數(shù)字圖像處理

定　價(jià)：￥33.00

作　者：	姚敏
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	重點(diǎn)大學(xué)計(jì)算機(jī)教材
標(biāo)　簽：	數(shù)字圖像處理

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111180098	出版時(shí)間：	2006-01-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	347	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　內(nèi)容簡(jiǎn)介目錄數(shù)字圖像處理已成為高等院校電子信息工程、通信工程、信號(hào)與信息處理、計(jì)算機(jī)應(yīng)用與軟件等學(xué)科的一門(mén)重要的技術(shù)專(zhuān)業(yè)課。本書(shū)作者根據(jù)多年來(lái)從事數(shù)字圖像處理的教學(xué)與研究工作經(jīng)驗(yàn)，堅(jiān)持理論聯(lián)系實(shí)際的編寫(xiě)方針，系統(tǒng)地論述了數(shù)字圖像處理的基本理論和基本方法，同時(shí)給出了部分關(guān)鍵算法的Matlab實(shí)現(xiàn)程序及其運(yùn)行結(jié)果，方便讀者理論結(jié)合實(shí)際，達(dá)到學(xué)以致用的目的。本書(shū)特色：●理論分析深入淺出●方法介紹詳細(xì)具體●實(shí)例演示清晰明了第1章緒論11圖像及其分類(lèi)111圖像的特點(diǎn)112圖像的分類(lèi)12數(shù)字圖像處理技術(shù)與應(yīng)用121數(shù)字圖像處理的主要內(nèi)容122數(shù)字圖像處理方法123數(shù)字圖像處理技術(shù)的應(yīng)用13數(shù)字圖像處理系統(tǒng)14Matlab簡(jiǎn)介習(xí)題第2章圖像獲取21概述22連續(xù)圖像模型221連續(xù)圖像的表達(dá)式222連續(xù)圖像的隨機(jī)表征23連續(xù)圖像的頻譜231一維連續(xù)傅里葉變換232二維連續(xù)傅里葉變換24圖像采樣241采樣定理242圖像采樣25圖像量化251量化器模型252標(biāo)量量化253向量量化26數(shù)字圖像中的基本概念261數(shù)字圖像的表示262空間與灰度級(jí)分辨率263像素間的基本關(guān)系小結(jié)習(xí)題第3章圖像變換31概述32一維離散傅里葉變換321離散傅里葉變換322離散傅里葉變換的性質(zhì)33一維快速傅里葉變換331一維快速傅里葉變換的基本思想332一維快速傅里葉變換算法34二維離散傅里葉變換341二維離散傅里葉變換342二維離散傅里葉變換的性質(zhì)343二維快速離散傅里葉變換344二維快速傅里葉變換的Matlab實(shí)現(xiàn)345可分離圖像變換的概念35離散余弦變換351一維離散余弦變換352一維快速離散余弦變換算法353二維離散余弦變換354離散余弦變換的Matlab實(shí)現(xiàn)355離散余弦變換的應(yīng)用36沃爾什變換和哈達(dá)瑪變換361離散沃爾什變換362離散哈達(dá)瑪變換363快速哈達(dá)瑪變換算法37霍特林變換38拉東變換381什么是拉東變換382拉東變換的Matlab實(shí)現(xiàn)小結(jié)習(xí)題第4章圖像增強(qiáng)41概述42空域點(diǎn)處理增強(qiáng)421直接灰度變換422直方圖修正 