Visual C++數(shù)字圖像處理

內(nèi)容概要

本書配合圖像處理專業(yè)理論性書籍的內(nèi)容，從程序設(shè)計(jì)角度介紹了各種圖像處理技術(shù)的典型算法及在VC++環(huán)境下的代碼實(shí)現(xiàn)，并通過典型案例的介紹將各種圖像處理技術(shù)集成起來。全書內(nèi)容共分10章，分別介紹了基礎(chǔ)知識(shí)）包括顏色表、色彩空間、設(shè)備相關(guān)位圖、設(shè)備無關(guān)位圖及ImgCenterDib類的實(shí)現(xiàn)）、圖像的灰度變換、圖像的幾何變換、圖像的變換域處理、圖像增強(qiáng)處理、圖像分割、圖像復(fù)原、圖像的形態(tài)學(xué)處理、運(yùn)動(dòng)圖像分析及其應(yīng)用、圖像配準(zhǔn)及典型案例、算法實(shí)現(xiàn)等。    本書以實(shí)踐為導(dǎo)向，以實(shí)用為目標(biāo)，來介紹這些重要的數(shù)字圖像處理技術(shù)，同時(shí)詳細(xì)地介紹如何用Visual C++編程實(shí)現(xiàn)這些典型及常用算法，并結(jié)合實(shí)際應(yīng)用案例，使讀者掌握用Visual C++進(jìn)行圖像處理編程的基本方法和技巧。    本書適合入門圖像處理技術(shù)的初學(xué)者閱讀，也適合作為正在研究數(shù)字圖像處理的研究人員的參考書，還適合作為在校大學(xué)生及研究生的參考書。

作者簡(jiǎn)介

謝鳳英，北京航空航天大學(xué)圖像處理中心骨干教師，從事數(shù)字圖像處理課程本科和研究生教學(xué)6年。先后承擔(dān)或參加了包括三項(xiàng)國(guó)家自然基金在內(nèi)的多項(xiàng)課題研究工作，在國(guó)內(nèi)外期刊會(huì)議發(fā)表論文十余篇，具有豐富的教學(xué)實(shí)踐經(jīng)驗(yàn)和深厚的學(xué)術(shù)理論水平。曾獲得北京市青年科技優(yōu)秀論文、全

