6.1 图像退化原因与复原技术分类化的数学模型 6.2 逆滤波复原 6.3 约束复原 6.4 非线性复原方法 6.5 盲图像复原 6.6 几何失真校正 6.7 实验：图像复原

一个有效的二值图像处理运算集是从数学形态学下的 集合论方法发展起来的。尽管它的基本的运算很简单,但 它们和它们的推广结合起来可以产生复杂得多的效果。并 且,它们适合于用相应的硬件构造查找表的方式实现快速 的流水线处理。这种方法通常用于二值图像但也可以扩展 到灰度级图像的处理

第一节 雷达图像的解译标志特点 第二节 雷达图像中各类地物的解译 第三节 微波辐射计图像解译 第四节 图像变换、彩色合成与目标解译 第五节 计算机处理与识别

 5.1 图像退化的数学模型  5.2 噪声模型  5.3 噪声估计  5.4 退化函数估计  5.5 无约束图像恢复  5.6 有约束图像恢复

• 3.2.1 图像分割引言 • 3.2.2 边界分割法 • 3.2.3 边缘连接分割法 • 3.2.4 阈值分割法 • 3.2.5 面向区域的分割 • 3.2.6 数学形态学图像处理

第一节 图像压缩的基本概念 4.1.1 数据冗余 4.1.2 保真度标准 4.1.3 图像压缩模型 第二节 无损压缩 4.2.1 基于字典的压缩 4.2.2 统计编码 4.2.3 无损预测编码

◆8.1 像素间的基本关系 ◆8.2 目标物边界的描述 ◆8.3 目标物的区域描述 ◆8.4 图像的几何特征 ◆8.5 图像的矩描述 ◆8.6 图像的纹理描述 ◆8.7 形态学在纹理描述中的应用

1.1 概述 1.2 图像处理的内容 1.3 图像处理的特点 1.4 图像的数据格式 1.5 视觉现象 1.6 颜色与颜色空间 1.7 图像处理系统框图

5.0 概述 5.1 退化模型 5.2 ,常见退化模型及辨识方法 5.3 图像的无约束恢复 5.4 图像的有约束最小二乘恢复 5.5 几何畸变图像的恢复 5.6 超分辨率图像复原

• 1. 图像退化/复原过程的模型 • 2. 图像噪声的空间和频率特性 • 3. 图像噪声参数的估计及空间滤波复原 • 4. 线性位置不变系统退化函数的估计 • 5. 逆滤波 • 6. 维纳滤波 • 7. 约束最小二乘滤波 • 8. L0 Regularized平滑滤波