C#數(shù)字圖像處理算法典型實(shí)例

前言

　　圖像處理是對(duì)圖像進(jìn)行分析、加工和處理，使其滿足視覺(jué)、心理以及其他要求的技術(shù)。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)，因而圖像處理在很多情況下是指數(shù)字圖像處理。圖像處理是信號(hào)處理的子類，另外它與計(jì)算機(jī)科學(xué)、人工智能等領(lǐng)域也有密切的關(guān)系。自從20世紀(jì)60年代以來(lái)，數(shù)字圖像處理的理論和方法不斷完善，已經(jīng)在宇宙探測(cè)、遙感、生物醫(yī)學(xué)、工農(nóng)業(yè)生產(chǎn)、軍事、公安、辦公自動(dòng)化、視頻和多媒體系統(tǒng)等領(lǐng)域得到了廣泛應(yīng)用，并顯示出廣闊的應(yīng)用前景，它已成為計(jì)算機(jī)科學(xué)、信息科學(xué)、生物學(xué)、醫(yī)學(xué)等學(xué)科研究的熱點(diǎn)?！　榱藢?shí)現(xiàn)和開發(fā)數(shù)字圖像處理的算法，目前主流的應(yīng)用軟件是C++。在過(guò)去的二三十年間，C++已經(jīng)成為在商業(yè)軟件的開發(fā)領(lǐng)域中使用最廣泛的語(yǔ)言。數(shù)字圖像處理可以被看成是二維數(shù)組的運(yùn)算，應(yīng)用C++來(lái)完成正是利用了c++的靈活多變、快速高效的運(yùn)行能力和面向?qū)ο蟮木幊趟枷氲葍?yōu)點(diǎn)?！　∪欢鳦++在給程序員帶來(lái)靈活性的同時(shí)，也犧牲了開發(fā)效率。用C++開發(fā)應(yīng)用程序往往需要較長(zhǎng)的時(shí)間，用它來(lái)編寫數(shù)字圖像處理算法尤其如此。對(duì)于初學(xué)者來(lái)說(shuō)，既要精通圖像處理的各種算法，又要熟練掌握該種語(yǔ)言的語(yǔ)法結(jié)構(gòu)，似乎是一件很難的事情。盡管有各種相關(guān)書籍可以參考，但對(duì)于不是很精通C++的人來(lái)說(shuō)，仍然會(huì)感到一頭霧水，無(wú)從下手。C++（尤其是VisualC++）指針的運(yùn)用、各種自定義的數(shù)據(jù)類型、函數(shù)之間的相互調(diào)用、程序的流程走向等問(wèn)題，始終困擾他們。即使熟悉圖像處理的算法，有時(shí)也無(wú)法用C++順利地編寫出程序來(lái)，不能直觀地看出圖像處理的效果，更進(jìn)一步地影響了繼續(xù)研究數(shù)字圖像處理算法的信心。

內(nèi)容概要

本書精選數(shù)字圖像處理領(lǐng)域中的一些應(yīng)用實(shí)例，以理論和實(shí)踐相結(jié)合的方式，系統(tǒng)地介紹了如何使用C#進(jìn)行數(shù)字圖像處理。     全書共11章，分別講述了圖像的點(diǎn)運(yùn)算、幾何運(yùn)算、數(shù)學(xué)形態(tài)學(xué)圖像處理方法、頻率變換、圖像平滑與去噪、邊緣檢測(cè)、圖像分割、圖像壓縮編碼和彩色圖像處理等相關(guān)技術(shù)。本書的光盤中附有相關(guān)章節(jié)的實(shí)現(xiàn)代碼，可供廣大的讀者參考、閱讀。     本書內(nèi)容豐富，敘述詳細(xì)，實(shí)用性強(qiáng)，適合于數(shù)字圖像處理工作者閱讀參考。

