數(shù)字圖像處理

第1章緒論
1.1數(shù)字圖像與數(shù)字圖像處理
1.2數(shù)字圖像處理系統(tǒng)的組成
1.3圖像處理技術(shù)研究的基本內(nèi)容
1.4圖像處理技術(shù)的應(yīng)用領(lǐng)域
習(xí)題1
第2章數(shù)字圖像處理基礎(chǔ)
2.1電磁波譜與可見(jiàn)光譜
2.2人眼的亮度視覺(jué)特性
2.2.1視覺(jué)適應(yīng)性
2.2.2同時(shí)對(duì)比效應(yīng)
2.2.3馬赫帶效應(yīng)
2.2.4視覺(jué)錯(cuò)覺(jué)
2.3圖像的表示
2.3.1簡(jiǎn)單的圖像成像模型
2.3.2數(shù)字圖像的表示
2.4空間分辨率和灰度級(jí)分辨率
2.4.1空間分辨率和灰度級(jí)分辨率
2.4.2空間分辨率和灰度級(jí)分辨率對(duì)圖像視覺(jué)效果的影響
2.5像素間的關(guān)系
2.5.1像素的相鄰和鄰域
2.5.2像素的鄰接性與連通性
2.5.3距離的量度
2.6圖像的代數(shù)運(yùn)算
2.7灰度直方圖
2.7.1灰度直方圖
2.7.2二維直方圖
2.7.3灰度直方圖的特征
2.8圖像的顯示
2.8.1顯示分辨率與圖像分辨率
2.8.2光度分辨率與灰度分辨率
2.8.3彩色模型
2.8.4位圖
2.8.5調(diào)色板
2.9圖像文件格式
2.9.1位圖文件頭
2.9.2位圖信息頭
2.9.3位圖調(diào)色板
2.9.4圖像的位圖數(shù)據(jù)
習(xí)題2
第3章圖像變換
3.1線性系統(tǒng)的基本理論與運(yùn)算
3.1.1線性系統(tǒng)與非線性系統(tǒng)
3.1.2沖擊函數(shù)
3.1.3二維線性移不變系統(tǒng)
3.2離散傅里葉變換
3.2.1一維離散傅里葉變換
3.2.2二維離散傅里葉變換
3.2.3二維離散傅里葉變換的若干重要性質(zhì)
3.2.4圖像的傅里葉頻譜特性分析
3.3快速離散傅里葉變換
3.3.1按時(shí)間提取的基2一維FFT算法
3.3.2串行計(jì)算二維DFT的方法
3.4離散余弦變換
3.4.1一維DCT
3.4.2二維偶DCT
3.4.3DCT變換的基函數(shù)與基圖像
3.5小波變換
3.5.1預(yù)備知識(shí)
3.5.2小波變換原理
3.5.3圖像的小波變換
習(xí)題3
第4章圖像增強(qiáng)
4.1灰度變換
4.1.1灰度反轉(zhuǎn)
4.1.2對(duì)數(shù)變換
4.1.3對(duì)比度拉伸
4.1.4窗切片
4.2直方圖增強(qiáng)處理
4.2.1直方圖均衡
4.2.2直方圖規(guī)定化
4.3圖像銳化
4.3.1梯度法
4.3.2拉普拉斯銳化算子
4.3.3Sobel銳化算子及其他銳化算子
4.3.4模板運(yùn)算原理
4.4圖像噪聲消除
4.4.1鄰域平均
4.4.2中值濾波
4.5頻率域圖像增強(qiáng)
4.5.1基本實(shí)現(xiàn)思想和實(shí)現(xiàn)方法
4.5.2頻率域低通濾波
4.5.3頻率域高通濾波
4.5.4帶阻濾波和帶通濾波
習(xí)題4
第5章圖像恢復(fù)
5.1圖像的退化模型
5.1.1常見(jiàn)退化現(xiàn)象的物理模型
5.1.2圖像退化模型的表示
5.1.3離散退化模型
5.1.4圖像的離散退化模型
5.2空間域圖像的恢復(fù)
5.2.1基于最小二乘方的代數(shù)恢復(fù)方法
5.2.2勻速直線運(yùn)動(dòng)模糊的恢復(fù)方法
5.3圖像噪聲與被噪聲污染圖像的恢復(fù)
5.3.1常見(jiàn)的噪聲及其概率密度函數(shù)
5.3.2被噪聲污染圖像的恢復(fù)
5.4幾何失真的校正
5.4.1坐標(biāo)的幾何校正
5.4.2灰度值恢復(fù)
習(xí)題5
第6章圖像壓縮編碼
6.1數(shù)字圖像壓縮編碼基礎(chǔ)
6.1.1圖像壓縮的基本概念
6.1.2保真度準(zhǔn)則
6.1.3圖像編碼模型
6.1.4獨(dú)立信源與信息量
6.2最基本的編碼方法
6.2.1變長(zhǎng)編碼
6.2.2位平面編碼
