圖像處理

內(nèi)容概要

　　《中國(guó)科學(xué)院規(guī)劃教材——圖像信息處理叢書(shū)》共分三冊(cè)，叢書(shū)之一即《圖像信息處理叢書(shū)？圖像處理》，叢書(shū)之二為《圖像分析》，叢書(shū)之三為《圖像壓縮與投影重建》?！　D像信息處理是一個(gè)多階段、多途徑、多目標(biāo)的信息處理過(guò)程?！秷D像信息處理叢書(shū)?圖像處理》深入系統(tǒng)地闡述和論證了圖像信息處理中共性的和基礎(chǔ)性的知識(shí)，以及有關(guān)前端的處理理論、方法和技術(shù)?！秷D像信息處理叢書(shū)?圖像處理》涉及關(guān)于圖像信息處理的概述，有關(guān)的數(shù)學(xué)知識(shí)，視覺(jué)知識(shí)，圖像的數(shù)學(xué)描述，圖像的數(shù)字化，圖像變換，圖像增強(qiáng)，圖像恢復(fù)等內(nèi)容。某些章節(jié)介紹的技術(shù)內(nèi)容既可以作為獨(dú)立的技術(shù)，產(chǎn)生用戶所需的輸出，滿足用戶的需求，也可以是后續(xù)的某些信息處理的預(yù)處理?！　　秷D像信息處理叢書(shū)?圖像處理》所涉及的內(nèi)容及討論的深度適合電子科學(xué)與工程類(lèi)、控制理論與工程類(lèi)、計(jì)算機(jī)科學(xué)與技術(shù)類(lèi)、儀器科學(xué)與技術(shù)類(lèi)以及其他有關(guān)專(zhuān)業(yè)和研究方向的研究生、本科高年級(jí)學(xué)生作為教材或教學(xué)參考書(shū)使用，也可供相關(guān)專(zhuān)業(yè)的科研人員參考。

