知論道須思量，幾度無眠一文章。由于時間和能力有限，書中紕漏在所難免，真誠地希望各位讀者和專家不吝批評、斧正。
左飛
2017年1月 |
內容簡介：全書共分為兩大部分，第一部分總結了圖像處理中可能用到的基本數學原理：具體內容包括微積分、場論、復變函數、泛函分析、偏微分方程等內容。這些話題每一個展開都有相當涉及到相當多的內容，而我們第一部分所完成的，恰恰是挾取各門數學知識中與圖像處理最為密切相關的部分，這樣才能方便數學基礎薄弱的讀者集中精力打攻堅戰，而無需耗費過多精力卻抓不到重點。 |
目錄：第1章必不可少的數學基礎
1.1極限及其應用
1.1.1數列的極限
1.1.2級數的斂散
1.1.3函數的極限
1.1.4極限的應用
1.2微分中值定理
1.2.1羅爾中值定理
1.2.2拉格朗日中值定理
1.2.3柯西中值定理
1.2.4泰勒公式
1.2.5黑塞矩陣與多元函數極值
1.3向量代數與場論
1.3.1牛頓拟萊布尼茨公式
1.3.2內積與外積
1.3.3方向導數與梯度
1.3.4曲線積分
1.3.5格林公式
1.3.6積分與路徑無關條件
1.3.7曲面積分
1.3.8高斯公式與散度
1.3.9斯托克斯公式與旋度
本章參考文獻
第2章更進一步的數學內容
2.1傅里葉級數展開
2.1.1函數項級數的概念
2.1.2函數項級數的性質
2.1.3傅里葉級數的概念
2.1.4傅里葉變換的由來
2.1.5卷積定理及其證明
2．2凸函數與詹森不等式
2．2．1凸函數的概念
2．2．2詹森不等式及其證明
2．2．3詹森不等式的應用
2．3常用經典數值解法
2．3．1牛頓迭代法
2．3．2雅可比迭代
2．3．3高斯迭代法
2．3．4托馬斯算法
2．4有限差分法求解偏微分方程
2．4．1橢圓方程
2．4．2有限差分法
2．4．3方程組求解
本章參考文獻
第3章泛函分析及變分法
3.1勒貝格積分理論
3.1.1點集的勒貝格測度
3.1.2可測函數及其性質
3.1.3勒貝格積分的定義
3.1.4積分序列極限定理
3.2泛函與抽象空間
3.2.1線性空間
3.2.2距離空間
3.2.3賦范空間
3.2.4巴拿赫空間
3.2.5內積空間
3.2.6希爾伯特空間
3.2.7索伯列夫空間
3.3從泛函到變分法
3.3.1理解泛函的概念
3.3.2變分的概念
3.3.3變分法的基本方程
3.3.4理解哈密爾頓原理
3.3.5等式約束下的變分
3.3.6巴拿赫不動點定理
3.3.7有界變差函數空間
本章參考文獻
第4章概率論基礎
4.1概率論的基本概念
4.2隨機變量數字特征
4.2.1期望
4.2.2方差
4.2.3矩與矩母函數
4.2.4協方差與協方差矩陣
4.3基本概率分布模型
4.3.1離散概率分布
4.3.2連續概率分布
4.4概率論中的重要定理
4.4.1大數定理
4.4.2中央極限定理
4．5經驗分布函數
4．6貝葉斯推斷
4．6．1先驗概率與后驗概率
4．6．2共軛分布
本章參考文獻
第5章統計推斷
5．1隨機采樣
5．2參數估計
5．2．1參數估計的基本原理
5．2．2單總體參數區間估計
5．2．3雙總體均值差的估計
5．2．4雙總體比例差的估計
5．3假設檢驗
5．3．1基本概念
5．3．2兩類錯誤
5．3．3均值檢驗
5．4極大似然估計
5．4．1極大似然法的基本原理
5．4．2求極大似然估計的方法
本章參考文獻
第6章子帶編碼與小波變換
6.1圖像編碼的理論基礎
6.1.1率失真函數
6.1.2香農下邊界
6.1.3無記憶高斯信源
6.1.4有記憶高斯信源
6.2子帶編碼基本原理
6.2.1數字信號處理基礎
6.2.2多抽樣率信號處理
6.2.3圖像信息子帶分解
6.3哈爾函數及其變換
