數(shù)字圖像處理

目錄

第1章緒論

1.1數(shù)字圖像處理的概念

1.2數(shù)字圖像處理發(fā)展簡史

1.3數(shù)字圖像處理研究內(nèi)容

1.4數(shù)字圖像處理的應(yīng)用領(lǐng)域

1.5小結(jié)

第2章數(shù)字圖像基礎(chǔ)

2.1數(shù)字圖像的概況

2.1.1數(shù)字圖像的基本
概念

2.1.2數(shù)字圖像的多
樣性

2.1.3數(shù)字圖像的類型

2.1.4數(shù)字圖像的矩陣
表示

2.2圖像生成

2.2.1凸透鏡成像原理

2.2.2數(shù)字照相機(jī)的結(jié)構(gòu)
和特性

2.2.3人眼視覺模型

2.3圖像數(shù)字化

2.3.1采樣與量化

2.3.2空間分辨率和灰度
級分辨率

2.4像素的空間關(guān)系

2.4.1相鄰像素

2.4.2鄰接性、連通性、區(qū)域
和邊界

2.4.3距離度量

2.5保真度準(zhǔn)則

2.5.1主觀保真度準(zhǔn)則

2.5.2客觀保真度準(zhǔn)則

2.6小結(jié)

第3章空域圖像增強(qiáng)

3.1背景知識

3.2直方圖概念

3.2.1直方圖

3.2.2累積直方圖

3.3灰度級變換

3.3.1對數(shù)變換

3.3.2指數(shù)變換

3.3.3冪次變換

3.3.4灰度反轉(zhuǎn)

3.3.5分段線性變換

3.3.6灰度切片

3.3.7閾值增強(qiáng)

3.4直方圖處理

3.4.1直方圖均衡化

3.4.2直方圖規(guī)定化

3.5算術(shù)運(yùn)算

3.5.1圖像相減

3.5.2圖像相加

3.6空域?yàn)V波基礎(chǔ)

3.6.1卷積與相關(guān)

3.6.2線性濾波原理

3.6.3可分離卷積

3.6.4其他問題

3.7空域平滑濾波

3.7.1加權(quán)均值濾波

3.7.2中值濾波相關(guān)

3.8空域銳化濾波

3.8.1微分與差分

3.8.2拉普拉斯算子

3.9小結(jié)

第4章頻域變換

4.1背景

4.2傅里葉級數(shù)與連續(xù)傅里葉
變換

4.2.1傅里葉級數(shù)

4.2.2連續(xù)傅里葉變換及
其逆變換

4.2.3傅里葉變換的
解釋





4.3離散時間傅里葉變換

4.3.1離散時間傅里葉變
換及其逆變換

4.3.2離散時間傅里葉變
換的卷積定理和相關(guān)
定理

4.3.3信號采樣與采樣
定理

4.4離散傅里葉變換

4.4.1一維離散傅里葉變換
及其逆變換

4.4.2二維離散傅里葉變換
及其逆變換

4.4.3離散傅里葉變換的矩
陣形式

4.4.4頻譜分布與統(tǒng)計(jì)
特性

4.4.5二維離散傅里葉變
換的性質(zhì)

4.5快速傅里葉變換

4.5.1基2 FFT算法

4.5.2利用正變換的算法計(jì)
算傅里葉逆變換

4.6小結(jié)

第5章頻域圖像增強(qiáng)

5.1濾波基礎(chǔ)

5.2低通濾波器

5.2.1理想低通濾波器

5.2.2巴特沃斯低通濾
波器

5.2.3指數(shù)低通濾波器

5.3高通濾波器

5.3.1理想高通濾波器

5.3.2巴特沃斯高通濾
波器

5.3.3指數(shù)高通濾波器

5.4拉普拉斯頻域?yàn)V波器

5.5高頻增強(qiáng)濾波器

5.6帶通、帶阻與陷波濾波器

5.6.1帶通濾波器

5.6.2帶阻濾波器

5.6.3陷波濾波器

5.7空域?yàn)V波與頻域?yàn)V波的對應(yīng)
關(guān)系

5.7.1空域到頻域

5.7.2頻域到空域

5.8同態(tài)濾波

5.9小結(jié)

第6章圖像復(fù)原

6.1圖像降質(zhì)模型

6.1.1圖像降質(zhì)/復(fù)原
過程

6.1.2線性移不變降質(zhì)
模型

6.1.3降質(zhì)模型的頻域
表示

6.1.4降質(zhì)模型的矩陣向
量表示

6.1.5典型點(diǎn)擴(kuò)散函數(shù)
類型

6.1.6典型噪聲類型

6.2圖像去噪

6.2.1噪聲參數(shù)的估計(jì)

6.2.2自適應(yīng)維納去噪
濾波

6.2.3圖像去噪的正則化
方法


6.2.4圖像去噪的低秩正則化
方法

6.3頻域復(fù)原

6.3.1逆濾波

6.3.2維納濾波

6.4ML/MAP復(fù)原

6.4.1ML/MAP復(fù)原
模型

6.4.2RichardsonLucy
(RL)方法

6.5正則化復(fù)原

6.5.1逆問題病態(tài)性
分析

6.5.2正則化復(fù)原的基本
模型

6.5.3Tikhonov正則化

6.5.4全變分正則化

6.5.5盲復(fù)原

6.6小結(jié)

第7章彩色圖像處理

7.1顏色基礎(chǔ)

7.1.1顏色的形成

7.1.2混色法

7.2顏色空間

7.2.1CIE設(shè)備無關(guān)的顏
色空間

7.2.2設(shè)備依賴的顏色
空間

7.3偽彩色映射

7.3.1灰度級分層

7.3.2偽彩色變換

7.4真彩色處理

7.4.1真彩色處理基礎(chǔ)