書(shū)籍目錄

序言前言第一章 導(dǎo)論1．1 概述1．2 圖像信息處理技術(shù)研究的內(nèi)容1．3 數(shù)字圖像處理系統(tǒng)第二章 數(shù)學(xué)知識(shí)2．1 點(diǎn)源與函數(shù)2．2 線性系統(tǒng)2．3 矩陣微分2．4 矩陣的廣義逆2．5 傅氏變換2．6 周期函數(shù)、周期、頻率第三章 視覺(jué)知識(shí)3．1 人眼的生理構(gòu)造3．2 輻射度學(xué)基礎(chǔ)知識(shí)3．3 亮覺(jué)與光度學(xué)基礎(chǔ)知識(shí)3．4 色覺(jué)與色度學(xué)基礎(chǔ)知識(shí)3．4．1 色覺(jué)與色度學(xué)基礎(chǔ)知識(shí)3．4．2 表色模型3．4．3 色度圖3．5 視覺(jué)信息處理特性3．6 視覺(jué)特性3．7 視覺(jué)模型3．8 視覺(jué)的心理學(xué)知識(shí)第四章 圖像的數(shù)學(xué)描述4．1 圖像的函數(shù)表示4．2 反射形成的圖像模型的數(shù)學(xué)結(jié)構(gòu)4．3 圖像的統(tǒng)計(jì)表示形式——隨機(jī)場(chǎng)4．3．1 隨機(jī)場(chǎng)的概念4．3．2 隨機(jī)場(chǎng)的概率分布描述、統(tǒng)計(jì)參量及計(jì)算公式4．4 均勻隨機(jī)場(chǎng)第五章 圖像的數(shù)字化5．1 數(shù)字圖像的表示形式5．2 取樣定理5．2．1 取樣定理5．2．2 原函數(shù)的重建5．2．3 混疊5．2．4 取樣的實(shí)際問(wèn)題5．3 量化．5．3．1 量化5．3．2 最佳量化5．3．3 有約束的最佳量化器5．3．4 自適應(yīng)量化5．4 根據(jù)圖像局部區(qū)域特征進(jìn)行非均勻取樣和非一致量化5．5 數(shù)字圖像的概率分布和統(tǒng)計(jì)參量第六章 圖像酉變換6．1 離散傅氏變換（DFT）6．1．1 離散傅氏變換的定義6．1．2 離散傅氏變換性質(zhì)6．2 線性變換的一般表示式6．2．1 標(biāo)量表示式6．2．2 矢量表示式6．2．3 矩陣表示式6．2．4 矢量外積表示式6．3 可逆變換6．4 線性變換的實(shí)質(zhì)6．4．1 基底6．4．2 基平面6．5 線性變換的統(tǒng)計(jì)特性6．5．1 變換圖像的一、二階矩6．5．2 變換圖像的概率密度模型6．6 沃爾什一哈達(dá)瑪變換（WHT）6．6．1 列率（sequency）、格雷碼與拉德梅克函數(shù)6．6．2 沃爾什（walsh）函數(shù)6．6．3 沃爾什級(jí)數(shù)6．6．4 沃爾什變換6．6．5 哈達(dá)瑪變換6．7 離散余弦變換（DCT）6．8 離散K—L變換6．9 奇異值分解（SVD）和變換6．1 0哈爾變換（HT）6．1 0．1 哈爾函數(shù)的定義6．1 0．2 哈爾函數(shù)性質(zhì)6．1 0．3 哈爾矩陣與哈爾變換6．1 1斜變換（DST）6．1 1．1 斜矩陣6．1 1．2 斜變換第七章 位圖像增強(qiáng)7．1 概述7．2 對(duì)比度增強(qiáng)7．2．1 線性變換7．2．2 分段線性變換7．2．3 非線性變換7．2．4 其他變換7．3 修正直方圖增強(qiáng)7．3．1 直方圖（Ilistogram）7．3．2 直方圖均化7．3．3 直方圖規(guī)定化7．4 平滑（smoothing）7．4．1 噪聲7．4．2 鄰域平均法7．4．3 多圖平均法7．4．4 中值濾波法7．4．5 頻域中低通濾波和帶阻濾波7．5 銳化（sharpening）7．5．1 模糊機(jī)理及基本解決方法7．5．2 梯度模算子7．5．3 拉氏算子7．5．4 Wallis算子7．5．5 其他自適應(yīng)銳化算子7．5．6 高通濾波和高頻加強(qiáng)濾波7．6 自適應(yīng)疊代濾波增強(qiáng)7．6．1 自適應(yīng)疊代濾波原理7．6．2 圖像的自適應(yīng)疊代濾波算法7．7 同態(tài)濾波增晰7．8 幾何校正7．8．1 像素坐標(biāo)校正7．8．2 像素灰度估算7．9 偽彩色和假彩色7．9．1 偽彩色（pseudocolor）技術(shù)7．9．2 假彩色（falsecolor）技術(shù)7．10 圖像間的算術(shù)運(yùn)算第八章 圖像恢復(fù)8．1 概述8．2 圖像質(zhì)量的客觀評(píng)價(jià)8．3 降質(zhì)模型的一般表示式8．3．1 連續(xù)的線性降質(zhì)模型表示式8．3．2 離散的線性系統(tǒng)模型表示式8．4 分塊循環(huán)矩陣的對(duì)角化及其意義8．5 降質(zhì)系統(tǒng)的模型及參數(shù)的確定8．5．1 具體研究降質(zhì)過(guò)程確定h（x，v）8．5．2 由降質(zhì)圖像確定h（x，v）8．5．3 原始圖像及噪聲的功率譜估計(jì)8．6 頻域中的恢復(fù)方法8．6．1 逆濾波8．6．2 等功率譜濾波8．6．3 維納濾波8．6．4 其他幾種頻域中的恢復(fù)濾波器8．6．5 由降質(zhì)圖像估計(jì)恢復(fù)濾波器的一種方法8．6．6 疊代盲卷積恢復(fù)算法8．7 最小二乘估計(jì)8．8 約束最小二乘估計(jì)8．8．1 化矩陣方程約束為范數(shù)方程約束8．8．2 矩陣方程約束8．9 利用分塊循環(huán)矩陣性質(zhì)改變恢復(fù)域8．9．1 平滑約束恢復(fù)算法8．9．2 變參數(shù)維納濾波8．10 線性均方估計(jì)恢復(fù)圖像8．11 非線性統(tǒng)計(jì)估計(jì)8．11．1 條件均方估計(jì)8．11．2 最大后驗(yàn)估計(jì)（MAPE）8．11．3 最大似然估計(jì)（MLE）8．11．4 最大后驗(yàn)估計(jì)的具體實(shí)施8．11．5 最大似然估計(jì)的實(shí)施8．12 最大熵恢復(fù)8．13 圖像恢復(fù)的代數(shù)方法8．13．1 廣義逆法8．13．2 奇異值分解廣義逆法8．13．3 投影疊代法8．14 卡爾曼濾波恢復(fù)8．15 運(yùn)動(dòng)模糊圖像恢復(fù)8．15．1 運(yùn)動(dòng)模糊差分恢復(fù)8．15．2 差分投影恢復(fù)8．15．3 直接卷積恢復(fù)8．16 薄云層下的景物圖像恢復(fù)8．17 超分辨率圖像復(fù)原8．17．1 超分辨率圖像復(fù)原及其進(jìn)展8．17．2 超分辨率復(fù)原的理論基礎(chǔ)8．17．3 超分辨率復(fù)原算法8．17．4 超分辨率圖像復(fù)原的研究發(fā)展方向

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    圖像處理 PDF格式下載

---