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)的應用領(lǐng)域
習題1
第2章數(shù)字圖像處理基礎
2.1電磁波譜與可見光譜
2.2人眼的亮度視覺特性
2.2.1視覺適應性
2.2.2同時對比效應
2.2.3馬赫帶效應
2.2.4視覺錯覺
2.3圖像的表示
2.3.1簡單的圖像成像模型
2.3.2數(shù)字圖像的表示
2.4空間分辨率和灰度級分辨率
2.4.1空間分辨率和灰度級分辨率
2.4.2空間分辨率和灰度級分辨率對圖像視覺效果的影響
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)
習題2
第3章圖像變換
3.1線性系統(tǒng)的基本理論與運算
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按時間提取的基2一維FFT算法
3.3.2串行計算二維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預備知識
3.5.2小波變換原理
3.5.3圖像的小波變換
習題3
第4章圖像增強
4.1灰度變換
4.1.1灰度反轉(zhuǎn)
4.1.2對數(shù)變換
4.1.3對比度拉伸
4.1.4窗切片
4.2直方圖增強處理
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
4.5.1基本實現(xiàn)思想和實現(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
習題4
第5章圖像恢復
5.1圖像的退化模型
5.1.1常見退化現(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
5.2.1基于最小二乘方的代數(shù)恢復方法
5.2.2勻速直線運動模糊的恢復方法
5.3圖像噪聲與被噪聲污染圖像的恢復
5.3.1常見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
5.4幾何失真的校正
5.4.1坐標的幾何校正
5.4.2灰度值恢復
習題5
第6章圖像壓縮編碼
6.1數(shù)字圖像壓縮編碼基礎
6.1.1圖像壓縮的基本概念
6.1.2保真度準則
6.1.3圖像編碼模型
6.1.4獨立信源與信息量
6.2最基本的編碼方法
6.2.1變長編碼
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基于邊緣檢測的圖像分割
7.2.1圖像邊緣
7.2.2梯度邊緣檢測
7.2.3二階微分邊緣檢測
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)計特征
7.6.2圖像的點、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
習題7
第8章形態(tài)學圖像處理
8.1集合論基礎
8.1.1集合的概念
8.1.2集合間的關(guān)系和運算
8.2二值形態(tài)學的基本運算
8.2.1腐蝕
8.2.2膨脹
8.2.3開運算和閉運算
8.2.4二值形態(tài)學基本運算性質(zhì)
8.3二值圖像的形態(tài)學處理
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物體識別
8.4灰度形態(tài)學基本運算
8.4.1灰度腐蝕
8.4.2灰度膨脹
8.4.3灰度開運算和灰度閉運算
8.4.4灰度形態(tài)學基本運算的性質(zhì)
8.5灰度形態(tài)學處理算法
8.5.1形態(tài)學平滑
8.5.2形態(tài)學梯度
8.5.3tophat變換
習題8
第9章彩色與多光譜圖像處理
9.1彩色視覺
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
9.4.1真彩色增強
9.4.2偽彩色增強
9.4.3假彩色增強
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
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
習題9
第10章目標表示與描述
10.1邊界表示
10.1.1鏈碼
10.1.2多邊形
10.1.3標記
10.1.4邊界線段
10.2邊界描述
10.2.1簡單的邊界描述子
10.2.2形狀數(shù)
10.2.3傅里葉描述子
10.2.4統(tǒng)計矩
10.3區(qū)域表示
10.3.1區(qū)域標示
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幾種簡單的區(qū)域描述子
10.4.2拓撲描述子
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
習題10附錄AN