數(shù)字圖像處理

內(nèi)容概要

　　《普通高等教育“十一五”國家級規(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?！　”景姹Ａ袅嗽滩囊愿乓问街v述基本理論，并緊密結(jié)合實踐應用研究的特色，對少量內(nèi)容進行了修改，對第1版中出現(xiàn)的錯誤進行了修訂?！镀胀ǜ叩冉逃笆晃濉眹壹壱?guī)劃教材：數(shù)字圖像處理（MATLAB版）（第2版）》論述清晰、概念明確、重點突出并配有大量源代碼，便于教學和自學。　　全書內(nèi)容包括：小波分析和應用的基本理論、圖像壓縮編碼、空間域內(nèi)圖像增強、頻域內(nèi)圖像增強、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題以及源代碼以供參考?！　　镀胀ǜ叩冉逃笆晃濉眹壹壱?guī)劃教材：數(shù)字圖像處理（MATLAB版）（第2版）》以精縮的理論知識、實踐教學和工程訓練相結(jié)合，可以用作計算機應用、通信工程和電子工程專業(yè)高年級本科生、研究生、工程碩士、教師及工程技術(shù)人員學習數(shù)字圖像處理和基本圖形學技術(shù)的參考書或?qū)嶒灲虒W指導書，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)字圖像處理學習方法1.1 數(shù)字圖像處理技術(shù)學習對策1.2 新知識和技術(shù)進展學習攻守策略1.3 工程訓練或研究課題推薦學習方式1.4 數(shù)字圖像處理技術(shù)的應用前景第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合樹編碼壓縮3.3.4 基于小波變換的對塊零樹編碼壓縮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現(xiàn)3.5 碼矢量激勵預測編碼3.5.1 預測圖3.5.2 塊截短編碼3.5.3 改進塊截短編碼3.6 WT+IBTC壓縮研究實驗和結(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)計特征分析3.7.2 KLT碼流分配的方法設計3.7.3 實驗結(jié)果和討論3.8 本章部分程序習題第4章 空間域內(nèi)圖像增強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 邊緣檢測和噪聲分類相結(jié)合的線性濾波器4.5.1 圖像邊緣檢測算子4.5.2 分塊平均邊緣檢測和噪聲分類相結(jié)合的濾波器4.6 中值濾波器4.7 基于個數(shù)判斷脈沖噪聲的中值濾波器4.8 自適應門限的中值濾波器4.9 圖像增強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)習題第5章 頻率域內(nèi)圖像增強5.1 用巴特沃斯（Butterworth）濾波器進行圖像濾波設計5.1.1 點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計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 巴特沃斯濾波器實驗結(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估計閾值軟門限去噪濾波器6.2 基于Context模型的空間自適應小波去噪濾波器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圖像增強系統(tǒng)結(jié)構(gòu)設計6.8.2 實驗結(jié)果和結(jié)論小結(jié)習題第7章 數(shù)字視頻處理7.1 運動估計7.1.1 基于像素的運動估計7.1.2 基于塊的運動估計7.1.3 多分辨率運動估計7.1.4 幾種運動估計方法的比較7.2 運動補償7.2.1 運動補償方式7.2.2 多假設運動補償7.2.3 重疊塊運動補償7.2.4 重疊可變塊運動補償7.3 去隔行算法7.3.1 非運動補償?shù)娜ジ粜兴惴?.3.2 運動補償?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實現(xiàn)7.4.1 VLSI設計方法簡介7.4.2 去隔行算法FPGA實現(xiàn)7.5 小波SPIHT編碼方法C語言及DSP實現(xiàn)7.5.1 SPIHT編碼的C語言實現(xiàn)7.5.2 小波SPIHT編碼在C6701評估板上實現(xiàn)小結(jié)習題第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 融合效果性能評價指標8.3.1 均值和標準差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 基于邊緣強度的自適應融合法8.4.6 基于PCNN的圖像磁舍算法8.4.7 改進的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 實驗結(jié)果8.7 非子采樣Contourlet變換域內(nèi)的空間頻率激勵的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 實驗結(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 練習題參考答案和部分應用程序參考文獻

章節(jié)摘錄

版權(quán)頁：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)生了一個明顯的問題，即如何存儲和傳輸這樣大量的數(shù)據(jù)。例如將來設計的先進遙感系統(tǒng)，能產(chǎn)生4.28Gb/。的數(shù)據(jù)流。需要應用壓縮的數(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CT和NMR圖像數(shù)據(jù)、微波遙感圖像數(shù)據(jù)等，都需要進行壓縮傳輸和存儲。按照圖像特點可分為2D、3D或更高維圖像數(shù)據(jù)，存在相應維數(shù)的冗余，需進行壓縮處理。有些應用要用無損壓縮，或準無損壓縮，以保證高的可信度。通常情況下，應用有損壓縮，壓縮到固定的傳輸與播放的碼流。因為少量數(shù)字化信息包含了大量信息，而這些信息能夠為人們應用的僅僅是少部分。同時由于人眼的視覺屬性，可能無法分辨出光明亮度的細致差別。所以壓縮時要保留主要信息或?qū)嶋H需要的信息，滿足應用需要。圖像的維數(shù)用時間、空間、譜和視角等來劃分，如視頻運動圖像序列可以認為是由二維空間和一維時間構(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。所以要針對不同維數(shù)上的數(shù)據(jù)冗余信息進行壓縮處理。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現(xiàn)壓縮。壓縮編碼可分為有損壓縮和無損壓縮兩種。無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。無損壓縮的壓縮比較低，用于壓縮比要求低、精度高的情況。實際應用中只在各種數(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，但是在實際應用壓縮系統(tǒng)中，各種因素會造成很大誤差，無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，無損壓縮是無法滿足系統(tǒng)要求的，必須實行有損壓縮。本章中對壓縮編碼／解碼中的標量量化和矢量量化兩種基本方法進行了較為詳細的分析和介紹。這兩種方法是在實際應用中經(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家級規(guī)劃教材。教材共分8章，內(nèi)容包括：數(shù)字圖像處理學習方法，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，頻率域內(nèi)圖像增強，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。適合計算機應用、通信工程和電子工程專業(yè)高年級師生使用。

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

---