數(shù)字圖像處理

內(nèi)容概要

　　《數(shù)字圖像處理(第2版)》詳細(xì)介紹數(shù)字圖像處理的基本理論、主要技術(shù)和最新進(jìn)展。全書共13章，主要內(nèi)容包括圖像獲取、圖像變換、圖像增強(qiáng)、圖像復(fù)原、彩色圖像處理、圖像編碼、小波圖像編碼、圖像檢測與分割、圖像表示與描述、圖像特征優(yōu)化、圖像識別、圖像檢索等。本書將理論與實(shí)際相結(jié)合，理論分析深入淺出，方法介紹詳細(xì)具體，實(shí)例演示清晰明了，同時給出了部分關(guān)鍵算法的matlab實(shí)現(xiàn)程序，章后還附有大量習(xí)題，方便教學(xué)。
　　《數(shù)字圖像處理(第2版)》可作為高等院校計算機(jī)科學(xué)與技術(shù)、軟件工程、信息工程、電子工程、通信工程、生物醫(yī)學(xué)工程、自動控制以及相關(guān)學(xué)科的高年級本科生和研究生的教材或參考書，也可供相關(guān)技術(shù)人員閱讀。

書籍目錄

前言
教學(xué)建議
第1章　緒論
　1.1　圖像及其分類
　1.1.1　圖像的特點(diǎn)
　1.1.2　圖像的分類
　1.2　數(shù)字圖像處理技術(shù)與應(yīng)用
　1.2.1　數(shù)字圖像處理的主要內(nèi)容
　1.2.2　數(shù)字圖像處理方法
　1.2.3　數(shù)字圖像處理技術(shù)的應(yīng)用
　1.3　數(shù)字圖像處理系統(tǒng)
　1.4　matlab簡介
　習(xí)題
第2章　圖像獲取
　2.1　概述
　2.2　連續(xù)圖像模型
　2.2.1　連續(xù)圖像的表達(dá)式
　2.2.2　連續(xù)圖像的隨機(jī)表征
　2.3　連續(xù)圖像的頻譜
　2.3.1　一維連續(xù)傅里葉變換
　2.3.2　二維連續(xù)傅里葉變換
　2.4　圖像采樣
　2.4.1　采樣定理
　2.4.2　圖像采樣
　2.5　圖像量化
　2.5.1　量化器模型
　2.5.2　標(biāo)量量化
　2.5.3　向量量化
　2.6　數(shù)字圖像中的基本概念
　2.6.1　數(shù)字圖像的表示
　2.6.2　空間與灰度級分辨率
　2.6.3　像素間的基本關(guān)系
　小結(jié)
　習(xí)題
第3章　圖像變換
　3.1　概述
　3.2　一維離散傅里葉變換
　3.2.1　離散傅里葉變換
　3.2.2　離散傅里葉變換的性質(zhì)
　3.3　一維快速傅里葉變換
　3.3.1　一維快速傅里葉變換的基本思想
　3.3.2　一維快速傅里葉變換算法
　3.4　二維離散傅里葉變換
　3.4.1　二維離散傅里葉變換
　3.4.2　二維離散傅里葉變換的性質(zhì)
　3.4.3　二維快速離散傅里葉變換
　3.4.4　二維快速傅里葉變換的matlab實(shí)現(xiàn)
　3.4.5　可分離圖像變換的概念
　3.5　離散余弦變換
　3.5.1　一維離散余弦變換
　3.5.2　一維快速離散余弦變換算法
　3.5.3　二維離散余弦變換
　3.5.4　離散余弦變換的matlab實(shí)現(xiàn)
　3.5.5　離散余弦變換的應(yīng)用
　3.6　沃爾什變換和哈達(dá)瑪變換
　3.6.1　離散沃爾什變換
　3.6.2　離散哈達(dá)瑪變換
　3.6.3　快速哈達(dá)瑪變換算法
　3.7　霍特林變換
　3.8　拉東變換
　3.8.1　什么是拉東變換
　3.8.2　拉東變換的matlab實(shí)現(xiàn)
　小結(jié)
　習(xí)題
第4章　圖像增強(qiáng)
　4.1　概述
　4.2　空域點(diǎn)處理增強(qiáng)
　4.2.1　直接灰度變換
　4.2.2　直方圖修正
　4.2.3　圖像間的運(yùn)算
　4.3　空域濾波增強(qiáng)
　4.3.1　平滑濾波器
　4.3.2　銳化濾波器
　4.4　頻域濾波增強(qiáng)
　4.4.1　低通濾波器