423圖像間的運(yùn)算43空域?yàn)V波增強(qiáng)431平滑濾波器432銳化濾波器44頻域?yàn)V波增強(qiáng)441低通濾波器442高通濾波器443同態(tài)濾波器小結(jié)習(xí)題第5章圖像復(fù)原51概述52圖像退化模型521退化模型522連續(xù)函數(shù)退化模型523離散的退化模型524循環(huán)矩陣對(duì)角化53退化函數(shù)估計(jì)531圖像觀察估計(jì)法532試驗(yàn)估計(jì)法533模型估計(jì)法54逆濾波541無(wú)約束復(fù)原542逆濾波復(fù)原543消除勻速運(yùn)動(dòng)模糊55維納濾波551有約束濾波552維納濾波復(fù)原553維納濾波的Matlab實(shí)現(xiàn)56約束最小二乘方濾波561濾波模型562約束最小二乘方濾波的Matlab實(shí)現(xiàn)57從噪聲中復(fù)原571噪聲模型572空域?yàn)V波復(fù)原573頻域?yàn)V波復(fù)原58幾何失真校正581空間變換582灰度插值583幾何失真圖像配準(zhǔn)復(fù)原小結(jié)習(xí)題第6章彩色圖像處理61概述62彩色基礎(chǔ)621人眼的構(gòu)造622三色成像63顏色模型631RGB模型632CMY模型和CMYK模型633HSI模型64全彩色圖像處理641彩色圖像增強(qiáng)642彩色圖像復(fù)原643彩色圖像分析65偽彩色處理651密度分層法652灰度級(jí)彩色變換法653頻域?yàn)V波法小結(jié)習(xí)題第7章圖像編碼71概述711圖像數(shù)據(jù)的冗余712圖像的編碼質(zhì)量評(píng)價(jià)72信息理論基礎(chǔ)與熵編碼721離散信源的熵表示722離散信源編碼定理723赫夫曼編碼724香農(nóng)范諾編碼725算術(shù)編碼726行程編碼73LZW算法74預(yù)測(cè)編碼741無(wú)損預(yù)測(cè)編碼742有損預(yù)測(cè)編碼75變換編碼751變換選擇752子圖像尺寸選擇753比特分配754DCT編碼實(shí)例76基于矢量量化技術(shù)的圖像編碼761矢量量化原理762矢量量化過(guò)程小結(jié)習(xí)題第8章小波圖像編碼81概述82小波變換821一維連續(xù)小波變換822小波變換性質(zhì)83離散小波變換831離散小波變換簡(jiǎn)介832框架理論84多分辨分析和Mallat算法 841多分辨分析842小波分解和重構(gòu)85Matlab中常用小波基介紹851常用小波函數(shù)介紹852小波函數(shù)有關(guān)的Matlab函數(shù)86小波變換在圖像編碼中的應(yīng)用861數(shù)字圖像的小波分解862小波基的選擇863小波變換域小波系數(shù)分析864小波編碼方法小結(jié)習(xí)題第9章圖像檢測(cè)與分割91概述92邊緣檢測(cè)921梯度算子922高斯拉普拉斯算子923Canny邊緣檢測(cè)算子93邊界跟蹤931邊界跟蹤方法932霍夫變換94閾值分割941人工選擇法942自動(dòng)閾值法943分水嶺算法95區(qū)域分割951區(qū)域生長(zhǎng)法952區(qū)域分裂法953區(qū)域合并法954區(qū)域分裂合并法96運(yùn)動(dòng)分割 961背景差值法962圖像差分法963基于光流的分割方法964基于塊的分割方法小結(jié)習(xí)題第10章圖像表示與描述101概述102圖像表示1021鏈碼1022邊界分段1023多邊形近似1024標(biāo)記圖1025骨架103邊界描述1031一些簡(jiǎn)單的描述子1032形狀數(shù)1033傅里葉描述子1034統(tǒng)計(jì)矩104區(qū)域描述1041一些簡(jiǎn)單的描述子1042紋理1043不變矩105形態(tài)學(xué)描述1051膨脹和腐蝕1052開(kāi)啟和閉合1053形態(tài)學(xué)對(duì)圖像的操作小結(jié)習(xí)題第11章圖像識(shí)別111概述112統(tǒng)計(jì)圖像識(shí)別1121統(tǒng)計(jì)模式識(shí)別方法1122