6.3.1哈爾函數的定義
6.3.2哈爾函數的性質
6.3.3酉矩陣與酉變換
6.3.4二維離散線性變換
6.3.5哈爾基函數
6.3.6哈爾變換
6.4小波及其數學原理
6.4.1小波的歷史
6.4.2小波的概念
6.4.3多分辨率分析
6.4.4小波函數的構建
6.4.5小波序列展開
6.4.6離散小波變換
6.4.7連續小波變換
6.4.8小波的容許條件與基本特征
6.5快速小波變換算法
6.5.1快速小波正變換
6.5.2快速小波逆變換
6.5.3圖像的小波變換
6.6小波在圖像處理中的應用
本章參考文獻
第7章正交變換與圖像壓縮
7.1傅里葉變換
7.1.1信號處理中的傅里葉變換
7.1.2數字圖像中的傅里葉變換
7.1.3快速傅里葉變換的算法
7.2離散余弦變換
7.2.1基本概念及數學描述
7.2.2離散余弦變換的快速算法
7.2.3離散余弦變換的意義與應用
7.3沃爾什拟阿達馬變換
7.3.1沃爾什函數
7.3.2離散沃爾什變換及其快速算法
7.3.3沃爾什變換的應用
7.4卡洛南拟洛伊變換
7.4.1主成分變換的推導
7.4.2主成分變換的實現
7.4.3基于K拟L變換的圖像壓縮
本章參考文獻
第8章無所不在的高斯分布
8.1卷積積分與鄰域處理
8.1.1卷積積分的概念
8.1.2模板與鄰域處理
8.1.3圖像的高斯平滑
8.2邊緣檢測與微分算子
8.2.1哈密爾算子
8.2.2拉普拉斯算子
8.2.3高斯拉普拉斯算子
8.2.4高斯差分算子
8.3保持邊緣的平滑處理
8.3.1各向異性擴散濾波
8.3.2基于全變差的方法
8.4多尺度空間及其構建
8.4.1高斯濾波與多尺度空間的構建
8.4.2基于各向異性擴散的尺度空間
本章參考文獻
第9章空間域圖像平滑與降噪
9．1自適應圖像降噪濾波器
9．2約束復原與維納濾波
9．2．1用于圖像復原的逆濾波方法
9．2．2維納濾波的實現
9．2．3限制性圖像復原的數學推導
9.3雙邊濾波
9．4導向濾波
9．5字典學習與圖像去噪
本章參考文獻
第10章圖像融合與摳圖技術
10．1基于數學物理方程的方法
10．1．1泊松方程的推導
10．1．2圖像的泊松編輯
10．1．3離散化數值求解
10．1．4基于稀疏矩陣的解法
10．2基于貝葉斯推斷的方法
本章參考文獻
第11章處理彩色圖像
11.1從認識色彩開始
11.1.1什么是顏色
11.1.2顏色的屬性
11.1.3光源能量分布圖
11.2CIE色度圖
11.2.1CIE色彩模型的建立
11.2.2CIE色度圖的理解
11.2.3CIE色度圖的后續發展
11.3常用的色彩空間
11.3.1RGB顏色空間
11.3.2CMY/CMYK顏色空間
11.3.3HSV/HSB顏色空間
11.3.4HSI/HSL顏色空間
11.3.5Lab顏色空間
11.3.6YUV/YCbCr顏色空間
11.4色彩空間的轉換方法
11.4.1RGB轉換到HSV的方法
11.4.2RGB轉換到HSI的方法
11.4.3RGB轉換到YUV的方法
11.4.4RGB轉換到YCbCr的方法
11.5基于直方圖的色彩增強
11.5.1普通直方圖均衡
11.5.2CLAHE算法
11.5.3直方圖規定化
本章參考文獻
第12章圖像去霧
12.1暗通道先驗的去霧算法
12.1.1暗通道的概念與意義
12.1.2暗通道去霧霾的原理
12.1.3算法實現與應用
12．2優化對比度增強算法
12．2．1計算大氣光值
12．2．2透射率的計算
12．2．3實驗結果與分析
12．3基于Retinex的圖像去霧算法
12．3．1單尺度Retinex算法
12．3．2多尺度Retinex算法與MSRCR
本章參考文獻 |
| 序： |
|