　4.4.2　高通濾波器
　4.4.3　同態(tài)濾波器
　小結(jié)
　習(xí)題
第5章　圖像復(fù)原
　5.1　概述
　5.2　圖像退化模型
　5.2.1　退化模型
　5.2.2　連續(xù)函數(shù)退化模型
　5.2.3　離散的退化模型
　5.2.4　循環(huán)矩陣對角化
　5.3　退化函數(shù)估計
　5.3.1　圖像觀察估計法
　5.3.2　試驗估計法
　5.3.3　模型估計法
　5.4　逆濾波
　5.4.1　無約束復(fù)原
　5.4.2　逆濾波復(fù)原
　5.4.3　消除勻速運(yùn)動模糊
　5.5　維納濾波
　5.5.1　有約束濾波
　5.5.2　維納濾波復(fù)原
　5.5.3　維納濾波的matlab實(shí)現(xiàn)
　5.6　約束最小二乘方濾波
　5.6.1　濾波模型
　5.6.2　約束最小二乘方濾波的matlab實(shí)現(xiàn)
　5.7　從噪聲中復(fù)原
　5.7.1　噪聲模型
　5.7.2　空域濾波復(fù)原
　5.7.3　頻域濾波復(fù)原
　5.8　幾何失真校正
　5.8.1　空間變換
　5.8.2　灰度插值
　5.8.3　幾何失真圖像配準(zhǔn)復(fù)原
　小結(jié)
　習(xí)題
第6章　彩色圖像處理
　6.1　概述
　6.2　彩色基礎(chǔ)
　6.2.1　人眼的構(gòu)造
　6.2.2　三色成像
　6.3　顏色模型
　6.3.1　rgb模型
　6.3.2　cmy模型和cmyk模型
　6.3.3　hsi模型
　6.4　全彩色圖像處理
　6.4.1　彩色圖像增強(qiáng)
　6.4.2　彩色圖像復(fù)原
　6.4.3　彩色圖像分析
　6.5　偽彩色處理
　6.5.1　密度分層法
　6.5.2　灰度級彩色變換法
　6.5.3　頻域濾波法
　小結(jié)
　習(xí)題
第7章　圖像編碼
　7.1　概述
　7.1.1　圖像數(shù)據(jù)的冗余
　7.1.2　圖像的編碼質(zhì)量評價
　7.2　信息理論基礎(chǔ)與熵編碼
　7.2.1　離散信源的熵表示
　7.2.2　離散信源編碼定理
　7.2.3　赫夫曼編碼
　7.2.4　香農(nóng)范諾編碼
　7.2.5　算術(shù)編碼
　7.2.6　行程編碼
　7.3　lzw算法
　7.4　預(yù)測編碼
　7.4.1　無損預(yù)測編碼
　7.4.2　有損預(yù)測編碼
　7.5　變換編碼
　7.5.1　變換選擇
　7.5.2　子圖像尺寸選擇
　7.5.3　比特分配
　7.5.4　dct編碼實(shí)例
　7.6　基于矢量量化技術(shù)的圖像編碼
　7.6.1　矢量量化原理
　7.6.2　矢量量化過程
　小結(jié)
　習(xí)題
第8章　小波圖像編碼
　8.1　概述
　8.2　小波變換
　8.2.1　一維連續(xù)小波變換
　8.2.2　小波變換性質(zhì)
　8.3　離散小波變換
　8.3.1　離散小波變換簡介
　8.3.2　框架理論
　8.4　多分辨分析和mallat算法
　8.4.1　多分辨分析
　8.4.2　小波分解和重構(gòu)
　8.5　matlab中常用小波基介紹
　8.5.1　常用小波函數(shù)介紹
　8.5.2　小波函數(shù)有關(guān)的matlab函數(shù)
　8.6　小波變換在圖像編碼中的應(yīng)用
　8.6.1　數(shù)字圖像的小波分解
　8.6.2　小波基的選擇
　8.6.3　小波變換域小波系數(shù)分析
　8.6.4　小波編碼方法
　小結(jié)
　習(xí)題
第9章　圖像檢測與分割
　9.1　概述
　9.2　邊緣檢測
　9.2.1　梯度算子
　9.2.2　高斯拉普拉斯算子
　9.2.3　canny邊緣檢測算子
　9.3　邊界跟蹤
　9.3.1　邊界跟蹤
　9.3.2　霍夫變換
　9.4　閾值分割
　9.4.1　人工選擇法
　9.4.2　自動閾值法
　9.4.3　分水嶺算法
　9.5　區(qū)域分割
　9.5.1　區(qū)域生長法
　9.5.2　區(qū)域分裂法
