數(shù)字圖像處理

內(nèi)容概要

　　《普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材：數(shù)字圖像處理（MATLAB版）（第2版）》是在2007年出版的《數(shù)字圖像處理》（MATLAB版）一書的基礎(chǔ)上經(jīng)修改而成的。　　本版保留了原教材以概要形式講述基本理論，并緊密結(jié)合實(shí)踐應(yīng)用研究的特色，對(duì)少量?jī)?nèi)容進(jìn)行了修改，對(duì)第1版中出現(xiàn)的錯(cuò)誤進(jìn)行了修訂。《普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材：數(shù)字圖像處理（MATLAB版）（第2版）》論述清晰、概念明確、重點(diǎn)突出并配有大量源代碼，便于教學(xué)和自學(xué)?！　∪珪鴥?nèi)容包括：小波分析和應(yīng)用的基本理論、圖像壓縮編碼、空間域內(nèi)圖像增強(qiáng)、頻域內(nèi)圖像增強(qiáng)、小波域去噪濾波器、數(shù)字視頻處理、圖像融合算法以及附錄。各章均配有不同層次的習(xí)題以及源代碼以供參考。　　《普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材：數(shù)字圖像處理（MATLAB版）（第2版）》以精縮的理論知識(shí)、實(shí)踐教學(xué)和工程訓(xùn)練相結(jié)合，可以用作計(jì)算機(jī)應(yīng)用、通信工程和電子工程專業(yè)高年級(jí)本科生、研究生、工程碩士、教師及工程技術(shù)人員學(xué)習(xí)數(shù)字圖像處理和基本圖形學(xué)技術(shù)的參考書或?qū)嶒?yàn)教學(xué)指導(dǎo)書，也可作為本科生和研究生的研究型課程教材。

