本书运用泛函分析、小波多尺度分析、几何变分法、偏微分方程和最优化方法等理论，结合图像几何结构特征和人的视觉系统特性，对图像去噪与复原、图像增强等问题进行分析和探讨。研究非线性扩散模型阈值参数和时间估计与优化问题；将基于梯度的图像频率概念引入全变分，研究基于图像梯度频率的全变分正则化图像去噪与复原问题；将张量理论与全变分正则化方法结合，提出基于张量投票与全变分正则化结合的纹理图像去噪与复原模型；将小波变换局部化特性引入图像扩散滤波，研究基于小波多尺度分析的图像非线性扩散滤波与增强问题。 本书适合作为高等院校电子信息类和计算机类专业高年级本科生、研究生的教学用书，同时，可作为相关专业领域人员学习数字图像处理的参考用书。本书封面贴有清华大学出版社防伪标签，无标签者不得销售。

前言图像是信息传递的主要媒介和人类视觉的基础。随着计算机科学技术的发展，图像处理已广泛应用于宇宙空间探测、地质勘探、遥感遥测、生物信息工程、工业检测与探伤、机器视觉、人工智能与模式识别、多媒体与虚拟现实技术及信息可视化等诸多领域，在国防建设、经济和社会发展中发挥着巨大而重要作用。 图像在获取和传输过程中，由于受到成像设备与外部环境等噪声的干扰，不可避免地产生图像降质(或称为图像退化)，这给以后的图像分析和理解带来困难。底层图像处理的主要任务就是从这些退化图像中恢复出原始的真实图像，并提取出其中感兴趣的特征和信息。 图像处理的主要任务包括以下3个方面。 （1） 运用数学理论和其他技术手段，提高图像的视觉效果，例如，通过图像的亮度、彩色、对比度等一系列数学变换，去除图像中的噪声，突出所需要的某些特征信息。 （2） 提取图像中所包含的某些有用的特征，包括频率特征、灰度特征、颜色特征、边界与区域特征、纹理与几何形状特征等，为后续的图像理解、分析与应用以及机器视觉研究奠定基础。 （3） 利用信息论与通信理论技术，研究图像信息的编码、压缩、存储和传输。 本书主要介绍运用泛函分析、小波多尺度分析、几何变分和偏微分方程等理论和方法，研究图像去噪与复原、图像增强等问题。本书的主要内容如下。 （1） 分析和研究以PM方程为代表的非线性扩散方程阈值参数选择和扩散自动终止时间的确定问题，构建PM非线性扩散方程阈值参数和扩散时间尺度估计与优化方法。针对非线性扩散模型中存在的“阶梯效应”和容易模糊边缘、细节等问题，将小波多尺度分析引入非线性扩散方程，研究并提出一种基于小波多尺度和含有保...