数字图像处理技术与应用——Visual C++实现

第 一章 概述 1
1．1　数字图像基础　1
1．1．1　像素　1
1．1．2　数字化　2
1．1．3　图像类别　5
1．2　数字图像的表示和像素间的关系　8
1．2．1　数字图像的表示　8
1．2．2　数字图像像素间的领域关系　9
1．2．3像素间的距离　9
1．3数字图像处理的发展与应用领域　10
1．4　图像的存储与格式　16
1．4．1　数字图像的存储基础　16
1．4．2　数字图像数据文件的存储方式　17
1．4．3　数字图像文件格式　17
1．4．4　图像显示　20
1．5　视觉基础　22
1．5．1　人眼成像　22
1．5．2亮度知觉　24
1．5．3　形状知觉　26
1．5．4　颜色视觉和色度学　26
1．5．5　彩色模型　28
第二章　图像运算及应用　35
引言　35
2．1　代数运算与应用　35
2．1．1　加运算与应用　35
2．1．2　减法运算与应用　37
2．1．3　乘法运算与应用　38
2．1．4　除法运算与应用　39
2．2　逻辑运算与应用　40
2．2．1　逻辑非（NOT）运算　40
2．2．2逻辑与（AND）运算　41
2．2．3逻辑或（OR）运算　41
2．2．4　逻辑运算综合实例　42
2．3　应用案例　43
2．3．1　拼图并加框案例　43
2．3．2　电视制作的蓝屏技术　45
第3章　图像增强技术　46
引言　46
3．1　噪声及其描述　47
3．1．1　图像噪声的分类　47
3．1．2　噪声特点　48
3．1．3　一些常见的噪声概率密度函数　49
3．2　灰度变换　51
3．2．1　图像求反变换　51
3．2．2　线性比例变换　52
3．2．3　分段线性变换　53
3．2．4　指数变换　54
3．2．5　对数变换　55
3．3　直方图均衡化和规定化　55
3．3．1　直方图均衡化　56
3．3．2　直方图规定化　59
3．4　空域滤波增强　62
3．4．1　均值滤波　63
3．4．2　中值滤波　66
3．4．3　锐化空域滤波器　68
3．5　频域滤波增强　70
3．5．1　频域低通滤波　70
3．5．2　频域高通滤波　74
3．6　应用案例　75
3．6．1　浮雕效果的制作　75
3．6．2　美化人脸　76
第4章　图像复原技术　77
引言　77
4．1图像退化及模型　78
4．2　噪声及其描述　80
4．2．1　噪声的分类　80
4．2．2　噪声特点　81
4．2．3　一些常见的噪声概率密度函数　82
4．3空域噪声滤波器　85
4．3．1　均值滤波器　86
4．3．2统计排序滤波器　88
4．4几何畸变图像的复原　90
第五章　图像变换　94
引言　94
5．1图像空间几何变换　95
5．1．1灰度插值　97
5．1．2　图像平移变换　100
5．1．3　图像旋转变换　101
5．1．4　图像比例变换　103
5．1．5　图像镜像变换　107
5．2　空间频域变换和处理　109
5．2．1　傅里叶变换　109
5．2．2　快速傅里叶变换　115
5．2．3　离散余弦变换　117
5．2．4沃尔什变换　119
5．2．5快速沃尔什变换　125
5．3　应用案例——水中倒影的制作　131
第六章　图像分割　134
引言　134
6．1　抛砖引玉　134
6．1．1　图像预处理　135
6．1．2人脸区域获取　140
6．2　基础知识　144
6．2．1图像分割的定义　144
6．2．2　图像分割的依据和分类　145
6．3　边缘检测　145
6．3．1边缘的概念和性质　145
6．3．2　梯度算子　146
6．3．3　Roberts算子　148
6．3．4　Sobel算子　148
6．3．5　Prewitt算子　149
6．3．6　Laplacian算子　149
6．4　阈值分割　151
6．4．1　基于阈值的灰度图像分割　151
6．4．2　阈值选取方法　153
