数字图像处理

第1章 绪论 1
1.1 数字图像处理的概念 2
1.2 数字图像处理发展简史 4
1.3 数字图像处理研究内容 5
1.4 数字图像处理的应用领域 7
1.5 小结 10
习题 10
第2章 数字图像基础 11
2.1 数字图像的概况 12
2.1.1 数字图像的基本概念 12
2.1.2 数字图像的多样性 13
2.1.3 数字图像的类型 15
2.1.4 数字图像的矩阵表示 18
2.2 数字成像与视觉感知 18
2.2.1 凸透镜成像原理 19
2.2.2 数字照相机的结构 20
2.2.3 人眼视觉模型 22
2.3 图像数字化 28
2.3.1 采样与量化 28
2.3.2 空间分辨率和灰度级分辨率 29
2.4 图像颜色空间 33
2.4.1 RGB颜色空间 33
2.4.2 CMY/CMYK颜色空间 34
2.4.3 HSI和HSV颜色空间 35
2.4.4 YUV和YIQ颜色空间 41
2.4.5 CIE LAB颜色空间 43
2.5 像素的空间关系 45
2.5.1 邻域 45
2.5.2 邻接性、连通性、区域和边界 46
2.5.3 像素间的距离度量 48
2.6 小结 51
习题 51
第3章 空域图像增强 53
3.1 背景知识 54
3.1.1 概述 54
3.1.2 灰度直方图 55
3.2 灰度级变换 57
3.2.1 幂次变换 58
3.2.2 对数变换 60
3.2.3 指数变换 61
3.2.4 分段线性变换 62
3.3 直方图变换 64
3.3.1 直方图映射函数 64
3.3.2 直方图均衡化 66
3.3.3 直方图规定化 72
3.4 算术运算 75
3.4.1 图像相减 75
3.4.2 图像相加 77
3.5 伪彩色、假彩色增强 78
3.5.1 伪彩色映射 78
3.5.2 假彩色增强 81
3.6 空域滤波基础 84
3.6.1 线性滤波原理 84
3.6.2 其他问题 87
3.7 空域平滑滤波 88
3.7.1 加权均值滤波 89
3.7.2 中值滤波相关 94
3.8 空域锐化滤波 97
3.8.1 微分与差分 97
3.8.2 拉普拉斯算子 100
3.9 小结 103
习题 103
第4章 频域图像增强 105
4.1 傅里叶变换 106
4.1.1 连续傅里叶变换 106
4.1.2 离散傅里叶变换 109
4.1.3 二维离散傅里叶变换的性质 113
4.1.4 频谱分布与统计特性 117
4.2 滤波基础 121
4.3 低通滤波器 122
4.3.1 理想低通滤波器 122
4.3.2 巴特沃斯低通滤波器 125
4.3.3 指数低通滤波器 126
4.4 高通滤波器 128
4.4.1 理想高通滤波器 129
4.4.2 巴特沃斯高通滤波器 130
4.4.3 指数高通滤波器 132
4.5 高频增强滤波器 133
4.6 空域滤波与频域滤波的对应关系 134
4.6.1 空域到频域 134
4.6.2 频域到空域 137
4.7 小结 140
习题 140
第5章 图像复原 142
5.1 图像降质模型 143
5.1.1 图像降质/复原过程 143
5.1.2 线性移不变降质模型：卷积 145
5.2 图像降质的参数估计 147
5.2.1 典型噪声类型 147
5.2.2 噪声参数估计 151
5.2.3 典型模糊类型 153
5.2.4 点扩散函数参数估计 156
5.3 图像去噪 158
5.3.1 自适应维纳滤波去噪 158
5.3.2 正则化*小二乘图像去噪 161
5.4 *小均方误差复原——维纳滤波 163
5.5 极大似然估计复原——Richardson-Lucy方法 166
5.6 *小二乘复原 168
5.6.1 无约束*小二乘复原 168
5.6.2 正则化*小二乘复原 171
5.7 小结 173
习题 173
第6章 几何校正 175
6.1 概述 176
6.2 几何变换 177
6.2.1 齐次坐标 177
6.2.2 基本二维几何变换 177
6.2.3 二维复合变换 184
6.2.4 其他二维变换 187
6.3 图像插值 192
6.3.1 插值的概念 192
6.3.2 插值方法 193
6.4 图像到图像的几何校正 199
6.4.1 空间变换 199
6.4.2 灰度插值 202
6.5 小结 203
习题 204
第7章 图像压缩编码 205
7.1 图像压缩基本概念与模型 206
7.1.1 图像信息的冗余 206
7.1.2 图像熵与编码效率 207
7.1.3 图像压缩系统 208
7.2 统计编码 209
7.3 变换编码 210
7.3.1 变换编码的原理 211
7.3.2 离散余弦变换 211
7.3.3 块变换编码 216
7.4 预测编码 217
7.4.1 无损预测编码 217
7.4.2 有损预测编码 220
7.5 静止图像压缩编码国际标准 223
7.6 小结 227
习题 227
第8章 图像分割 229
8.1 概述 230
8.2 基于边界的图像分割 230
8.2.1 基础概念 230
8.2.2 边缘检测方法 232
8.2.3 Hough变换 247
8.3 基于阈值的图像分割 254
8.3.1 直方图基础 254
8.3.2 全局阈值法 255
8.3.3 局部阈值法 256
8.4 基于区域的图像分割 258
8.4.1 区域生长法 258
8.4.2 区域标记 262
8.5 基于分类/聚类的图像分割 264
8.5.1 特征空间与距离准则 264
8.5.2 *小距离分类 265
8.5.3 半径搜索 267
8.5.4 k均值 270
8.6 小结 272
习题 272
第9章 二值图像形态学 275
9.1 基础知识 276
9.1.1 概述 276
9.1.2 二值图像逻辑运算 277
9.1.3 结构元素 278
9.2 二值图像形态学基本运算 279
9.2.1 膨胀与腐蚀 279
9.2.2 开运算与闭运算 283
9.2.3 击中/击不中运算 288
9.3 二值图像形态学实用算法 290
9.3.1 去噪 290
9.3.2 边界提取 291
9.3.3 孔洞填充 292
9.3.4 连通分量提取 293
9.3.5 骨架 294
9.3.6 细化 298
9.3.7 剪枝 300
9.3.8 形态学重建 302
9.4 小结 305
习题 305
第10章 特征提取 307
10.1 概述 308
10.2 二值图像分析——目标描述 309
10.2.1 简单目标描述 309
10.2.2 边界标记曲线 313
10.3 全局特征——图像级描述 314
10.3.1 Hu不变矩 314
10.3.2 中心投影变换 316
10.4 局部特征检测与描述 317
10.4.1 局部特征检测 318
10.4.2 局部特征描述 324
10.5 纹理描述 327
10.5.1 纹理特征 327
10.5.2 统计分析法 328
10.5.3 滤波器组 332
10.6 小结 337
习题 337
后记 339
参考文献 342