包邮数字图像分析及应用

第1章概述11.1数字图像基础知识11.1.1图像的基本概念11.1.2图像的数字化表示21.1.3图像类别61.1.4数字图像的表示91.1.5数字图像像素间的邻域关系101.1.6数字图像像素间的距离101.2图像的视觉感知要素121.2.1人眼中的图像形成121.2.2亮度知觉131.2.3形状知觉161.2.4颜色知觉和色度学171.2.5彩色模型19第1章概述11.1数字图像基础知识11.1.1图像的基本概念11.1.2图像的数字化表示21.1.3图像类别61.1.4数字图像的表示91.1.5数字图像像素间的邻域关系101.1.6数字图像像素间的距离101.2图像的视觉感知要素121.2.1人眼中的图像形成121.2.2亮度知觉131.2.3形状知觉161.2.4颜色知觉和色度学171.2.5彩色模型191.3图像的存储与格式271.3.1数字图像的存储基础271.3.2数字图像数据文件的存储方式271.3.3数字图像文件格式271.3.4图像显示311.4数字图像处理的发展与应用领域341.4.1在航空航天领域的应用341.4.2在医学领域的应用351.4.3在遥感领域的应用361.4.4在通信工程领域的应用371.4.5在工业生产和控制领域的应用371.4.6在军事公安领域的应用381.4.7在文化艺术领域的应用391.4.8在安全领域的应用391.5MATLAB环境安装与图像处理库配置401.5.1MATLAB环境安装401.5.2MATLAB中配置OpenCV44思考与练习46第2章图像运算472.1代数运算472.1.1加法运算472.1.2减法运算492.1.3乘法运算512.1.4除法运算522.2逻辑运算与应用532.2.1逻辑非运算532.2.2逻辑与运算532.2.3逻辑或运算542.2.4逻辑运算综合示例552.3应用案例562.3.1拼图并加框562.3.2绿幕图像制作57思考与练习59实验要求与内容59第3章图像增强613.1图像噪声623.1.1图像噪声的分类623.1.2图像噪声的特点643.1.3常见的噪声概率密度函数643.2图像灰度变换683.2.1图像求反变换683.2.2线性比例灰度变换693.2.3分段线性灰度变换703.2.4指数变换713.2.5对数变换723.3直方图均衡化和规定化733.3.1直方图均衡化733.3.2直方图规定化763.4图像空域滤波增强803.4.1均值滤波813.4.2中值滤波853.4.3锐化空域滤波器873.5图像频域滤波增强883.5.1频域低通滤波893.5.2频域高通滤波923.5.3同态滤波943.6应用案例953.6.1浮雕效果的制作953.6.2美化人脸963.6.3毛玻璃效果973.6.4怀旧色效果973.6.5连环画效果983.6.6交叉冲印效果983.6.7光照效果993.6.8羽化效果993.6.9素描效果1003.6.10强光效果101思考与练习102实验要求与内容103第4章图像复原1054.1图像复原概念1064.2图像退化及模型1064.3空域噪声滤波1094.3.1均值滤波1094.3.2统计排序滤波1124.4几何畸变图像的复原114思考与练习117实验要求与内容117第5章图像变换1195.1图像的几何变换1205.1.1灰度插值1225.1.2图像平移变换1255.1.3图像旋转变换1265.1.4图像比例变换1285.1.5图像镜像变换1315.2图像的正交变换1335.2.1傅里叶变换1335.2.2快速傅里叶变换1395.2.3余弦变换1405.2.4沃尔什变换1425.2.5快速沃尔什变换1495.2.6小波变换1535.3应用案例1665.3.1水中倒影的制作1665.3.2基于小波变换的图像融合168思考与练习174实验要求与内容174第6章图像分割1766.1图像分割基础1776.1.1图像分割的定义1776.1.2图像分割的依据和分类1776.2边缘检测1786.2.1边缘的概念和性质1786.2.2梯度算子1806.2.3Roberts算子1816.2.4Sobel算子1816.2.5Prewitt算子1826.2.6Laplacian算子1826.3阈值分割1846.3.1基于阈值的灰度图像分割1846.3.2阈值选取方法1866.4轮廓跟踪1886.4.1二值图像轮廓跟踪1896.4.2边界跟踪法1896.4.3图搜索法1906.5Hough变换1926.6基于区域的分割1936.6.1区域生长1936.6.2区域分裂与合并1966.7聚类1976.7.1聚类概念1976.7.2基于Kmeans算法的图像分割1986.8应用案例1996.8.1融合改进分水岭和区域生长的彩色图像分割［5］1996.8.2车牌定位2056.8.3人脸识别2076.8.4图像预处理2096.8.5人脸区域获取210思考与练习212实验要求与内容212第7章图像编码2147.1图像编码概述2147.1.1图像压缩原理2147.1.2图像编码的可行性2157.1.3压缩编码的分类2177.1.4图像压缩的相关术语2177.1.5图像保真度2187.2图像压缩技术2207.2.1哈夫曼编码2207.2.2香农费诺编码2227.2.3算术编码2237.2.4无损预测编码2267.2.5有损预测编码2287.3图像压缩标准2307.3.1JPEG/MJPEG2307.3.2H.261/H.2632317.3.3MPEG2327.4应用案例——彩色图像编码2337.4.1基于DCT的彩色图像编码2337.4.2基于小波变换的彩色图像编码234思考与练习234实验要求与内容235第8章图像的目标表达及特征表示2378.1轮廓的链码表达2378.2轮廓线段的近似表达2408.2.1基于收缩的*小周长多边形的边界表达2408.2.2基于聚合的*小均方误差线段逼近2418.2.3基于分裂的*小均方误差线段逼近2418.3轮廓基本参数及测量2428.3.1轮廓长度2428.3.2轮廓直径2438.3.3形状数2448.4图像区域的表达2458.4.1区域分解表达2458.4.2骨架表达2468.5区域参数及测量2508.5.1区域面积2508.5.2区域重心2508.5.3区域灰度特性2518.5.4区域形状参数2518.5.5偏心率度2528.5.6圆形度2528.5.7欧拉数2538.6应用案例——水果识别2548.6.1亮度调整2548.6.2边缘提取2548.6.3图像分割2558.6.4区域标记2568.6.5轮廓跟踪2568.6.6特征提取2578.6.7个体识别257思考与练习258实验要求与内容259第9章二值图像的形态学处理2619.1形态学的基础概念2629.2形态学的运算2639.2.1腐蚀2639.2.2膨胀2659.2.3开运算2679.2.4闭运算2689.3应用案例2699.3.1边界提取2709.3.2区域填充算法2709.3.3连通分量的提取2719.3.4凸壳272思考与练习273实验要求与内容274第10章彩色图像处理27610.1彩色图像基本属性27610.1.1像素深度27610.1.2真彩色、伪彩色、假彩色27710.2彩色图像增强27810.2.1真彩色图像增强27810.2.2伪彩色图像增强27910.2.3假彩色图像增强28210.3彩色图像处理分析28210.3.1彩色补偿28210.3.2彩色图像平滑28410.3.3彩色图像锐化28510.4应用案例28610.4.1基于模板的图像匹配28610.4.2基于SIFT特征点的图像匹配290思考与练习298实验要求与内容298第11章数字图像处理综合应用30011.1人脸检测与特征定位系统30011.1.1人脸检测与特征定位系统界面30011.1.2基于肤色分割的人脸检测方法30011.1.3基于脸和头发区域的人脸检测方法30511.1.4脸部特征标注30711.2蝴蝶与蛾的分类30811.2.1图像预处理30911.2.2图像分割31011.2.3轮廓提取31111.2.4特征提取31111.2.5图像分类31311.3基于深度学习的图像超分辨率重建31411.3.1图像超分辨率重建简介31411.3.2基于深度学习的超分辨率理论基础31511.3.3通道空间退化修正的超分辨率深度学习模型32111.3.4超分辨率评价指标323参考文献325