特征分析1123線(xiàn)性分類(lèi)器1124貝葉斯分類(lèi)器113句法圖像識(shí)別1131句法模式識(shí)別方法1132形式語(yǔ)言簡(jiǎn)介1133模式文法1134句法分析1135句法結(jié)構(gòu)的自動(dòng)機(jī)識(shí)別1136有噪聲、畸變模式的識(shí)別114模糊圖像識(shí)別1141模糊集合及其運(yùn)算1142隸屬函數(shù)確定方法1143模糊識(shí)別原則1144模糊句法識(shí)別115神經(jīng)網(wǎng)絡(luò)識(shí)別1151人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介1152前向網(wǎng)絡(luò)分類(lèi)器1153自組織特征映射網(wǎng)絡(luò)小結(jié)習(xí)題參考文獻(xiàn)

作者簡(jiǎn)介

暫缺《數(shù)字圖像處理》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論 1.1 圖像處理概述
1.1.1 圖像處理的分類(lèi)
1.1.2 數(shù)字圖像處理的主要內(nèi)容
1.1.3 圖像處理的應(yīng)用
1.2 圖像的表象
1.2.1 圖像信息
1.2.2 光照模型
1.2.3 亮度函數(shù)
1.2.4 圖像的表征
1.2.5 數(shù)字圖像
1.3 基本的物理假設(shè)
1.3.1 景物表面存在假設(shè)
1.3.2 分層次假設(shè)
1.3.3 相似性假設(shè)
1.3.4 空間的連續(xù)性假設(shè)
1.3.5 不連續(xù)中的連續(xù)性假設(shè)
1.4 圖像處理系統(tǒng)的硬件設(shè)備
1.4.1 圖像處理系統(tǒng)的輸入設(shè)備
1.4.2 圖像處理系統(tǒng)的輸出設(shè)備
1.4.3 圖像數(shù)據(jù)的存儲(chǔ)設(shè)備
1.4.4 圖像處理主機(jī)系統(tǒng)的構(gòu)成
1.5 圖像處理軟件
1.5.1 圖像數(shù)據(jù)格式
1.5.2 數(shù)字圖像處理工具軟件matlab
1.5.3 圖像的獲取
1.5.4 應(yīng)用軟件的編制
本章要點(diǎn)
習(xí)題第2章圖像與視覺(jué)系統(tǒng) 2.1 視覺(jué)系統(tǒng)
2.1.1 視覺(jué)系統(tǒng)的基本構(gòu)造
2.1.2 視覺(jué)模型
2.2 光度學(xué)及色度學(xué)原理
2.2.1 色彩的基本屬性
2.2.2 三基色混色及色度表示原理
2.2.3 表示色彩的幾種規(guī)范
2.3 亮度和顏色感覺(jué)的視覺(jué)特性
2.3.1 刺激強(qiáng)度與感覺(jué)的關(guān)系
2.3.2 亮度適應(yīng)和顏色適應(yīng)
2.3.3 亮度對(duì)比和顏色對(duì)比
2.3.4 顏色感覺(jué)與刺激面積的關(guān)系
2.3.5 主觀顏色
2.3.6 暖色與冷色
2.4 視覺(jué)的空間性質(zhì)
2.4.1 視力
2.4.2 視覺(jué)的空間頻率特性
2.5 視覺(jué)的時(shí)間特性
2.5.1 整合時(shí)間
2.5.2 閃爍
2.5.3 視野與視覺(jué)的關(guān)系
2.5.4 運(yùn)動(dòng)感覺(jué)
2.6 主觀輪廓和空間錯(cuò)覺(jué)
2.6.1 主觀輪廓
2.6.2 空間錯(cuò)覺(jué)
本章要點(diǎn)
習(xí)題第3章圖像信號(hào)分析基礎(chǔ) 3.1 圖像信號(hào)的數(shù)學(xué)表示
3.1.1 信號(hào)的采樣
3.1.2 信號(hào)的量化
3.1.3 圖像信號(hào)的采樣
3.1.4 圖像信號(hào)的量化
3.1.5 灰度直方圖
3.2 圖像的運(yùn)算
