內容簡介

圖像信號本質上可以看作是關於一組基向量的稀疏表示，而稀疏表示是獲得、表示和壓縮圖像信號的一種強有力的工具。從稀疏約束的角度來劃分，可以將稀疏表示分為五類，分別為（1）基於很小化L0範數的稀疏表示，（2）基於很小化Lp（0＜p＜1）範數的稀疏表示，（3）基於很小化L1範數的稀疏表示，（4）基於很小化L2,1範數的稀疏表示，也交組稀疏表示和5）基於很小化L2範數的稀疏表示。在本書中，全面分析了每一種稀疏表示形式的目標函數和優化算法，並綜合分析了近期新的基於稀疏表示理論的應用。 本書可以作為研究稀疏表示和圖像處理方面的工具書，包括了詳盡的理論介紹和多方面的實際應用，全面分析了稀疏表示理論中的兩個關鍵問題，即字典學習和正則化方法，同時，全面介紹了稀疏表示在圖像處理，圖像分類和追蹤，圖像復原等實際應用中的近期新方法。