图像处理与深度学习

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。

这是一本深度探讨深度学习在图像处理中应用的著作。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。 本书详细讲解了图像阴影检测与去除的方法，包括基于动态粒子群算法的阴影检测，以及基于梯度域、光照转移、深度学习的图像阴影去除方法。书中还详细介绍了图像噪声处理，包括SAR系统成像与相干斑噪声，以及非凸非光滑变分模型及求解方法。同时，本书也对图像匀光、匀色的意义与现状进行了分析，并介绍了图像匀光、匀色方法。 本书还深入探讨了基于卷积神经网络的图像超分辨率重建方法，包括图像超分辨率重建的意义与现状分析，超分辨率重建技术与数据集，以及基于RDN的超分辨率重建网络模型。最后，本书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，详细讲解了深度学习在