本书以数学建模为主线，首先系统构建了数字图像基础理论，详细讲解图像去噪、分割等图像问题，引入经典的变分模型对这些问题进行建模与求解。第二部分探讨卷积神经网络、Transform等深度学习模型的核心原理，建立端到端的求解框架。针对深度学习模型的不可解释性，本书引入变分模型与深度学习结合的方法，结合图像去噪、医学图像分割等案例，详细阐述变分模型赋能深度学习方法的解释性和泛化性。