基於變分偏微分方程的圖像復原技術（簡體書）

本書以變分偏微分方程圖像復原技術為研究主線，以整體變分圖像模型為主要研究對象，研究了基於神經網絡的圖像復原模型和復原算法：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係；并采用圖割技術，研究了整體變分去噪模型的數值求解方法等。
本書可供從事圖像處理、計算機視覺、應用數學研究的教師、研究生、研究人員和工程技術人員參考。

吳斌，博士，教授，現為西南科技大學信息工程學院院長，中國工程物理研究博士生導師，中國人工智能學會和全國信息與電子學科研究生教育委員會理事。主要從事人工智能及其應用，智能控制、圖像處理與模式識別、人工生命等方面的研究。先后在《控制理論與應用》、《信息與控制》等雜志上發表學術論文50余篇。

第1章 圖像復原技術概述
　1.1 圖像復原的基本理論
1.1.1 圖像復原的基本概念
1.1.2 圖像復原的一般模型
1.1.3 圖像復原的貝葉斯理論
　1.2 圖像復原技術的研究現狀
1.2.1 基於偏微分方程的圖像復原技術
1.2.2 神經網絡圖像復原技術
1.2.3 小波圖像復原技術
1.2.4 基於圖割的圖像復原技術
　1.3 圖像復原質量的評價標準
　1.4 小結
　參考文獻
第2章 變分偏微分方程在圖像復原中的應用
　2.1 偏微分方程圖像復原技術的相關定義
2.1.1 偏微分方程的一些基本概念
2.1.2 圖像及其相關算子的數學表示
2.1.3 與圖像處理有關的偏微分方程模型
　2.2 圖像復原中的變分法相關定義
2.2.1 變分法相關知識
2.2.2 變分預備定理
　2.3 整體變分圖像復原技術
2.3.1 有界變差函數的基本理論
2.3.2 整體變分圖像復原模型
2.3.3 整體變分圖像復原模型的數值解法
　2.4 整體變分自適應圖像去噪模型
2.4.1 三種去噪模型的分析
2.4.2 自適應Tv去噪模型的構造
2.4.3 實驗結果及分析
　2.5 小結
　參考文獻
第3章 基於神經網絡的圖像復原技術研究
　3.1 神經網絡的基本理論
3.1.1 人工神經網絡的簡介
3.1.2 人工神經元的模型
3.1.3 BP神經網絡
3.1.4 Hopfield神經網絡
　3.2 神經網絡圖像復原的問題描述
　3.3 基於變分PDE的神經網絡圖像復原算法
3.3.1 正則化項的擴散特性分析
3.3.2 基於調和模型的神經網絡圖像復原算法
3.3.3 基於整體變分模型的神經網絡圖像復原算法
3.3.4 正則化參數的選取
3.3.5 實驗結果與討論
　3.4 狀態連續改變的快速神經網絡復原算法
3.4.1 狀態連續改變的神經網絡復原模型
3.4.2 狀態連續改變的快速神經網絡更新規則
3.4.3 狀態連續改變的快速神經網絡復原算法
3.4.4 仿真結果與討論
　3.5 基於調和模型的快速神經網絡復原算法
3.5.1 算法描述
3.5.2 仿真結果與分析
　3.6 基於調和模型的並行神經網絡復原算法
3.6.1 算法描述
3.6.2 仿真結果與分析
　3.7 小結
　參考文獻
第4章 小波分析圖像復原技術研究
第5章 圖割在圖像復原中的應用 More