書籍目錄

第1章 緒論　1.1 數(shù)字圖像處理概述　1.2 C#概述　　1.2.1 C#特點(diǎn)　　1.2.2 WinForm編程　　1.2.3 GDI+　1.3 補(bǔ)充說(shuō)明第2章 C#數(shù)字圖像處理的3種方法　2.1 C#圖像處理基礎(chǔ)　　2.1.1 Bitmap類　　2.1.2 BitmapData類　　2.1.3 Graphics類　2.2 彩色圖像灰度化　2.3 彩色圖像灰度化編程實(shí)例　　2.3.1 使用圖像　　2.3.2 圖像處理的3種方法　2.4 小結(jié)第3章 點(diǎn)運(yùn)算及直方圖　3.1 灰度直方圖　　3.1.1 灰度直方圖定義　　3.1.2 灰度直方圖編程實(shí)例　3.2 線性點(diǎn)運(yùn)算　　3.2.1 線性點(diǎn)運(yùn)算定義　　3.2.2 線性點(diǎn)運(yùn)算編程實(shí)例　3.3 全等級(jí)直方圖灰度拉伸　　3.3.1 灰度拉伸定義　　3.3.2 灰度拉伸編程實(shí)例　3.4 直方圖均衡化　　3.4.1 直方圖均衡化定義　　3.4.2 直方圖均衡化編程實(shí)例　3.5 直方圖匹配　　3.5.1 直方圖匹配定義　　3.5.2 直方圖匹配編程實(shí)例　3.6 小結(jié)第4章 幾何運(yùn)算　4.1 圖像平移　　4.1.1 圖像平移定義　　4.1.2 圖像平移編程實(shí)例　4.2 圖像鏡像　　4.2.1 圖像鏡像變換定義　　4.2.2 圖像鏡像編程實(shí)現(xiàn)　4.3 圖像縮放　　4.3.1 圖像縮放定義　　4.3.2 灰度插值法　　4.3.3 圖像縮放編程實(shí)例　4.4 圖像旋轉(zhuǎn)　　4.4.1 圖像旋轉(zhuǎn)定義　　4.4.2 圖像旋轉(zhuǎn)編程實(shí)現(xiàn)　4.5 小結(jié)第5章 數(shù)學(xué)形態(tài)學(xué)圖像處理　5.1 圖像腐蝕運(yùn)算　　5.1.1 圖像腐蝕運(yùn)算定義　　5.1.2 圖像腐蝕運(yùn)算編程實(shí)例　5.2 圖像膨脹運(yùn)算　　5.2.1 圖像膨脹運(yùn)算定義　　5.2.2 圖像膨脹運(yùn)算編程實(shí)例　5.3 圖像開運(yùn)算與閉運(yùn)算　　5.3.1 圖像開運(yùn)算與閉運(yùn)算定義　　5.3.2 圖像開運(yùn)算編程實(shí)例　　5.3.3 圖像閉運(yùn)算編程實(shí)例　5.4 擊中擊不中變換　　5.4.1 擊中擊不中變換定義　　5.4.2 擊中擊不中變換編程實(shí)例　5.5 小結(jié)第6章 頻率變換　6.1 二維離散傅里葉變換　6.2 快速傅里葉變換　　6.2.1 快速傅里葉變換概述　　6.2.2 快速傅里葉變換編程實(shí)例　6.3 幅度圖像和相位圖像　6.4 頻率成分濾波　　6.4.1 頻率成分濾波原理　　6.4.2 頻率成分濾波編程實(shí)例　6.5 頻率方位濾波　　6.5.1 頻率方位濾波原理　　6.5.2 頻率方位濾波編程實(shí)例　6.6 小結(jié)第7章 圖像平滑與去噪　7.1 噪聲模型　　7.1.1 噪聲概述　　7.1.2 噪聲模型編程實(shí)例　7.2 均值濾波與中值濾波　　7.2.1 均值濾波與中值濾波原理　　7.2.2 均值濾波與中值濾波編程實(shí)例　7.3 灰度形態(tài)學(xué)濾波　　7.3.1 灰度形態(tài)學(xué)原理　　7.3.2 灰度形態(tài)學(xué)去噪原理　　7.3.3 灰度形態(tài)學(xué)去噪編程實(shí)現(xiàn)　7.4 小波變換去噪　　7.4.1 小波變換概述　　7.4.2 小波變換去噪原理　　7.4.3 小波變換去噪編程實(shí)例　7.5 高斯低通濾波　　7.5.1 高斯低通濾波原理　　7.5.2 