3.2.1 點(diǎn)運(yùn)算
3.2.2 代數(shù)運(yùn)算
3.2.3 幾何運(yùn)算
3.3 線(xiàn)性系統(tǒng)
3.3.1 線(xiàn)性系統(tǒng)的性質(zhì)
3.3.2 線(xiàn)性移不變系統(tǒng)
3.3.3 二維線(xiàn)性移不變系統(tǒng)的頻率響應(yīng)
3.4 圖像的卷積計(jì)算
3.4.1 卷積積分
3.4.2 二維卷積
3.4.3 離散二維卷積的矩陣運(yùn)算
3.4.4 卷積與濾波
3.5 圖像的統(tǒng)計(jì)特性
3.5.1 圖像的振幅分布特性
3.5.2 差值信號(hào)的振幅分布特性
3.5.3 圖像的自相關(guān)函數(shù)
3.5.4 圖像的振幅譜
3.5.5 功率有限的圖像空域功率譜與自相關(guān)函數(shù)
3.5.6 圖像信息的信息量
本章要點(diǎn)
習(xí)題第4章圖像變換 4.1 積分變換
4.2 連續(xù)傅里葉變換
4.2.1 傅里葉積分的復(fù)數(shù)形式
4.2.2 傅里葉積分變換
4.2.3 傅里葉變換的性質(zhì)
4.3 離散傅里葉變換
4.3.1 離散傅里葉變換的定義
4.3.2 離散傅里葉變換的性質(zhì)
4.4 快速傅里葉變換
4.4.1 傅里葉變換的周期性分析
4.4.2 fft的計(jì)算機(jī)算法
4.5 二維離散傅里葉變換
4.5.1 二維離散傅里葉變換的定義
4.5.2 二維離散傅里葉變換的性質(zhì)
4.5.3 圖像的傅里葉變換實(shí)例
4.6 正交變換的一般表示形式
4.6.1 通用變換公式
4.6.2 變換核的可分離性和對(duì)稱(chēng)性
4.6.3 正交變換的矩陣表示
4.6.4 幾個(gè)重要概念
4.7 其他離散正交變換
4.7.1 沃爾什變換
4.7.2 哈達(dá)瑪變換
4.7.3 離散余弦變換
4.7.4 哈爾變換
4.7.5 k-l變換
4.8 小波變換
4.8.1 基本概念
4.8.2 連續(xù)小波變換（cwt）
4.8.3 小波變換的濾波器實(shí)現(xiàn)
4.8.4 理想帶通濾波器簇
4.8.5 子帶編碼
4.8.6 尺度向量
4.8.7 基本小波與小波變換
4.8.8 二維離散小波變換
本章要點(diǎn)
習(xí)題第5章圖像增強(qiáng)與復(fù)原 5.1 圖像增強(qiáng)原理
5.1.1 灰度級(jí)映射變換增強(qiáng)原理
5.1.2 圖像的頻域增強(qiáng)原理
5.2 圖像增強(qiáng)的直方圖方法
5.2.1 直方圖的映射變換
5.2.2 直方圖均衡化
5.2.3 直方圖規(guī)定化
5.3 圖像平滑化
5.3.1 鄰域平均法
5.3.2 低通濾波法
5.3.3 多圖像平均法
5.4 圖像的銳化
5.4.1 微分銳化法
5.4.2 高通濾波法
5.5 同態(tài)圖像增強(qiáng)方法
5.6 圖像復(fù)原
5.6.1 圖像退化的數(shù)學(xué)模型
5.6.2 圖像復(fù)原中的主要問(wèn)題
5.6.3 逆濾波方法
5.6.4 功率譜均衡復(fù)原
5.6.5 點(diǎn)擴(kuò)散函數(shù)的確定
5.6.6 線(xiàn)性代數(shù)復(fù)原
本章要點(diǎn)
習(xí)題第6章圖像壓縮與編碼 6.1 圖像信息的冗余
6.2 數(shù)字圖像的質(zhì)量評(píng)價(jià)
6.3 無(wú)損壓縮及其編碼方法
6.3.1 香農(nóng)信息保持編碼定理
6.3.2 哈夫曼編碼
6.3.3 算術(shù)編碼
6.3.4 雙字長(zhǎng)編碼
6.4 有損壓縮編碼
6.4.1 率失真理論
6.4.2 其他失真度量
6.5 預(yù)測(cè)編碼
6.5.1 dpcm工作原理
6.5.2 線(xiàn)性預(yù)測(cè)編碼
6.5.3 自適應(yīng)預(yù)測(cè)編碼
6.5.4 自適應(yīng)量化器
6.6 變換編碼
