序

图像是人类感知客观世界的重要媒介。不仅能够形象地表达物理对象，而且能够直观地描述物理对象的空间关系，进而使人类能够更加全面地认知理解并深刻地研究探索物理世界。当前，图像作为信息感知的主要载体，在其感知与处理过程中仍存在许多亟待解决的问题。

视觉是人类感知并获取图像的重要通路。伴随生物学发展与计算机算力提升，使认知视觉原理与模拟视觉计算成为可能。现今，人工智能在视觉领域的快速发展，进一步延伸了人类感知客观世界的时空维度，并使视觉计算在国防、工业、农业及商业等应用前沿发挥重要作用。

图像处理技术是获取高质量图像的有效保障。在人类通过各种手段及不同观测系统从客观世界获取图像的过程中，存在多类干扰因素（如各类噪声、运动模糊、散焦模糊、大气湍流模糊等），降低所获取图像的质量进而令其失去实际应用价值。因此，复原图像原始信息并提高图像辨析质量，进而还原其关联真实场景具有重要应用价值。

面对科学技术前沿且具有应用价值的挑战，本专著试图在视觉图像及相关处理技术领域，针对视觉计算与图像复原问题，提出解决问题的新方法与新思路。作者在专著中运用大量数学方法（如偏微分方程、泛函分析、图论及模糊理论等）及相关基础理论（如神经网络、小波变换、图割理论及智能算法等），紧跟技术发展趋势（如脑研究、类脑计算等），在生物学与计算机科学等多学科交叉地带，开拓出新的研究方向并取得重要研究成果。专著内容具有一定的新颖性、独特性与实用性，极具参考价值。

西安工程大学计算机科学学院院长

2021年8月