書籍目錄

第1章 數(shù)字圖像處理學(xué)習(xí)方法1.1 數(shù)字圖像處理技術(shù)學(xué)習(xí)對(duì)策1.2 新知識(shí)和技術(shù)進(jìn)展學(xué)習(xí)攻守策略1.3 工程訓(xùn)練或研究課題推薦學(xué)習(xí)方式1.4 數(shù)字圖像處理技術(shù)的應(yīng)用前景第2章 小波分析基本理論2.1 傅里葉變換到小波分析2.2 積分小波變換和時(shí)間一頻率分析2.3 小波的多分辨分析與分解重構(gòu)2.4 Mallat算法2.5 用提升方法構(gòu)造的整數(shù)小波第3章 圖像處理中的壓縮編碼／解碼3.1 標(biāo)量量化的JPEG壓縮編碼3.2 矢量量化編碼3.3 基于小波變換的圖像壓縮3.3.1 編碼原理3.3.2 圖像統(tǒng)計(jì)特性和適合圖像數(shù)據(jù)壓縮小波基的確定3.3.3 基于小波變換的零樹編碼和集復(fù)合樹編碼壓縮3.3.4 基于小波變換的對(duì)塊零樹編碼壓縮3.4 小波樹結(jié)構(gòu)快速矢量量化編碼方法3.4.1 小波樹及其樹結(jié)構(gòu)矢量量化3.4.2 小波樹結(jié)構(gòu)矢量量化壓縮編碼3.4.3 小波樹結(jié)構(gòu)矢量量化編碼快速算法實(shí)現(xiàn)3.5 碼矢量激勵(lì)預(yù)測(cè)編碼3.5.1 預(yù)測(cè)圖3.5.2 塊截短編碼3.5.3 改進(jìn)塊截短編碼3.6 WT+IBTC壓縮研究實(shí)驗(yàn)和結(jié)論3.7 三維多光譜數(shù)據(jù)壓縮3.7.1 多光譜遙感圖像KLT及其統(tǒng)計(jì)特征分析3.7.2 KLT碼流分配的方法設(shè)計(jì)3.7.3 實(shí)驗(yàn)結(jié)果和討論3.8 本章部分程序習(xí)題第4章 空間域內(nèi)圖像增強(qiáng)4.1 均值濾波4.1.1 均值濾波的基本理論4.1.2 均值濾波器4.2 線性加權(quán)濾波4.3 梯度倒數(shù)加權(quán)濾波4.4 基于Digital TV模型的線性濾波器4.4.1 TV模型4.4.2 Digital TV線性濾波器4.5 邊緣檢測(cè)和噪聲分類相結(jié)合的線性濾波器4.5.1 圖像邊緣檢測(cè)算子4.5.2 分塊平均邊緣檢測(cè)和噪聲分類相結(jié)合的濾波器4.6 中值濾波器4.7 基于個(gè)數(shù)判斷脈沖噪聲的中值濾波器4.8 自適應(yīng)門限的中值濾波器4.9 圖像增強(qiáng)4.10 直方圖處理4.10.1 直方圖均衡化4.10.2 直方圖規(guī)定化小結(jié)習(xí)題第5章 頻率域內(nèi)圖像增強(qiáng)5.1 用巴特沃斯（Butterworth）濾波器進(jìn)行圖像濾波設(shè)計(jì)5.1.1 點(diǎn)陣圖像的頻譜特性及濾波方案5.1.2 模擬巴特沃斯低通濾波器設(shè)計(jì)5.1.3 模擬低通濾波器轉(zhuǎn)變?yōu)閿?shù)字低通濾波器5.1.4 數(shù)字低通、高通、帶通濾波器5.1.5 巴特沃斯濾波器實(shí)驗(yàn)結(jié)果5.2 同態(tài)濾波5.2.1 圖像形成模型5.2.2 同態(tài)濾波器小結(jié)習(xí)題第6章 小波域去噪濾波器6.1 門限相關(guān)的小波去噪濾波器6.1.1 Donoho軟門限去噪濾波器6.1.2 硬門限去噪濾波器6.1.3 GCV閾值和SURE閾值軟門限去噪濾波器6.1.4 Bayes估計(jì)閾值軟門限去噪濾波器6.2 基于Context模型的空間自適應(yīng)小波去噪濾波器6.3 基于尺度和空間混合模型的小波圖像去噪濾波器6.4 基于隱馬爾可夫樹模型的小波去噪濾波器6.5 基于尺度空間和Context模型相結(jié)合的自適應(yīng)小波去噪濾波器6.6 基于父系數(shù)及鄰域系數(shù)的雙樹復(fù)數(shù)小波去噪濾波器6.7 基于Context模型和3D視頻圖像的小波去噪濾波器6.8 SAR圖像處理6.8.1 SAR圖像增強(qiáng)系統(tǒng)結(jié)構(gòu)設(shè)計(jì)6.8.2 實(shí)驗(yàn)結(jié)果和結(jié)論小結(jié)習(xí)題第7章 數(shù)字視頻處理7.1 運(yùn)動(dòng)估計(jì)7.1.1 基于像素的運(yùn)動(dòng)估計(jì)7.1.2 基于塊的運(yùn)動(dòng)估計(jì)7.1.3 多分辨率運(yùn)動(dòng)估計(jì)7.1.4 幾種運(yùn)動(dòng)估計(jì)方法的比較7.2 運(yùn)動(dòng)補(bǔ)償7.2.1 運(yùn)動(dòng)補(bǔ)償方式7.2.2 多假設(shè)運(yùn)動(dòng)補(bǔ)償7.2.3 重疊塊運(yùn)動(dòng)補(bǔ)償7.2.4 重疊可變塊運(yùn)動(dòng)補(bǔ)償7.3 去隔行算法7.3.1 非運(yùn)動(dòng)補(bǔ)償?shù)娜ジ粜兴惴?.3.2 運(yùn)動(dòng)補(bǔ)償?shù)娜ジ粜兴惴?.3.3 其他去隔行算法7.3.4 仿真結(jié)果7.4 去隔行算法FPGA實(shí)現(xiàn)7.4.1 VLSI設(shè)計(jì)方法簡(jiǎn)介7.4.2 去隔行算法FPGA實(shí)現(xiàn)7.5 小波SPIHT編碼方法C語(yǔ)言及DSP實(shí)現(xiàn)7.5.1 SPIHT編碼的C語(yǔ)言實(shí)現(xiàn)7.5.2 小波SPIHT編碼在C6701評(píng)估板上實(shí)現(xiàn)小結(jié)習(xí)題第8章 