6.2.3游程編碼
6.3變換編碼
6.3.1變換編碼的過(guò)程
6.3.2子圖像尺寸選擇
6.3.3變換的選擇
6.3.4變換系數(shù)的量化和編碼
6.3.5變換解碼
6.4基于圖像小波變換的嵌入式零樹編碼
6.4.1基于小波變換的圖像壓縮基本思想
6.4.2基于圖像小波變換的嵌入式零樹編碼
習(xí)題6
第7章圖像分割及特征提取
7.1圖像分割的概念
7.2基于邊緣檢測(cè)的圖像分割
7.2.1圖像邊緣
7.2.2梯度邊緣檢測(cè)
7.2.3二階微分邊緣檢測(cè)
7.2.4Hough變換
7.3基于閾值的圖像分割
7.3.1基于閾值的分割方法
7.3.2基于雙峰形直方圖的閾值選取
7.3.3其他閾值選取方法
7.4基于跟蹤的圖像分割
7.4.1輪廓跟蹤法
7.4.2光柵跟蹤法
7.5基于區(qū)域的圖像分割
7.5.1區(qū)域生長(zhǎng)法
7.5.2分裂合并法
7.6圖像特征提取
7.6.1圖像的統(tǒng)計(jì)特征
7.6.2圖像的點(diǎn)、線、邊界特征
7.6.3圖像的紋理特征
7.6.4圖像的形狀特征
7.7圖像分類的概念
7.7.1圖像分類的技術(shù)層次
7.7.2圖像分類的有關(guān)概念
習(xí)題7
第8章形態(tài)學(xué)圖像處理
8.1集合論基礎(chǔ)
8.1.1集合的概念
8.1.2集合間的關(guān)系和運(yùn)算
8.2二值形態(tài)學(xué)的基本運(yùn)算
8.2.1腐蝕
8.2.2膨脹
8.2.3開運(yùn)算和閉運(yùn)算
8.2.4二值形態(tài)學(xué)基本運(yùn)算性質(zhì)
8.3二值圖像的形態(tài)學(xué)處理
8.3.1形態(tài)濾波
8.3.2邊界提取
8.3.3區(qū)域填充
8.3.4骨架提取
8.3.5物體識(shí)別
8.4灰度形態(tài)學(xué)基本運(yùn)算
8.4.1灰度腐蝕
8.4.2灰度膨脹
8.4.3灰度開運(yùn)算和灰度閉運(yùn)算
8.4.4灰度形態(tài)學(xué)基本運(yùn)算的性質(zhì)
8.5灰度形態(tài)學(xué)處理算法
8.5.1形態(tài)學(xué)平滑
8.5.2形態(tài)學(xué)梯度
8.5.3tophat變換
習(xí)題8
第9章彩色與多光譜圖像處理
9.1彩色視覺(jué)
9.1.1三基色原理
9.1.2CIE色度圖
9.2彩色模型
9.2.1RGB彩色模型
9.2.2HSI彩色模型
9.2.3RGB彩色模型到HSI彩色模型的轉(zhuǎn)換
9.2.4HSI彩色模型到RGB彩色模型的轉(zhuǎn)換
9.3彩色變換
9.3.1反色變換
9.3.2彩色圖像的灰度化
9.3.3真彩色轉(zhuǎn)變?yōu)?56色
9.3.4彩色平衡
9.4彩色圖像增強(qiáng)
9.4.1真彩色增強(qiáng)
9.4.2偽彩色增強(qiáng)
9.4.3假彩色增強(qiáng)
9.5彩色圖像的平滑
9.5.1基于RGB彩色模型的彩色圖像平滑
9.5.2基于HSI彩色模型的彩色圖像平滑
9.6彩色圖像的銳化
9.7彩色圖像的邊緣檢測(cè)
9.8彩色圖像的分割
9.8.1HSI模型的彩色圖像分割
9.8.2RGB模型的彩色圖像分割
9.9多光譜圖像處理
9.9.1多光譜圖像的基本概念
9.9.2多光譜圖像的處理
9.10高光譜圖像處理
習(xí)題9
第10章目標(biāo)表示與描述
10.1邊界表示
10.1.1鏈碼
10.1.2多邊形
10.1.3標(biāo)記
10.1.4邊界線段
10.2邊界描述
10.2.1簡(jiǎn)單的邊界描述子
10.2.2形狀數(shù)
10.2.3傅里葉描述子
10.2.4統(tǒng)計(jì)矩
10.3區(qū)域表示
10.3.1區(qū)域標(biāo)示
10.3.2四叉樹表示
10.3.3骨架表示
10.4區(qū)域描述
10.4.1幾種簡(jiǎn)單的區(qū)域描述子
10.4.2拓?fù)涿枋鲎?br /> 10.4.3紋理描述子
10.4.4不變矩
10.5關(guān)系描述
10.5.1串描述子
10.5.2樹描述子
習(xí)題10附錄AN