書籍目錄

第1章  Visual C++數(shù)字圖像編程基礎(chǔ)  1.1  圖像、顏色表和色彩空間    1.1.1  圖像    1.1.2  圖像的矩陣表示    1.1.3  顏色表    1.1.4  彩色空間    1.1.5  灰度圖像和彩色圖像  1.2  BMP文件結(jié)構(gòu)及其存取    1.2.1  BMP文件結(jié)構(gòu)    1.2.2  BMP圖像文件的讀寫    1.2.3  BMP圖像位圖數(shù)據(jù)的訪問    1.2.4  灰度圖像的顏色表  1.3  GDI對(duì)象及GDI位圖    1.3.1  從資源中裝入GDI位圖    1.3.2  對(duì)位圖進(jìn)行伸縮處理  1.4  設(shè)備無關(guān)位圖（DIB）    1.4.1  調(diào)色板    1.4.2  DIB訪問函數(shù)    1.4.3  面向過程的DIB的讀寫及訪問    1.4.4  面向?qū)ο蟮腄IB的讀寫及訪問——ImgCenterDib類    1.4.5  使用ImgCenterDib進(jìn)行圖像可視化編程  1.5  面向?qū)ο蟮膱D像處理算法實(shí)現(xiàn)    1.5.1  特效顯示類SpecialEffectShow的定義    1.5.2  圖像的掃描顯示    1.5.3  圖像的滑動(dòng)顯示    1.5.4  圖像的漸進(jìn)顯示    1.5.5  圖像的馬賽克顯示  1.6  本章小結(jié)第2章  圖像的灰度變換  2.1  灰度變換類（GrayTrans）    2.1.1  灰度變換類（GrayTrans）的定義    2.1.2  GrayTrans類的構(gòu)造函數(shù)和析構(gòu)函數(shù)    2.1.3  彩色和灰度格式間的轉(zhuǎn)換  2.2  灰度的線性變換    2.2.1  負(fù)相變換    2.2.2  二值化和閾值處理    2.2.3  分段線性變換  2.3  灰度的非線性變換    2.3.1  對(duì)數(shù)函數(shù)非線性變換    2.3.2  指數(shù)函數(shù)非線性變換  2.4  灰度直方圖    2.4.1  直方圖類（Histogram）    2.4.2  編程實(shí)現(xiàn)直方圖的繪制    2.4.3  直方圖均衡  2.5  本章小結(jié)第3章  圖像的幾何變換  3.1  幾何校正與幾何變換  3.2  幾何變換類（GeometryTrans）    3.2.1  幾何變換類（GeometryTrans）的定義    3.2.2  GeometryTrans類的構(gòu)造函數(shù)和析構(gòu)函數(shù)  3.3  圖像的平移  3.4  圖像的轉(zhuǎn)置  3.5  圖像的鏡像變換  3.6  圖像的插值算法  3.7  圖像的縮放  3.8  圖像的旋轉(zhuǎn)    3.8.1  簡(jiǎn)單角度的旋轉(zhuǎn)    3.8.2  任意角度的旋轉(zhuǎn)  3.9  本章小結(jié)第4章  圖像的變換域處理  4.1  傅里葉變換    4.1.1  傅里葉變換的理論基礎(chǔ)    4.1.2  二維離散傅里葉變換的性質(zhì)    4.1.3  快速傅里葉變換（FFT）    4.1.4  快速傅里葉變換類（Transform_FFT）    4.1.5  Transform_FFT類的實(shí)現(xiàn)    4.1.6 傅里葉變換在圖像處理中的應(yīng)用  4.2  離散余弦變換    4.2.1  基礎(chǔ)理論    4.2.2  離散余弦變換類（Transform_DCT）的定義    4.2.3  離散余弦變換類（Transform_DCT）的實(shí)現(xiàn)    4.2.4  離散余弦變換的實(shí)驗(yàn)結(jié)果  4.3  圖像的小波變換及其應(yīng)用    4.3.1  小波變換的基本理論    4.3.2  尺度函數(shù)與小波    4.3.3  Mallat算法與塔式分解    4.3.4  圖像的多分辨分解與重建    4.3.5  小波變換類的定義    4.3.6  小波變換類的實(shí)現(xiàn)    4.3.7  小波在圖像去噪中的應(yīng)用  4.4  本章小結(jié)第5章  圖像增強(qiáng)處理  5.1  圖像增強(qiáng)類    5.1.1  圖像增強(qiáng)類的定義    5.1.2  CImgEnhance類的構(gòu)造函數(shù)和析構(gòu)函數(shù)  5.2  圖像中的噪聲模型    5.2.1  噪聲來源    5.2.2  編程實(shí)現(xiàn)噪聲添加    5.2.3  編程實(shí)現(xiàn)信噪比的計(jì)算  5.3  圖像灰度修正    5.3.1  灰度校正    5.3.2  其他灰度修正方法  5.4  圖像的平滑    5.4.1  鄰域平均法    5.4.2  加權(quán)平均    5.4.3  選擇式掩模平滑    5.4.4  中值濾波  5.5  圖像的銳化    5.5.1  梯度銳化    5.5.2  拉普拉斯掩模銳化  5.6  本章小結(jié)第6章  圖像分割  6.1  圖像分割類（ImgSegment）    6.1.1  ImgSegment類的定義    6.1.2  ImgSegment類的構(gòu)造函數(shù)和析構(gòu)函數(shù)  6.2  閾值分割    6.2.1  閾值分割原理    6.2.2  最大方差閾值分割    6.2.3  交互式閾值分割  6.3  