1.5 研究內(nèi)容和本書結(jié)構(gòu)

本書針對拓?fù)浼y理圖像包含很多拓?fù)湫螤顝?fù)雜的曲線邊緣的特點，結(jié)合紡織CAD、手寫體的OCR識別、醫(yī)學(xué)圖像處理、文物修復(fù)、自然場景的圖像檢索等應(yīng)用背景，采用相變理論、泛函模型等數(shù)學(xué)工具，研究拓?fù)浼y理圖像的紋理曲線外觀建模，解決拓?fù)浼y理圖像預(yù)處理過程中的保細(xì)節(jié)去噪、保色彩復(fù)原、精確分割、精細(xì)修補和精準(zhǔn)配準(zhǔn)五個基本問題，并結(jié)合典型拓?fù)浼y理圖像——提花織物紋理圖像和噴墨印花紋理圖像的實際應(yīng)用，討論模型的具體數(shù)值實現(xiàn)方法，為推進(jìn)拓?fù)浼y理圖像在上述應(yīng)用領(lǐng)域中的深入應(yīng)用提供理論方法指導(dǎo)。

本書主要探討拓?fù)浼y理圖像的關(guān)鍵預(yù)處理技術(shù)，包括算法研究和模型研究。全書安排如下。

第1章，結(jié)合國內(nèi)外研究的發(fā)展趨勢，從拓?fù)浼y理圖像的保細(xì)節(jié)去噪、保色彩復(fù)原、精確分割、精細(xì)修補和精準(zhǔn)配準(zhǔn)這五個方面，介紹有關(guān)拓?fù)浼y理圖像預(yù)處理領(lǐng)域的研究進(jìn)展。

第2章，討論支持含噪拓?fù)浼y理圖像的保邊去噪模型。針對含噪拓?fù)浼y理圖像在去噪過程中存在的形狀失真和拓?fù)溲葑冞m應(yīng)性差的問題，研究拓?fù)浼y理含噪圖像下不規(guī)則紋理的外觀建模技術(shù)及保邊去噪模型，并重點討論相變理論中的Allen-Cahn模型的水平集方法，設(shè)計一種新的支持拓?fù)浼y理圖像的保邊去噪算法，以有效提高對復(fù)雜紋線拓?fù)湫巫兊淖赃m應(yīng)能力。

第3章，討論支持彩色拓?fù)浼y理圖像的保色彩復(fù)原模型。針對彩色拓?fù)浼y理圖像在各個色彩通道的波長不相近時導(dǎo)致的色彩混迭不足，研究能對多色彩通道間相關(guān)性進(jìn)行有效表征和提取的馬爾可夫隨機場模型。針對馬爾可夫隨機場模型求解時采用經(jīng)典模擬退火算法的時間復(fù)雜性太高，研究對經(jīng)典模擬退火算法的尋優(yōu)策略進(jìn)行改進(jìn)，采用改進(jìn)次優(yōu)模擬退火算法對彩色圖像進(jìn)行快速恢復(fù)。

第4章，討論基于Mumford-Shah模型的含噪拓?fù)浼y理圖像的精確分割方法。針對含噪拓?fù)浼y理圖像在噪聲環(huán)境下分割精確度偏低的缺陷，研究支持含噪拓?fù)浼y理圖像精確分割的紋理外觀輪廓結(jié)構(gòu)建模技術(shù)及分割模型，并重點討論Mumford-Shah迭代松弛算法，研究如何通過對定義在自適應(yīng)三角剖分的分片仿射空間上的離散模型序列的Γ-收斂，設(shè)計一種含噪拓?fù)浼y理圖像的精細(xì)分割方法，實現(xiàn)其對拓?fù)浼y理圖像輪廓結(jié)構(gòu)的表征。

第5章，討論基于相位場模型的含噪拓?fù)浼y理圖像的精確分割方法。首先將相位場模型引入圖像分割建模，并對經(jīng)典相位場模型進(jìn)行改進(jìn)，利用相位場模型的相位分離演化過程描述相位擴(kuò)散界面的動態(tài)變化行為，實現(xiàn)對邊緣輪廓曲線的跟蹤。然后研究采用有限元法對弱形式相位場模型進(jìn)行數(shù)值逼近，提高有限元網(wǎng)格單元對邊緣曲線的表征能力。最后研究采用網(wǎng)格自適應(yīng)調(diào)整算法，通過加大對有限元網(wǎng)格生成過程中的靈活度控制，提高算法對拓?fù)浼y理圖案的分割精度。

第6章，討論含噪拓?fù)浼y理圖像的精細(xì)修補模型。針對不連續(xù)點集沿光滑輪廓演化的能力對修補效果的影響較大等問題，研究對拓?fù)浼y理圖像中斑點和折痕區(qū)域的精細(xì)修補模型。針對經(jīng)典Mumford-Shah分割模型對不連續(xù)邊集的約束懲罰項只涉及長度約束，而沒有考慮不連續(xù)邊集的拓?fù)鋸澢燃s束，討論如何對經(jīng)典Mumford-Shah分割模型增加對不連續(xù)點集形成中的光滑度約束，使其不受修補破損區(qū)域的拓?fù)湫螤畹南拗啤?/p>

第7章，討論含噪拓?fù)浼y理圖像的精準(zhǔn)配準(zhǔn)模型。針對原有光流場模型對精細(xì)紋理邊緣配準(zhǔn)精度低的問題，研究如何引入控制局部光滑性效果的結(jié)構(gòu)特征能量項，實現(xiàn)對光流場模型光滑度正則項的改進(jìn)，提高配準(zhǔn)方法在噪聲環(huán)境下的局部細(xì)節(jié)配準(zhǔn)效果。此外，針對光流場模型的有限元數(shù)值求解方法在處理網(wǎng)格劃分問題上的困難，研究如何通過實施階譜分層和基函數(shù)自適應(yīng)調(diào)整策略，實現(xiàn)對單元分解網(wǎng)格生成過程實施整體和局部的靈活度控制，從而提高網(wǎng)格單元對紋理圖案的配準(zhǔn)表征效果。

第8章，對全書進(jìn)行總結(jié)，并給出今后的一些研究方向。