圖像處理的變分和偏微分方程方法

前言
本書(shū)結(jié)構(gòu)
第1章 線(xiàn)性光滑化與其等價(jià)形式
1.1 光滑化與Gauss濾波
1.2 Gauss卷積與熱方程
1.3 線(xiàn)性濾波器的迭代與極限
1.4 熱方程的變分形式
1.4.1 變分直接法
1.4.2 算子的微分
1.4.3 積分泛函的極小值問(wèn)題和Euler方程
1.5 線(xiàn)性尺度空間
第2章 圖像恢復(fù)的變分方法
2.1 圖像恢復(fù)的TV模型
2.2 TV模型的推廣以及與邊緣提取的耦合
2.3 Meyer的卡通-紋理分解模型及其近似
2.4 Meyer的卡通-紋理分解模型（的推廣）與邊緣提取的耦合
2.4.1 AAFC模型及其求解
2.4.2 基于一般TV正則項(xiàng)的圖像分解-邊緣提取耦合模型
2.4.3 模型（2.37）的仿真結(jié)果
2.5 階梯效應(yīng)的消除
第3章 變換域變分模型
3.1 基于Besov空間的圖像卡通-紋理分解
3.1.1 Besov空間及其小波刻畫(huà)
3.1.2 基于Besov空間與負(fù)Hilbert-Sobolev空間的圖像卡通-紋理分解 1
3.1.3 基于Besov空間與負(fù)Hilbert-Sobolev空間的圖像卡通-紋理分解 2
3.1.4 基于Besov空間與齊次Besov空間的圖像卡通-紋理分解
3.2 基于Besov空間的圖像盲復(fù)原
3.3 基于曲線(xiàn)波的圖像恢復(fù)和卡通紋理分解
3.3.1 第二代曲線(xiàn)波和分解空間
3.3.2 曲線(xiàn)波域上的變分問(wèn)題
3.3.3 實(shí)驗(yàn)仿真
3.4 基于稀疏表示的圖像卡通-紋理分解
3.4.1 基于稀疏表示的圖像分解模型和MCA算法
3.4.2 結(jié)合稀疏表示和投影正則化的圖像分解方法
3.4.3 結(jié)合稀疏表示和曲線(xiàn)波閾值的圖像分解方法
3.5 結(jié)合稀疏表示和迭代曲線(xiàn)波閾值的圖像修補(bǔ)方法
3.5.1 偏微分方程與變分圖像修補(bǔ)方法
3.5.2 新模型的求解
第4章 基于偏微分方程的圖像處理
4.1 用于圖像恢復(fù)的幾種經(jīng)典偏微分方程模型
4.1.1 熱方程
4.1.2 Perona-Malik模型
4.1.3 Weickert的各向異性非線(xiàn)性擴(kuò)散
4.1.4 基于曲面的PDE
4.2 分?jǐn)?shù)階各向異性擴(kuò)散
4.2.1 頻域分?jǐn)?shù)階導(dǎo)數(shù)和分?jǐn)?shù)階Sobolev空間
4.2.2 基于分?jǐn)?shù)階導(dǎo)數(shù)的正則模型
4.2.3 數(shù)值算法及其理論分析
4.2.4 仿真結(jié)果與分析
4.3 基于非線(xiàn)性結(jié)構(gòu)張量的各向異性擴(kuò)散
第5章 迭代濾波器與偏微分方程
5.1 腐蝕、膨脹與梯度模發(fā)展方程
5.2 中值濾波與曲率驅(qū)動(dòng)方程
5.3 仿射不變形態(tài)學(xué)算子的偏微分方程刻畫(huà)
5.4 平移不變小波閾值迭代與TV流
第6章 尺度空間理論
6.1 歐氏不變尺度空間與MCM方程
6.2 仿射不變尺度空間與AMSS方程
6.3 MCM和AMSS的差分格式
6.4 小波閾值的尺度空間性質(zhì)
參考文獻(xiàn)