• 图像处理偏微分方程方法
21年品牌 40万+商家 超1.5亿件商品

图像处理偏微分方程方法

全新正版 极速发货

46.28 6.7折 69 全新

仅1件

广东广州
认证卖家担保交易快速发货售后保障

作者吴勃英,郭志昌,杨云云

出版社科学出版社

ISBN9787030668608

出版时间2020-11

装帧平装

开本16开

定价69元

货号1202173768

上书时间2024-11-21

书香美美

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
前言

章  绪论

1.1  数字图像与数字图像处理

1.2  偏微分方程图像处理

1.3  本书主要内容

第2章  图像去噪

2.1  噪声模型

2.1.1  加性噪声

2.1.2  乘性噪声

2.1.3  椒盐噪声

2.1.4  量化噪声

2.2  滤波去噪方法

2.2.1  空间域去噪方法

2.2.2  变换域去噪方法

2.3  小波去噪方法

2.3.1  模极大值去噪方法

2.3.2  相关性去噪方法

2.3.3  小波阈值去噪方法

第3章  加性噪声去除的偏微分方程方法

3.1  经典偏微分方程方法

3.1.1  TV模型

3.1.2  PM模型

3.1.3  p-Laplace模型

3.1.4  四阶模型

3.2  自适应PM模型

3.2.1  α-PM

3.2.2  α(x)-PM

3.2.3  模型分析

3.2.4  数值实验

3.3  TV 模型的严格凸修正模型

3.3.1  模型动机

3.3.2  严格凸修正模型

3.3.3  模型分析

3.3.4  数值实验

3.4  线性增长泛函模型

3.4.1  新框架

3.4.2  一些代表模型

3.4.3  模型分析

3.4.4  数值实验

第4章  乘性噪声去除的偏微分方程方法

4.1  经典的偏微分方程方法

4.1.1  AA模型

4.1.2  Jin和Yang模型

4.1.3  SO模型

4.1.4  加性RISS模型

4.1.5  乘性RISS模型

4.1.6  模型分析

4.1.7  数值分析

4.2  自适应TV模型

4.2.1  模型动机

4.2.2  模型建立

4.2.3  模型分析

4.2.4  数值实验

4.2.5  模型的推广和总结

4.3  双退化扩散方程模型

4.3.1  模型动机

4.3.2  基于非线性扩散方程的图像乘性去噪模型框架

4.3.3  一类基于双退化抛物方程的乘性去噪模型

4.3.4  模型分析

4.3.5  数值实验

第5章  椒盐噪声以及混合噪声去除的偏微分方程方法

5.1  模型动机

5.2  基于Holder半模的去噪模型

5.3  基于非局部算子的去噪模型

5.4  基于非散度型方程的去噪模型

5.4.1  模型的提出

5.4.2  差分算子L(ru,r2u)的选取

5.4.3  脉冲噪声指标

5.5  数值实现

5.5.1  基于局部Holder半模和非局部算子的去噪方法数值实验

5.5.2  基于非散度型方程的去噪方法数值实验

5.6  小结

第6章  图像分割

6.1  图像分割绪论与模型动机

6.1.1  传统方法

6.1.2  活动轮廓模型方法

6.1.3  水平集方法

6.1.4  Split Bregman方法

6.2  快速多区CV模型

6.2.1  二区CV模型和多区CV模型

6.2.2  全局凸多区CV模型

6.2.3  算法和数值实验

6.3  改进的LBF模型

6.3.1  LBF模型

6.3.2  全局凸LBF模型

6.3.3  算法和数值实验

参考文献

内容摘要
本书从图像处理的基本概念出发,整理了若干图像处理中的偏微分方程模型和算法。全书共6章,包括三部分内容:部分(,2章)介绍基于偏微分方程数字图像处理的基础知识,包括绪论、现有图像去噪模型的数学定义;第二部分(第3,4,5章)详细讨论不同噪声模型下的偏微分方程去噪方法,包括加性噪声去除偏微分方程方法、乘性噪声去除偏微分方程方法、椒盐噪声以及混合噪声去除偏微分方程方法;第三部分(第6章)介绍基于偏微分方程的图像分割技术,主要对CV模型和LBF模型做改进,同时应用分裂Bregman方法极小化新能量泛函,不仅提高了改进模型的速度,也提高了模型的分割准确度。书中部分图片的彩色版,可通过扫描图片旁的二维码获取。本书可作为高等院校数学、通信、电子信息工程、计算机科学、自动化、数字多媒体、信息安全、遥感、生物工程等专业本科生和研究生的专业课教材,也可供从事上述相关学科专业的研究人员和工程技术人员参考。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP