噪声与模糊是遥感成像中最为常见的两种辐射返化现象，沈焕锋、袁强强、李杰、岳林蔚、张良培著的《遥感数据质量改善之信息复原(精)》主要针对这两种降质问题，研究遥感影像及定量产品的复原理论与方法。在噪声去除方面，较为全面地考虑遥感数据中的各种噪声类型，分别从高斯噪声、脉冲噪声、条带噪声、相干斑噪声、光谱噪声、时序噪声等方面进行系统论述.在影像去模糊方面，以变分E则化框架为重点展开讨论，构建范数自适应的正则化复原方法；结合遥感领域常用的刃边法与图像处理领域经典的选代优化方法，发展一种稳健的遥感影像盲复原方法。
本书不仅适合遥感、测绘、信号处理等相关专业的高年级本科生、硕士生和博士生参考阅读，而且对从事遥感信息处理与应用方向的科技工作者也具有较大的参考价值。

第1章 概述
1.1 研究背景与意义
1.2 研究内容
第2章 遥感影像复原方法及其最新进展
2.1 噪声与模糊退化模型
2.1.1 遥感影像的噪声模型
2 1.2 遥感影像的模糊模型
2.2 影像复原研究现状
2.2.1 空间蠕移动窗口法
2.2.2 变换域影像复原法
2.2.3 基于偏微分方程的复原方法
2.2.4 基于变分的复原方法
2.2.5 基于机椿学习的复原方法
2.3 影像盲复原方法
2.3.1 基于MAP的盲复原方法
2.3.2 基于边缘预割的盲复原法
2.3.3 变分贝叶斯复原方法
2.4 变分正则化模型的数值求解方法
2.4.1 线性问题的数值解法
2.4.2 非线性问题的数值解法
2.5 本章总结
第3章 遥感影像脉冲噪声去除方法
3.1 脉忡噪声及其分布特征
3.1.1 固定值脉忡噪声
3.1.2 随机值脉忡噪声
3.2 经典的脉冲噪声去除方法
3.2.1 传统中值油披
3.2.2 加权中值油披
3.2.3 开关中值油披
3立4 噪声探测方法
3.3 保持细节信息的迭代中值滤波
3.4 实验结果与分析
3.5 本章总结
第4章 遥感影像条带曝声去除方法
4.1 条带噪声成因与特性分析
4.1.1 条带噪声产生的原因
4.1.2 条带噪声的特性分析
4.2 经典的条带噪声去除方法
4.2.1 条带噪声的处理方法分类
4.2.2 空间域统计计算的条带噪声去除方法
4.2.3 变换域频率滤波的条带噪声去除方法
4.3 变分框架下的条带噪声去除方法
4.3.1 基于最大后验概率的条带噪声去除方法
4.3.2 基于校正系数估计的条带噪声去除方法
4.3.3 基于单向变差的条带去除方法
4.3.4 基于稀疏分布假设的条带去除方法
4.3.5 基于方向差分的斜向条带去除方法
4.4 实验结果与分析
4.4.1 模拟实验对比分析
4.4.2 真实实验对比分析
4.4.3 斜向条带噪声去除实验
4.5 本章总结
第5章 遥感影像光谱曝声去除方法
5.1 高光谱遥感影像噪声分析
5.2 变换域光谱噪声去除方法
5.2.1 主成分变换框架下的光谱去噪
5.2.2 基于小披域的空谱噪声分离
5.2.3 多维维纳植被法
5.3 空谱联合的变分去噪方法
5.3.1 空间.光谱联合全变差模型
5.3.2 多通道非局部全变差模型
5.3.3 空谱分布式稀疏先验模型
5.3.4 基于低秩分解的高光谱去噪方法
5.4 实验结果与分析
5.4.1 模拟实验
5.4.2 真实实验
5.5 本章总结
第6章 遥感影像时序蝶声去除方法
6.1 研究背景与意义
6.2 时序滤被方法综述
6.2.1 插值替换方法
6.2.2 卷积滤波法
6.2.3 颜率域滤被法
6.2.4 曲线拟合法
6.2.5 顾及时空关系的重建方法
6.2.6 其他方法
6.3 移动力日权谐波分析时序噪声去除方法
6.3.1 方法的基本原理
6.3.2 MWHA方法四步流程
6.3.3 实验与分析
6.4 顾及时序噪声特性的变分滤波方法
6.4.1 方法的基本原理
6.4.2 噪声去除实验
6.5 本章总结
第7章 单极化SAR影像相干斑噪声的抑制
7.1 相干斑形成机理及统计特性
7.1.1 相干斑形成机理
7.1.2 单极化SAR统计特性
7.2 单极化SAR影像去噪方法综述
7.2.1 局部窗口滤波算法
7.2.2 变换域法被算法
7.2.3 基于偏微分方程的算法
7.2.4 变分去噪算法
7.2.5 基于圄块计算的算法
7.2.6 基于机器学习与智能优化的算法
7.2.7 其他算法
7.2.8 SAR去噪效果的评价
7.3 单极化SAR非局部变分去噪方法
7.3.1 经典的队R周部变分去噪算法
7.3.2 非局部正则化SAR变分去噪算法
7.4 实验与分析
7.4.1 模拟实验
7.4.2 真实实验
7.5 本章总结
第8章 全极化SAR影像相干斑噪声的抑制
8.1 PolSAR统计特性及去噪原则
8.1.1 PolSAR相干斑统计特性
8.1.2 PolSAR去噪原则
8.2 PolSAR影像滤波方法综述
8.2.1 局部窗口滤波算法
8.2.2 基于非局部均值的算法
8.2.3 偏微分去噪算法
8.2.4 变分去噪算法
8.2.5 基于机器学习与智能优化的去噪算法
8.2.6 PolSAR去噪效果的评价
8.3 自适应迭代优化的PolSARAD滤波
8.3.1 PolSARAD的基础模型
8.3.2 自适应迭代优化的PolSARAD模型
8.4 实验与分析
8.4.1 模拟实验
8.4.2 真实实验
8.5 本章总结
第9章 范敢自适应的正则化影像复原方法
9.1 正则化复原框架与模型
9.2 范数自适应的影像复原方法
9.2.1 范数自适应的数据一致性的柬项
9.2.2 范数自适应的正则化先验
9.2.3 模型的优化求解
9.3 实验结果与分析
9.3.1 植数自适应数据一致性的束的验证
9.3.2 范数自适应先验模型的验证
9.3.3 联合框架的验证
9.4 本章总结
第10章