6.6.1 離散余弦變換
6.6.2 dct的自適應(yīng)量化
6.6.3 圖像子塊的分類(lèi)
6.6.4 dct編碼與解碼
6.6.5 變換編碼的特性
6.7 運(yùn)動(dòng)圖像的幀間壓縮編碼
6.8 圖像壓縮的標(biāo)準(zhǔn)化
6.9 圖像壓縮編碼的新進(jìn)展
6.9.1 小波變換壓縮編碼
6.9.2 分形編碼
6.9.3 人工神經(jīng)網(wǎng)絡(luò)壓縮編碼
本章要點(diǎn)
習(xí)題第7章圖像重建 7.1 投影－頻域重建
7.1.1 投影函數(shù)的表示
7.1.2 投影定理
7.1.3 從傅里葉變換重建
7.2 反向投影重建方法
7.2.1 反向投影操作原理
7.2.2 反向投影重建公式的推導(dǎo)
7.2.3 反投影方法的數(shù)字實(shí)現(xiàn)
7.2.4 三維圖像重建
7.3 代數(shù)重建技術(shù)
7.3.1 圖像的描述
7.3.2 kaczmarz迭代算法
7.3.3 加權(quán)系數(shù)的確定
7.4 雙目立體視覺(jué)
7.4.1 立體視覺(jué)
7.4.2 雙目立體視覺(jué)原理
7.4.3 對(duì)應(yīng)點(diǎn)的匹配
7.4.4 匹配算法
本章要點(diǎn)
習(xí)題第8章彩色與多頻譜圖像處理 8.1 彩色圖像處理
8.1.1 彩色坐標(biāo)變換
8.1.2 彩色圖像復(fù)原
8.1.3 圖像增強(qiáng)
8.1.4 偽彩色
8.1.5 假彩色增強(qiáng)
8.1.6 基于顏色特征的圖像檢索
8.2 多光譜圖像處理
8.2.1 多光譜圖像處理簡(jiǎn)介
8.2.2 幾何矯正
8.2.3 比值處理
8.2.4 遙感圖像的分類(lèi)
8.2.5 氣象衛(wèi)星圖像
8.3 影像融合
8.3.1 影像融合概述
8.3.2 小波融合方法
8.4 遙感超譜圖像處理
8.4.1 超譜圖像概述
8.4.2 超譜圖像分類(lèi)
8.4.3 超譜圖像的壓縮
本章要點(diǎn)
習(xí)題第9章圖像分析與識(shí)別基礎(chǔ) 9.1 視覺(jué)再認(rèn)模式
9.1.1 模板匹配模式
9.1.2 特征分析模式
9.1.3 結(jié)構(gòu)描述模式
9.1.4 傅里葉模式
9.2 圖像分割
9.2.1 閾值分割法
9.2.2 邊緣檢測(cè)法
9.2.3 區(qū)域增長(zhǎng)法
9.2.4 二值圖像分割法
9.2.5 圖像的分割信息結(jié)構(gòu)
9.2.6 圖像分割質(zhì)量的評(píng)價(jià)
9.3 圖像的特征
9.3.1 幅值特征
9.3.2 灰度直方圖特征
9.3.3 變換系數(shù)特征
9.3.4 邊緣特征
9.3.5 矩特征
9.3.6 線(xiàn)條和角點(diǎn)特征
9.3.7 紋理特征
9.4 分類(lèi)
9.4.1 特征提取的原則
9.4.2 分類(lèi)器
9.4.3 特征選取
9.4.4 統(tǒng)計(jì)分類(lèi)的bayes決策方法
9.4.5 分類(lèi)器的類(lèi)型
9.5 模式識(shí)別的結(jié)構(gòu)方法
9.5.1 系統(tǒng)構(gòu)成的基本原理
9.5.2 系統(tǒng)構(gòu)成
9.5.3 描述模式的語(yǔ)言和文法
9.5.4 句法分析
本章要點(diǎn)
習(xí)題第10章圖像處理的matlab工具 10.1 圖像的輸入與輸出
10.1.1 圖像的輸入
10.1.2 圖像的輸出
10.1.3 圖像的顯示
10.2 顏色操作
10.2.1 變換彩色空間
10.2.2 調(diào)整色彩板
10.3 圖像的變換
10.3.1 快速傅里葉變換
10.3.2 離散余弦變換
10.4 圖像運(yùn)算與操作
10.4.1 圖像直方圖
10.4.2 圖像統(tǒng)計(jì)
10.5 卷積與濾波
10.5.1 卷積
10.5.2 二維濾波參考文獻(xiàn)