基于多尺度的PCNN圖像融合算法8.1 圖像融合技術(shù)的發(fā)展過(guò)程8.2 基于小波變換圖像融合的基本原理8.3 融合效果性能評(píng)價(jià)指標(biāo)8.3.1 均值和標(biāo)準(zhǔn)差8.3.2 熵8.3.3 平均梯度8.3.4 互信息8.3.5 歸一化指標(biāo)8.4 高頻域融合算法研究8.4.1 均值法8.4.2 最大值法8.4.3 基于區(qū)域的最大值法8.4.4 基于區(qū)域能量的圖像融合算法8.4.5 基于邊緣強(qiáng)度的自適應(yīng)融合法8.4.6 基于PCNN的圖像磁舍算法8.4.7 改進(jìn)的PCNN圖像融合算法8.4.8 高頻域內(nèi)不同融合算法的比較8.5 低頻域融合方法8.5.1 低頻平均法8.5.2 基于低頻域邊緣的選擇方案8.5.3 基于PCNN的低頻域融合算法8.5.4 低頻域內(nèi)不同融合算法的比較8.5.5 最終融合結(jié)果8.6 改進(jìn)拉普拉斯能量和的尖銳頻率局部化Contourlet域多聚焦圖像融合8.6.1 尖銳頻率局部化Contourlet變換8.6.2 循環(huán)平移SFLCT域圖像融合方法8.6.3 融合規(guī)則8.6.4 實(shí)驗(yàn)結(jié)果8.7 非子采樣Contourlet變換域內(nèi)的空間頻率激勵(lì)的PCNN的圖像融合8.7.1 圖像融合中的NSCT8.7.2 基于NSCT-SF-PCNN的圖像融合算法8.7.3 實(shí)驗(yàn)結(jié)果8.8 PCNN圖像融合的相關(guān)方法附錄1 MATLAB中圖像工具箱基本技巧附錄2 練習(xí)題參考答案和部分應(yīng)用程序參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：隨著數(shù)字化技術(shù)的不斷發(fā)展和完善，獲得大量各種成像數(shù)據(jù)的傳感器不斷涌現(xiàn)，并且向高分辨率和高清晰度方面發(fā)展。由此產(chǎn)生了一個(gè)明顯的問(wèn)題，即如何存儲(chǔ)和傳輸這樣大量的數(shù)據(jù)。例如將來(lái)設(shè)計(jì)的先進(jìn)遙感系統(tǒng)，能產(chǎn)生4.28Gb/。的數(shù)據(jù)流。需要應(yīng)用壓縮的數(shù)據(jù)是非常多的，如各種高分辨率和高清晰度電視視頻圖像數(shù)據(jù)、醫(yī)學(xué)CT和NMR圖像數(shù)據(jù)、微波遙感圖像數(shù)據(jù)等，都需要進(jìn)行壓縮傳輸和存儲(chǔ)。按照?qǐng)D像特點(diǎn)可分為2D、3D或更高維圖像數(shù)據(jù)，存在相應(yīng)維數(shù)的冗余，需進(jìn)行壓縮處理。有些應(yīng)用要用無(wú)損壓縮，或準(zhǔn)無(wú)損壓縮，以保證高的可信度。通常情況下，應(yīng)用有損壓縮，壓縮到固定的傳輸與播放的碼流。因?yàn)樯倭繑?shù)字化信息包含了大量信息，而這些信息能夠?yàn)槿藗儜?yīng)用的僅僅是少部分。同時(shí)由于人眼的視覺屬性，可能無(wú)法分辨出光明亮度的細(xì)致差別。所以壓縮時(shí)要保留主要信息或?qū)嶋H需要的信息，滿足應(yīng)用需要。圖像的維數(shù)用時(shí)間、空間、譜和視角等來(lái)劃分，如視頻運(yùn)動(dòng)圖像序列可以認(rèn)為是由二維空間和一維時(shí)間構(gòu)成的三維空間，多光譜成像數(shù)據(jù)可以看做是由二維空間和一維譜構(gòu)成的三維空間。所以要針對(duì)不同維數(shù)上的數(shù)據(jù)冗余信息進(jìn)行壓縮處理。壓縮編碼是圖像數(shù)據(jù)壓縮系統(tǒng)的重要組成部分，采用壓縮編碼才能實(shí)現(xiàn)壓縮。壓縮編碼可分為有損壓縮和無(wú)損壓縮兩種。無(wú)損壓縮能夠完全重建原圖像數(shù)據(jù)，而有損壓縮不能完全重建原數(shù)據(jù)，產(chǎn)生失真。無(wú)損壓縮的壓縮比較低，用于壓縮比要求低、精度高的情況。實(shí)際應(yīng)用中只在各種數(shù)據(jù)文件保存中使用。而有損壓縮雖不能完全重建原數(shù)據(jù)，產(chǎn)生失真，但是在實(shí)際應(yīng)用壓縮系統(tǒng)中，各種因素會(huì)造成很大誤差，無(wú)損壓縮也不能夠完全重建原圖像數(shù)據(jù)。所以在數(shù)據(jù)量較大、壓縮比要求高的數(shù)據(jù)壓縮系統(tǒng)中，無(wú)損壓縮是無(wú)法滿足系統(tǒng)要求的，必須實(shí)行有損壓縮。本章中對(duì)壓縮編碼／解碼中的標(biāo)量量化和矢量量化兩種基本方法進(jìn)行了較為詳細(xì)的分析和介紹。這兩種方法是在實(shí)際應(yīng)用中經(jīng)常采用的方法。

編輯推薦

《數(shù)字圖像處理(MATLAB版)(第2版)》是普通高等教育十一五國(guó)家級(jí)規(guī)劃教材。教材共分8章，內(nèi)容包括：數(shù)字圖像處理學(xué)習(xí)方法，小波分析基本理論，圖像處理中的壓縮編碼／解碼，空間域內(nèi)圖像增強(qiáng)，頻率域內(nèi)圖像增強(qiáng)，小波域去噪濾波器，數(shù)字視頻處理，基于多尺度的PCNN圖像融合算法。適合計(jì)算機(jī)應(yīng)用、通信工程和電子工程專業(yè)高年級(jí)師生使用。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)字圖像處理 PDF格式下載

---