邊緣檢測(cè)    6.3.1  邊緣檢測(cè)原理    6.3.2  常用邊緣算子    6.3.3  自定義模板邊緣  6.4  生長(zhǎng)算法    6.4.1  區(qū)域生長(zhǎng)    6.4.2  輪廓提取和邊界跟蹤  6.5  Hough變換  6.6  本章小結(jié)第7章  圖像復(fù)原  7.1  建立圖像退化模型    7.1.1  圖像的退化模型    7.1.2  連續(xù)的退化模型    7.1.3  離散的退化模型  7.2  運(yùn)動(dòng)模糊圖像復(fù)原的基本原理    7.2.1  運(yùn)動(dòng)模糊圖像形成過程的描述    7.2.2  勻速直線運(yùn)動(dòng)模糊的退化模型    7.2.3  勻速直線運(yùn)動(dòng)的點(diǎn)擴(kuò)散函數(shù)參數(shù)確定  7.3  典型的運(yùn)動(dòng)模糊圖像復(fù)原方法    7.3.1  圖像恢復(fù)類的定義    7.3.2  ImageRestoreExt類構(gòu)造函數(shù)與析構(gòu)函數(shù)    7.3.3  逆濾波    7.3.4  維納濾波    7.3.5  振鈴效應(yīng)的抑制  7.4  其他恢復(fù)方法    7.4.1  投影恢復(fù)法    7.4.2  Richardson-Lucy算法    7.4.3  幾種恢復(fù)方法的性能比較  7.5  圖像復(fù)原質(zhì)量評(píng)價(jià)    7.5.1  有參照?qǐng)D像質(zhì)量評(píng)價(jià)    7.5.2  無參照?qǐng)D像質(zhì)量評(píng)價(jià)  7.6  本章小結(jié)第8章  圖像的形態(tài)學(xué)處理  8.1  數(shù)學(xué)形態(tài)學(xué)類（Morphology）    8.1.1  Morphology類的定義    8.1.2  構(gòu)造函數(shù)和析構(gòu)函數(shù)  8.2  二值數(shù)學(xué)形態(tài)學(xué)    8.2.1  二值數(shù)學(xué)形態(tài)學(xué)的相關(guān)概念    8.2.2  結(jié)構(gòu)元素輸入函數(shù)    8.2.3  二值腐蝕和膨脹    8.2.4  二值開運(yùn)算和閉運(yùn)算    8.2.5  二值形態(tài)學(xué)邊界    8.2.6  擊中擊不中變換與細(xì)化算法  8.3  灰值形態(tài)學(xué)    8.3.1  灰值形態(tài)學(xué)的相關(guān)概念    8.3.2  灰值腐蝕和膨脹    8.3.3  灰值開運(yùn)算和閉運(yùn)算    8.3.4  灰值形態(tài)學(xué)梯度    8.3.5  Top-Hat變換  8.4  水域分割    8.4.1 水域分割原理    8.4.2  水域分割類（Watershed）    8.4.3  Watershed類的實(shí)現(xiàn)    8.4.4  水域分割函數(shù)的調(diào)用  8.5  本章小結(jié)第9章  運(yùn)動(dòng)圖像分析及其應(yīng)用  9.1  運(yùn)動(dòng)圖像分析涉及的基本問題    9.1.1  運(yùn)動(dòng)圖像分析    9.1.2  運(yùn)動(dòng)的分類    9.1.3  運(yùn)動(dòng)的表達(dá)  9.2  頻域運(yùn)動(dòng)估計(jì)方法    9.2.1  歸一化相位相關(guān)方法    9.2.2  基于相位差的運(yùn)動(dòng)估計(jì)方法  9.3  運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤    9.3.1  靜止背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)    9.3.2  動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)    9.3.3  基于Mean Shift 的運(yùn)動(dòng)目標(biāo)跟蹤方法  9.4  運(yùn)動(dòng)分析在電視跟蹤測(cè)量系統(tǒng)中的典型應(yīng)用    9.4.1  電視跟蹤測(cè)量系統(tǒng)的基本工作原理    9.4.2  目標(biāo)的提取與跟蹤    9.4.3  簡(jiǎn)單場(chǎng)景的目標(biāo)檢測(cè)與跟蹤    9.4.4  復(fù)雜場(chǎng)景下的金字塔模板匹配跟蹤方法  9.5  本章小結(jié)第10章  圖像配準(zhǔn)  10.1  圖像配準(zhǔn)的定義  10.2  圖像配準(zhǔn)類（Register）    10.2.1  Register類的定義    10.2.2  Register類的構(gòu)造函數(shù)和析構(gòu)函數(shù)    10.2.3  Register類輸入數(shù)據(jù)的接口函數(shù)  10.3  模板匹配法  10.4  基于Harris角點(diǎn)特征的圖像配準(zhǔn)    10.4.1  Harris角點(diǎn)檢測(cè)及其算法實(shí)現(xiàn)    10.4.2  基于奇異值分解的角點(diǎn)匹配及其算法實(shí)現(xiàn)  10.5  基于相位相關(guān)的圖像配準(zhǔn)  10.6  本章小結(jié)參考文獻(xiàn)

