几何特征驱动的图像处理是近年来视觉信息处理领域发展的趋势。小波等经典图像处理方法忽略了高维数据的本征几何结构特征，并不是适于图像数据结构的视觉最优图像处理方法。因此，为了改善各类图像处理算法的效果，必须从图像数据的本身结构特点出发．根据人眼视觉系统特性，结合实际应用背景需求，设计真正适合于图像数据特征的图像处理算法。《基于几何特征的图像处理与质量评价》在深入研究图像数据视觉感知特点的基础上，结合图像稀疏表示理论，针对图像去噪、图像压缩、分辨率增强以及质量评价算法设计中的不足，从图像几何特征保持角度出发，对算法设计中的一些关键问题做出了深入研究，提出了一系列创新的图像处理方法与技术。
　　《基于几何特征的图像处理与质量评价》可供数学与信息专业相关的高年级本科生、研究生和从事相关专业的科研、教学人员学习和参考。

第1章 绪论
1.1 引言
1.2 图像处理历史的简要回顾
1.3 变换与稀疏表示
1.4 图像数据的几何结构特征
1.5 多尺度几何分析的发展历史
1.5.1 从傅里叶分析到小波
1.5.2 多尺度几何分析方法
1.6 本书内容安排

第2章 视觉系统基本理论
2.1 视觉系统的基本结构及原理
2.1.1 人眼的生理结构
2.1.2 基本视觉信息
2.2 人眼视觉系统的感知机制
2.2.1 视网膜处理
2.2.2 外侧膝状体处理
2.2.3 初级视皮层处理
2.3 人眼视觉系统的生理特性
2.3.1 视觉非线性
2.3.2 多通道特性
2.3.3 掩蔽特性
2.3.4 对比度敏感
2.4 人眼视觉系统的心理特性
2.4.1 视觉注意机制
2.4.2 视觉信息分层次串行处理性质
2.4.3 视觉的心理学特性
2.5 小结

第3章 几何正则图像的稀疏表示
3.1 几何正则图像的数学模型
3.1.1 H61der条件与H61der空间
3.1.2 几何正则图像的定义
3.2 信号逼近基本理论
3.2.1 线性逼近
3.2.2 非线性逼近
3.3 几何正则图像稀疏表示的研究进展
3.4 傅里叶分析
3.4.1 傅里叶级数
3.4.2 傅里叶变换
3.5 小波分析
3.5.1 小波变换理论
3.5.2 小波近似性
3.5.3 小波方向选择性
3.6 多尺度几何分析

第4章 Contourlet变换及其应用
第5章 边缘导向图像压缩
第6章 Bandelet变换及其应用
第7章 图像分辨率增强
第8章 安全参考型图像质量评价
第9章 部分参考型图像质量评价
参考文献