图像处理与深度学习 下载 pdb txt pdf 百度云 kindle umd 夸克云

本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深唐学习在图像缅域中的应田。接着对泽度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解； 以基于深度学习的红树林提取和屋顶提取与绿化评价为例，详细讲解深度学习在图像处理中的应用。

本书既可作为高等院校相关专业的教材，也可供图像处理和人工智能领域的技术人员阅读。

第1章 绪论

1.1 图像阴影检测与去除

1.2 图像噪声处理

1.3 图像匀光、匀色

1.4 图像超分辨率重建

1.5 深度学习在图像领域中的应用

1.6 本章小结

本章参考文献

第2章 图像阴影检测

2.1 阴影检测的意义

2.2 阴影检测方法分类

2.2.1 基于监督学习的阴影检测方法

2.2.2 基于非监督学习的阴影检测方法

2.3 基于动态粒子群算法的阴影检测

2.3.1 遥感图像阴影检测方法的整体流程

2.3.2 遥感图像阴影检测通道设计

2.3.3 动态局部自适应粒子群算法

2.3.4 局部区域优化

2.4 阴影检测实验

2.5 本章小结

本章参考文献

第3章 图像阴影去除

3.1 基于梯度域的图像阴影去除方法

3.1.1 代表性方法研究

3.1.2 二维泊松方程

3.1.3 基于梯度域的图像阴影去除算法框架

3.2 基于光照转移的图像阴影去除方法

3.2.1 代表性方法研究

3.2.2 光照补偿原理

3.2.3 基于光照转移的图像阴影去除算法框架

3.3 基于深度学习的图像阴影去除方法

3.3.1 代表性方法研究

3.3.2 GAN模型

3.3.3 基于生成对抗网络的图像阴影去除模型——ST-CGAN

3.4 本章小结

本章参考文献

第4章 图像噪声处理

4.1 背景与现状分析

4.1.1 图像噪声处理的背景及意义

4.1.2 外图像噪声处理方法现状分析

4.2 SAR系统成像与相干斑噪声

4.2.1 SAR系统的成像原理

4.2.2 相干斑噪声的形成机理

4.2.3 相干斑噪声的统计模型

4.2.4 相干斑噪声抑制结果的评价指标

4.3 非凸非光滑变分模型及求解方法

4.3.1 基本算子和函数空间的定义

4.3.2 非凸非光滑变分模型

4.3.3 变量分割法

4.3.4 增广拉格朗日法

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：图像处理与深度学习在线阅读

在线听书地址：图像处理与深度学习在线收听

在线购买地址：图像处理与深度学习在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深度学习在图像领域中的应用；接着对深度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解；最后以基于深度学习的红树林提取和屋顶提取与绿化评价为例，详细讲解深度学习在图像处理中的应用。