章節(jié)摘錄

　　第1章　Visual C++數(shù)字圖像編程基礎(chǔ)　　1.1　圖像、顏色表和色彩空間　　1.1.1　圖像　　組成數(shù)字圖像的基本單位是像素（Pixel），也就是說，數(shù)字圖像是像素的集合。如圖1-1所示，圖中每個(gè)格點(diǎn)代表一個(gè)像素，該圖是一個(gè)白色背景下包含灰色矩形的圖像。　　數(shù)字圖像通常存放在計(jì)算機(jī)的外存儲(chǔ)器設(shè)備中，例如硬盤、光盤等，在需要進(jìn)行顯示和處理時(shí)才被調(diào)入內(nèi)存的數(shù)組中。從本質(zhì)上講，圖像數(shù)據(jù)在計(jì)算機(jī)內(nèi)存或硬盤中是以字符型數(shù)據(jù)存在的，這與其他整型數(shù)據(jù)或者浮點(diǎn)型數(shù)據(jù)沒有任何區(qū)別，都是一種數(shù)字表達(dá)符號(hào)，當(dāng)把它在計(jì)算機(jī)屏幕上顯示出來時(shí)，才是我們?nèi)搜劭吹降恼嬲幸饬x的數(shù)字圖像。普通的顯示器屏幕也是由許多點(diǎn)（像素）構(gòu)成的，顯示時(shí)，電子槍每次從左到右、從上到下進(jìn)行掃描，為每個(gè)像素著色，利用人眼的視覺暫留效應(yīng)就可以顯示出一屏完整的圖像。比如，我們常說的屏幕分辨率為1024×768，刷新率為80Hz，意思是說屏幕上每行像素為1024個(gè)，共768行，而且每秒重復(fù)掃描80次。目前的顯示設(shè)備的刷新率都在80Hz以上，一般屏幕刷新頻率大于80Hz時(shí)，人眼感受不到屏幕刷新而產(chǎn)生的閃爍，這種顯示器被稱為位映像設(shè)備。所謂位映像，即是指一個(gè)二維的像素矩陣，而位圖就是采用位映像方法顯示和存儲(chǔ)的圖像。一幅圖像的顯示就是將圖像的像素映射到屏幕的像素上并顯示一定的顏色?！　D1-1所示是一個(gè)灰度圖像的例子，當(dāng)一幅圖像的像素由彩色表示時(shí)就是我們通常所說的彩色圖像了。對(duì)于彩色圖像的表達(dá)，將在調(diào)色板和彩色空間兩部分內(nèi)容中談到?！　?.1.2　圖像的矩陣表示　　數(shù)字圖像數(shù)據(jù)可以用矩陣來表示，因此可以采用矩陣?yán)碚摵途仃囁惴▽?duì)數(shù)字圖像進(jìn)行分析和處理。最典型的例子是灰度圖像，如圖1-2所示。灰度圖像的像素?cái)?shù)據(jù)就是一個(gè)矩陣，矩陣的行對(duì)應(yīng)圖像的高（單位為像素），矩陣的列對(duì)應(yīng)圖像的寬（單位為像素），矩陣的元素對(duì)應(yīng)圖像的像素，矩陣元素的值就是像素的灰度值。

編輯推薦

　　《Visual C++數(shù)字圖像處理》將以實(shí)踐為導(dǎo)向，以實(shí)用為目標(biāo)來介紹這些重要的數(shù)字圖像處理技術(shù)，在介紹數(shù)字圖像處理技術(shù)基礎(chǔ)理論及算法原理的同時(shí)，重點(diǎn)詳細(xì)地介紹如何用Visual C++編程實(shí)現(xiàn)這些典型及常用算法，并結(jié)合實(shí)際應(yīng)用，介紹作者所在實(shí)驗(yàn)室近年來在研究中總結(jié)出來的一些經(jīng)典案例，盡量做到理論、應(yīng)用與實(shí)際編程的緊密結(jié)合，使讀者掌握用Visual C++進(jìn)行圖像處理編程的基本方法和技巧?！　∽鳛橐婚T實(shí)用而綜合性的邊緣學(xué)科，圖像處理技術(shù)研究的內(nèi)容主要包括圖像變換、圖像增強(qiáng)與復(fù)原、圖像分割、圖像的配準(zhǔn)以及運(yùn)動(dòng)圖像分析等?；A(chǔ)性：簡(jiǎn)單而全面地介紹了圖像處理技術(shù)中各主要研究?jī)?nèi)容的理論基礎(chǔ)?！　?shí)用性：以理論和編程實(shí)踐相結(jié)合的方式介紹了圖像處理技術(shù)的大部分常用算法。　　便捷性：所有算法都在基于MFC的應(yīng)用程序框架下用C＋＋編程實(shí)現(xiàn)，存放在《Visual C++數(shù)字圖像處理》隨附的光盤中。這些代碼模塊性強(qiáng)，讀拿拿來即可使用?！　r(shí)代性：《Visual C++數(shù)字圖像處理》由多年從事數(shù)字圖像處理數(shù)學(xué)和科研工作的北航中心近年來的課題研究，內(nèi)容新穎，反映了當(dāng)前圖像處理技術(shù)的發(fā)展及時(shí)代的需求。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    Visual C++數(shù)字圖像處理 PDF格式下載

---