現代圖像處理理論 趙永強 薛吉則 楊勁翔 9787030816986 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：現代圖像處理理論
ISBN：9787030816986
出版社：科學
著編譯者：趙永強 薛吉則 楊勁翔
頁數：160
所在地：中國大陸 *此為代購商品
書號：1724350
可大量預訂，請先連絡。

內容簡介

圖像處理理論近年來發展迅速，從稀疏表示理論到基於張量表示和深度學習的圖像處理方法不斷湧現，並且這些全新的圖像處理方法已經應用在手機、視頻監控、遙感數據處理中心等平台上。本書以彩色圖像、多/高光譜遙感數據、視頻數據、偏振時序圖像數據為研究對象，總結以張量表示方法和深度學習方法為核心的圖像處理理論的昀新進展，並從工程應用的角度介紹如何利用張量表示方法和深度學習方法解決多/高光譜遙感數據、視頻數據、偏振時序圖像數據的處理問題。 本書可作為控制科學、計算機科學、人工智能、電子信息、光信息科學與技術等專業高年級本科生和研究生的參考書，也可供相關領域研究人員和工程技術人員參考。

目錄

「信息科學技術學術著作叢書」序
前言
第1章 圖像處理基礎理論
1 1 圖像的分類
1 2 圖像去馬賽克
1 2 1 濾色片陣列
1 2 2 圖像去馬賽克流程
1 2 3 RGB彩色圖像去馬賽克算法
1 3 圖像去噪
1 3 1 圖像空域去噪算法
1 3 2 圖像頻域去噪算法
1 4 圖像超分辨重建技術
1 4 1 圖像降採樣模型
1 4 2 超分辨重建數學模型
1 4 3 基於插值的圖像超分辨重建方法
1 4 4 基於重構的圖像超分辨重建方法
1 5 圖像融合
1 5 1 跨模態圖像融合算法
1 5 2 灰度圖像融合算法
1 5 3 彩色圖像融合算法
參考文獻
第2章 圖像先驗
2 1 張量先驗
2 1 1 張量基本運算
2 1 2 張量分解
2 2 稀疏先驗
2 2 1 稀疏表示原理
2 2 2 稀疏表示技術的分類
2 2 3 不同范數正則化的稀疏表示問題
2 3 全變分先驗
2 3 1 二維全變分
2 3 2 三維全變分
2 4 低秩先驗
2 4 1 矩陣低秩
2 4 2 張量低秩
參考文獻
第3章 基於深度學習的圖像處理
3 1 深度學習基礎概念
3 1 1 神經網絡
3 1 2 梯度下降
3 1 3 反向傳播
3 2 深度學習基本模塊
3 2 1 歸一化
3 2 2 激活函數
3 2 3 損失函數
3 2 4 正則化
3 2 5 丟棄法
3 2 6 數據增強
3 2 7 優化算法（隨機梯度下降）
3 2 8 學習率調整
3 3 自監督圖像去噪
3 3 1 自監督學習的概念和原理
3 3 2 自監督圖像去噪的問題建模
3 3 3 自監督圖像去噪的常用策略和技術
3 3 4 基於深度學習的自監督圖像去噪方法
3 4 數據和物理聯合驅動的圖像重建
3 4 1 數據和物理聯合驅動的圖像重建方法
3 4 2 基於深度學習的圖像超分辨重建損失函數
參考文獻
第4章 基於張量結構的高維圖像複原
4 1 高光譜成像技術基礎概念
4 2 基於非局部低秩正則的圖像去噪
4 2 1 稀疏表示的去噪模型
4 2 2 低秩正則的圖像去噪模型
4 2 3 張量分解的圖像去噪模型
4 2 4 非局部低秩正則高光譜圖像去噪
4 3 基於非凸張量秩最小化的高光譜圖像壓縮重建
4 4 耦合張量分解高光譜-多光譜圖像聯合去噪與融合
4 5 基於多層張量稀疏建模的高維圖像補全
4 5 1 因子梯度稀疏Tucker分解
4 5 2 多層變換的張量結構稀疏表示
4 5 3 基於因子子空間稀疏張量分解的張量補全模型
4 6 張量深度先驗與高維圖像處理
4 6 1 張量深度先驗的圖像融合模型
4 6 2 張量深度先驗網絡架構
4 7 無監督張量網絡的圖像融合
4 7 1 無監督張量深度特徵表示
4 7 2 多源張量深度特徵聯合表示
4 7 3 無監督張量圖像融合網絡
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。