高斯低通濾波編程實(shí)例　7.6 統(tǒng)計(jì)濾波　　7.6.1 統(tǒng)計(jì)濾波原理　　7.6.2 統(tǒng)計(jì)濾波編程實(shí)例　7.7 小結(jié)第8章 邊緣檢測(cè)　8.1 模板算子法　　8.1.1 模板算子法原理　　8.1.2 模板算子法編程實(shí)例　8.2 高斯算子　　8.2.1 高斯算子原理　　8.2.2 高斯算子編程實(shí)例　8.3 Canny算子　　8.3.1 Canny邊緣檢測(cè)原理　　8.3.2 Canny算子編程實(shí)例　8.4 形態(tài)學(xué)邊緣檢測(cè)　　8.4.1 形態(tài)學(xué)邊緣檢測(cè)原理　　8.4.2 形態(tài)學(xué)邊緣檢測(cè)編程實(shí)例　8.5 小波變換邊緣檢測(cè)　　8.5.1 小波變換邊緣檢測(cè)原理　　8.5.2 小波變換邊緣檢測(cè)編程實(shí)例　8.6 金字塔方法　　8.6.1 金字塔方法原理　　8.6.2 金字塔方法編程實(shí)例　8.7 小結(jié)第9章 圖像分割　9.1 Hough變換　　9.1.1 Hough變換原理　　9.1.2 Hough變換編程實(shí)例　9.2 閾值法　　9.2.1 自動(dòng)閾值選擇法原理　　9.2.2 閾值分割法編程實(shí)例　9.3 特征空間聚類法　　9.3.1 K-均值聚類法原理　　9.3.2 ISODATA聚類法原理　　9.3.3 特征空間聚類法編程實(shí)例　9.4 松弛迭代法　　9.4.1 松弛迭代法原理　　9.4.2 松弛迭代法編程實(shí)例　9.5 小結(jié)第10章 圖像壓縮編碼　10.1 哈夫曼編碼　　10.1.1 哈夫曼編碼原理　　10.1.2 哈夫曼編碼編程實(shí)例　10.2 香農(nóng)編碼　　10.2.1 香農(nóng)編碼原理　　10.2.2 香農(nóng)編碼編程實(shí)例　10.3 香農(nóng)-弗諾編碼　　10.3.1 香農(nóng)-弗諾編碼原理　　10.3.2 香農(nóng)-弗諾編碼編程實(shí)例　10.4 行程編碼　　10.4.1 行程編碼原理　　10.4.2 行程編碼編程實(shí)例　10.5 LZW編碼　　10.5.1 LZW編碼原理　　10.5.2 LZW編碼編程實(shí)例　10.6 預(yù)測(cè)編碼　　10.6.1 DPCM原理　　10.6.2 預(yù)測(cè)編碼編程實(shí)例　10.7 傅里葉變換編碼　　10.7.1 傅里葉變換編碼原理　　10.7.2 傅里葉變換編碼編程實(shí)例　10.8 小波變換編碼　　10.8.1 小波變換編碼原理　　10.8.2 小波變換編碼編程實(shí)例　10.9 小結(jié)第11章 彩色圖像處理　11.1 彩色空間　　11.1.1 RGB彩色空間和HSI彩色空間　　11.1.2 彩色空間轉(zhuǎn)換編程實(shí)例　　11.1.3 彩色空間分量調(diào)整編程實(shí)例　11.2 偽彩色處理　　11.2.1 偽彩色處理原理　　11.2.2 偽彩色處理編程實(shí)例　11.3 彩色圖像直方圖均衡化　　11.3.1 彩色圖像直方圖均衡化原理　　11.3.2 彩色圖像直方圖均衡化編程實(shí)例　11.4 彩色圖像平滑處理　　11.4.1 彩色圖像平滑處理原理　　11.4.2 彩色圖像平滑處理編程實(shí)例　11.5 彩色圖像銳化處理　　11.5.1 彩色圖像銳化處理原理　　11.5.2 彩色圖像銳化處理編程實(shí)例　11.6 彩色圖像邊緣檢測(cè)　　11.6.1 彩色圖像邊緣檢測(cè)原理　　11.6.2 彩色圖像邊緣檢測(cè)編程實(shí)例　11.7 彩色圖像分割　　11.7.1 彩色圖像分割原理　　11.7.2 彩色圖像分割編程實(shí)例　11.8 小結(jié)參考文獻(xiàn)