　9.5.3　區(qū)域合并法
　9.5.4　區(qū)域分裂合并法
　9.6　形變模型
　9.6.1　參數(shù)活動輪廓模型
　9.6.2　幾何活動輪廓模型
　9.6.3　形變模型的擴(kuò)展形式
　9.7　運(yùn)動分割
　9.7.1　背景差值法
　9.7.2　圖像差分法
　9.7.3　基于光流的分割方法
　9.7.4　基于塊的運(yùn)動分割方法
　小結(jié)
　習(xí)題
第10章　圖像表示與描述
　10.1　概述
　10.2　圖像表示
　10.2.1　鏈碼
　10.2.2　邊界分段
　10.2.3　多邊形近似
　10.2.4　標(biāo)記圖
　10.2.5　骨架
　10.3　邊界描述
　10.3.1　一些簡單的描述子
　10.3.2　形狀數(shù)
　10.3.3　傅里葉描述子
　10.3.4　統(tǒng)計矩
　10.4　區(qū)域描述
　10.4.1　一些簡單的描述子
　10.4.2　紋理
　10.4.3　不變矩
　10.5　形態(tài)學(xué)描述
　10.5.1　膨脹和腐蝕
　10.5.2　開啟和閉合
　10.5.3　形態(tài)學(xué)對圖像的操作
　小結(jié)
　習(xí)題
第11章　圖像特征優(yōu)化
　11.1　概述
　11.2　基于選擇的特征優(yōu)化
　11.2.1　可分離性判據(jù)
　11.2.2　搜索選擇策略
　11.2.3　基于遺傳算法的特征選擇
　11.3　基于統(tǒng)計分析的特征優(yōu)化
　11.3.1　主成分分析
　11.3.2　獨(dú)立分量分析
　11.3.3　線性判別分析
　11.3.4　多維尺度分析
　11.4　基于流形學(xué)習(xí)的特征優(yōu)化
　11.4.1　流形學(xué)習(xí)的基本原理
　11.4.2　核主成分分析
　11.4.3　局部線性嵌入
　11.4.4　拉普拉斯特征映射
　11.4.5　等距映射
　小結(jié)
　習(xí)題
第12章　圖像識別
　12.1　概述
　12.2　統(tǒng)計圖像識別
　12.2.1　統(tǒng)計模式識別方法
　12.2.2　線性分類器
　12.2.3　貝葉斯分類器
　12.2.4　人工神經(jīng)網(wǎng)絡(luò)分類器
　12.3　句法圖像識別
　12.3.1　句法模式識別方法
　12.3.2　形式語言簡介
　12.3.3　模式文法
　12.3.4　句法分析
　12.3.5　句法結(jié)構(gòu)的自動機(jī)識別
　12.3.6　有噪聲、畸變模式的識別
　12.4　模糊圖像識別
　12.4.1　模糊集合及其運(yùn)算
　12.4.2　隸屬函數(shù)確定方法
　12.4.3　模糊識別原則
　12.4.4　模糊句法識別
　12.5　web圖像過濾系統(tǒng)
　12.5.1　皮膚檢測
　12.5.2　基于人臉膚色的自動白平衡校正
　12.5.3　特征提取
　12.5.4　web圖像分類
　小結(jié)
　習(xí)題
第13章　圖像檢索
　13.1　概述
　13.2　基于內(nèi)容的圖像檢索
　13.2.1　cbir系統(tǒng)框架
　13.2.2　基于顏色特征的檢索
　13.2.3　基于紋理特征的檢索
　13.2.4　基于形狀特征的檢索
　13.2.5　檢索效果評價方法
　13.3　基于語義的圖像檢索
　13.3.1　圖像語義描述方法
　13.3.2　圖像語義提取方法
　13.3.3　語義相似性測度
　13.3.4　語義檢索系統(tǒng)設(shè)計
　13.4　基于多示例學(xué)習(xí)的語義圖像檢索
　13.4.1　多示例學(xué)習(xí)簡介
　13.4.2　分層語義模型
　13.4.3　基于粗糙集的圖像包生成
　13.4.4　語義提取
　13.4.5　語義圖像檢索
　13.4.6　檢索效果
　小結(jié)
　習(xí)題
參考文獻(xiàn)

圖書封面

評論、評分、閱讀與下載

---

    數(shù)字圖像處理 PDF格式下載

---