更新时间：2020-10-16 16:21:38
封面
版权信息
内容简介
作者简介
插图
第2版前言PREFACE
第1版前言PREFACE
第1章 必不可少的数学基础
1.1 极限及其应用
1.2 微分中值定理
1.3 向量代数与场论
本章参考文献
第2章 更进一步的数学内容
2.1 傅里叶级数展开
2.2 凸函数与詹森不等式
2.3 常用经典数值解法
2.4 有限差分法求解偏微分方程
第3章 泛函分析及变分法
3.1 勒贝格积分理论
3.2 泛函与抽象空间
3.3 从泛函到变分法
第4章 概率论基础
4.1 概率论的基本概念
4.2 随机变量数字特征
4.3 基本概率分布模型
4.4 概率论中的重要定理
4.5 经验分布函数
4.6 贝叶斯推断
第5章 统计推断
5.1 随机采样
5.2 参数估计
5.3 假设检验
5.4 极大似然估计
第6章 子带编码与小波变换
6.1 图像编码的理论基础
6.2 子带编码基本原理
6.3 哈尔函数及其变换
6.4 小波及其数学原理
6.5 快速小波变换算法
6.6 小波在图像处理中的应用
第7章 正交变换与图像压缩
7.1 傅里叶变换
7.2 离散余弦变换
7.3 沃尔什-阿达马变换
7.4 卡洛南-洛伊变换
第8章 无所不在的高斯分布
8.1 卷积积分与邻域处理
8.2 边缘检测与微分算子
8.3 保持边缘的平滑处理
8.4 多尺度空间及其构建
第9章 空间域图像平滑与降噪
9.1 自适应图像降噪滤波器
9.2 约束复原与维纳滤波
9.3 双边滤波
9.4 导向滤波
9.5 字典学习与图像去噪
第10章 图像融合与抠图技术
10.1 基于数学物理方程的方法
10.2 基于贝叶斯推断的方法
第11章 处理彩色图像
11.1 从认识色彩开始
11.2 CIE色度图
11.3 常用的色彩空间
11.4 色彩空间的转换方法
11.5 基于直方图的色彩增强
第12章 图像去雾
12.1 暗通道先验的去雾算法
12.2 优化对比度增强算法
12.3 基于Retinex的图像去雾算法