章節(jié)摘錄

　　第1章　緒論　　1.1　數(shù)字圖像處理概述　　盡管最近十幾年來(lái)，數(shù)字計(jì)算機(jī)和通信技術(shù)并沒(méi)有十分重大的突破，但人們還是懷著極大的熱情關(guān)注信息技術(shù)這一領(lǐng)域。這是因?yàn)樵絹?lái)越便宜的個(gè)人電腦及互聯(lián)網(wǎng)的廣泛應(yīng)用，使人們獲得了海量的及時(shí)信息。而大多數(shù)的這類信息都被設(shè)計(jì)成更容易理解的可視的形式，如文本、圖像和多媒體?！　D像處理就是對(duì)圖像進(jìn)行分析和處理的一門很有趣也很重要的學(xué)科，它無(wú)處不在，從電視到CT，從攝像到印刷，從機(jī)器人到遙感，可以說(shuō)，數(shù)字圖像處理技術(shù)已經(jīng)從工業(yè)領(lǐng)域、實(shí)驗(yàn)室走向商業(yè)領(lǐng)域、藝術(shù)領(lǐng)域及辦公室，甚至走向了人們的日常生活。之所以圖像信息在我們生活中幾乎所有領(lǐng)域都扮演著重要的角色，那是由于圖像的直觀、易懂、存儲(chǔ)方便和信息量大等特點(diǎn)所決定的。　　一般來(lái)講，根據(jù)對(duì)圖像處理的不同目的，數(shù)字圖像處理可以分為3類。　　改善圖像質(zhì)量：如進(jìn)行圖像的亮度和顏色變換，增強(qiáng)和抑制某些成分，對(duì)圖像進(jìn)行幾何變換等，以提高圖像的視覺(jué)效果。　　提取圖像特征：被提取的特征可以包括很多方面，如頻域特征、灰度或顏色特征、邊緣特征、區(qū)域特征、紋理特征、形狀特征、拓?fù)涮卣骱完P(guān)系結(jié)構(gòu)等，從而為分析圖像提供便利?！　〈鎯?chǔ)傳輸圖像信息：對(duì)圖像數(shù)據(jù)進(jìn)行變換、編碼和壓縮?！　?.2　C#既述　　1.2.1　C#特點(diǎn)　　C#（CSharp）是由微軟公司所開發(fā)的一種面向?qū)ο?，且運(yùn)行于．NET Framework之上的高級(jí)程序設(shè)計(jì)語(yǔ)言。C#看似基于C++寫成，但又融入其他語(yǔ)言如Delphi、Java、VisualBasic等。

編輯推薦

　　《C#數(shù)字圖像處理算法典型實(shí)例》特色：　　48種典型算法，涵蓋C#數(shù)字圖像處理的常用領(lǐng)域，50個(gè)典型實(shí)例，詳細(xì)講解其實(shí)現(xiàn)過(guò)程和實(shí)現(xiàn)效果，附贈(zèng)《C#數(shù)字圖像處理算法典型實(shí)例》全部源代碼，可直接用于工程實(shí)踐?！　　禖#數(shù)字圖像處理算法典型實(shí)例》詳細(xì)講解了C#數(shù)字圖像處理的常用算法。

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    C#數(shù)字圖像處理算法典型實(shí)例 PDF格式下載

---