7.4.2彩色插值

7.4.3彩色圖像增強(qiáng)

7.4.4彩色圖像分割

7.4.5彩色邊緣檢測

7.4.6白平衡

7.5小結(jié)

第8章數(shù)學(xué)形態(tài)學(xué)圖像處理

8.1背景

8.2基礎(chǔ)

8.2.1集合運(yùn)算

8.2.2二值圖像的邏輯
運(yùn)算

8.2.3結(jié)構(gòu)元素

8.3二值圖像形態(tài)學(xué)基本
運(yùn)算

8.3.1膨脹與腐蝕

8.3.2開運(yùn)算與閉運(yùn)算

8.3.3擊中/擊不中
運(yùn)算

8.4二值圖像形態(tài)學(xué)實(shí)用
算法

8.4.1去噪

8.4.2邊界提取

8.4.3孔洞填充

8.4.4連通分量提取

8.4.5骨架

8.4.6凸包

8.4.7細(xì)化

8.4.8粗化

8.4.9剪枝

8.5二值圖像形態(tài)學(xué)運(yùn)算及其性
質(zhì)總結(jié)

8.6灰度圖像形態(tài)學(xué)算法

8.6.1灰度膨脹與腐蝕

8.6.2灰度開運(yùn)算與閉
運(yùn)算

8.6.3頂帽與底帽變換

8.6.4灰度形態(tài)學(xué)重構(gòu)

8.7小結(jié)

第9章圖像分割

9.1圖像分割基礎(chǔ)

9.2基于邊界的分割

9.2.1邊緣檢測

9.2.2局部邊緣連接

9.2.3Hough變換

9.2.4邊界跟蹤

9.3基于閾值的圖像分割

9.3.1直方圖基礎(chǔ)

9.3.2全局單閾值法

9.3.3全局多閾值法

9.3.4局部閾值法

9.4基于區(qū)域的圖像分割

9.4.1區(qū)域生長法與區(qū)域
標(biāo)記

9.4.2區(qū)域分裂合并法

9.5分水嶺分割

9.5.1基本概念

9.5.2分水嶺算法

9.5.3形態(tài)學(xué)膨脹水壩
算法

9.5.4控制標(biāo)記的分水嶺
分割

9.6小結(jié)

第10章小波變換與多分辨率分析

10.1小波分析的發(fā)展簡史

10.2連續(xù)小波變換

10.2.1小波與連續(xù)小波
變換

10.2.2小波函數(shù)的傅里
葉分析

10.2.3小波與連續(xù)小波變
換的時頻分析與
性質(zhì)

10.2.4小波變換與傅里葉
變換、短時傅里葉
變換的比較

10.2.5常用小波

10.3離散小波變換

10.3.1二進(jìn)小波
變換

10.3.2小波框架

10.3.3時頻分辨率

10.4多分辨率分析與Mallat
算法

10.4.1多分辨率
分析

10.4.2小波函數(shù)與小波
空間

10.4.3雙尺度方程與多分
辨率分析

10.4.4正交小波分解與
重建

10.4.5正交濾波
器組

10.5二維離散小波分析

10.5.1二維離散小波
變換

10.5.2二維離散小波多尺
度分析

10.6小波包變換

10.6.1小波包變換與一維
小波包分解

10.6.2二維小波包
分解

10.6.3最優(yōu)小波包的
選取

10.7小波變換在圖像處理中的
應(yīng)用

10.7.1邊緣檢測

10.7.2圖像降噪

10.7.3圖像壓縮

10.7.4漸進(jìn)傳輸

10.8小結(jié)


第11章圖像壓縮編碼

11.1信息論基礎(chǔ)

11.1.1信息熵

11.1.2香農(nóng)定理

11.2圖像壓縮基本概念與
模型

11.2.1圖像熵與編碼
效率

11.2.2圖像信息的
冗余

11.2.3圖像壓縮
系統(tǒng)

11.3統(tǒng)計(jì)編碼

11.3.1香農(nóng)費(fèi)諾
編碼

11.3.2霍夫曼編碼

11.3.3算術(shù)編碼

11.3.4行程編碼

11.4變換編碼

11.4.1變換編碼的
原理

11.4.2正交變換

11.4.3離散余弦
變換

11.5預(yù)測編碼

11.5.1無損預(yù)測
編碼

11.5.2有損預(yù)測
編碼

11.5.3最優(yōu)線性
預(yù)測

11.5.4自適應(yīng)預(yù)測
編碼

11.5.5幀間預(yù)測
編碼

11.6子帶編碼

11.7圖像壓縮編碼國際
標(biāo)準(zhǔn)

11.7.1靜止圖像壓縮編碼
國際標(biāo)準(zhǔn)

11.7.2運(yùn)動圖像壓縮編碼
國際標(biāo)準(zhǔn)

11.8小結(jié)

第12章特征提取

12.1概述

12.2邊界表示

12.2.1鏈碼

12.2.2多邊形近似

12.2.3邊界標(biāo)記
曲線

12.2.4邊界分段

12.3邊界描述

12.3.1簡單描述

12.3.2形狀數(shù)

12.3.3邊界矩

12.3.4曲線擬合

12.3.5傅里葉描
述子

12.4區(qū)域表示

12.4.1區(qū)域標(biāo)記

12.4.2中心投影
變換

12.4.3骨架

12.5區(qū)域描述

12.5.1簡單區(qū)域
描述

12.5.2拓?fù)涿枋?br />
12.5.3形狀描述

12.5.4紋理描述

12.5.5Hu不變矩

12.6主成分描述

12.6.1PCA的基本
原理

12.6.2主成分分析
的性質(zhì)

12.7小結(jié)


參考文獻(xiàn)