6．5　轮廓跟踪　155
6．5．1　二值图像轮廓跟踪　155
6．5．2　边界跟踪法　156
6．5．3　图搜索法　157
6．6　Hough变换　158
6．7　基于区域的分割　159
6．7．1　区域生长　159
6．7．2　区域分裂与合并　161
6．8　应用案例　163
6．8．1　融合改进分水岭和区域生长的彩色图像分割　163
6．8．2　车牌定位　168
第七章　图像压缩编码技术　172
引言　172
7．1　图像压缩编码概述　172
7．1．1　图像压缩原理　172
7．1．2　图像压缩编码的可行性　173
7．1．3压缩编码的分类　174
7．1．4　图像压缩的相关术语　175
7．1．5　图像保真度　176
7．2　哈夫曼（Huffman）编码　177
7．3香农—范诺编码（Shannon–Fano　coding）　179
7．4　算术编码　180
7．5无损预测编码　182
7．6有损预测编码　184
7．7　图像压缩标准　186
7．7．1　JPEG/M-JPEG　186
7．7．2　H．261/H．263　187
7．7．3　MPEG　187
第8章　图像的目标表达及特征测量技术　189
引言　189
8．1轮廓的链码表达　189
8．2轮廓线段的近似表达　192
8．2．1基于收缩的*小周长多边形的边界表达　192
8．2．2基于聚合的*小均方误差线段逼近　193
8．2．3基于分裂的*小均方误差线段逼近　193
8．3区域的表达　194
8．3．1区域分解表达　194
8．3．2　目标的骨架表达　195
8．4轮廓基本参数及测量　198
8．4．1　轮廓长度（区域周长）　198
8．4．2　轮廓直径　200
8．4．3　形状数　200
8．5区域参数及测量　201
8．5．1　区域面积　201
8．5．2　区域重心　202
8．5．3　区域灰度特性　202
8．5．4　区域形状参数　203
8．5．5　偏心率度　203
8．5．6　圆形度（圆形性）　204
8．5．7　欧拉数　204
8．6　应用案例—水果识别　205
8．6．1　亮度调整　206
8．6．2　边缘提取　206
8．6．3　图像分割　207
8．6．4　区域标记　207
8．6．5　轮廓跟踪　208
8．6．6　特征提取　208
8．6．7　个体识别　209
第9章　二值图像的形态学处理　210
引言　210
9．1　腐蚀　212
9．2　膨胀　213
9．3　开运算　216
9．4　闭运算　217
9．5　应用案例　218
9．5．1　边界提取　218
9．5．2　区域填充算法　219
9．5．3　连通分量的提取　219
9．5．4　凸壳　220
第　10章 彩色图像处理　222
引言　222
10．1　彩色图像基本属性　222
10．1．1　像素深度　222
10．1．2　真彩色、伪彩色、假彩色　223
10．2　彩色图像增强　223
10．2．1　真彩色图像增强　223
10．2．2　伪彩色图像增强　225
10．2．3　假彩色图像增强　227
10．3　彩色图像处理分析　227
10．3．1　彩色补偿　228
10．3．2　彩色图像平滑　229
10．3．3　彩色图像锐化　230
10．4　应用案例　231
10．4．1　基于模板的图像匹配　231
10．4．2　基于SIFT特征点的图像匹配　236
第　11章 经典案例　244
引言　244
11．1　经典案例——人脸检测与特征定位系统　244
11．1．1　人脸检测与特征定位系统功能　245
11．1．2　基于肤色分割的人脸检测方法　245
11．1．3基于脸和头发区域的人脸检测方法　249
11．1．4脸部特征标注　251
11．2实例2——蝴蝶与蛾的分类　253
11．2．1　图像预处理　253
11．2．2图像分割　255
11．2．3　轮廓提取　260
11．2．4　特征提取　262
11．2．5图像分类　265