數(shù)字圖像處理及應(yīng)用：使用MATLAB分析與實現(xiàn)

目錄

第1章數(shù)字圖像處理概論

1．1數(shù)字圖像處理的產(chǎn)生

1．2數(shù)字圖像處理的基本概念

1．2．1圖像及其類型

1．2．2圖像與數(shù)字圖像

1．2．3其他相關(guān)概念

1．2．4數(shù)字圖像獲取方法

1．2．5數(shù)字圖像的矩陣表示

1．3數(shù)字圖像處理系統(tǒng)

1．3．1數(shù)字圖像處理硬件系統(tǒng)

1．3．2數(shù)字圖像處理軟件系統(tǒng)

1．4數(shù)字圖像處理的應(yīng)用與發(fā)展

1．4．1數(shù)字圖像處理的應(yīng)用

1．4．2數(shù)字圖像處理的發(fā)展

習(xí)題

第2章數(shù)字圖像處理基礎(chǔ)

2．1數(shù)字圖像的類型

2．2圖像數(shù)字化器

2．2．1圖像數(shù)字化器的組件

2．2．2圖像數(shù)字化器的性能

2．2．3圖像數(shù)字化器的類型

2．3圖像的采樣和量化

2．3．1采樣

2．3．2量化

2．3．3采樣與量化參數(shù)的選擇

2．4像素基本關(guān)系

2．4．1像素的鄰接

2．4．2鄰接性、連通性、區(qū)域和邊界

2．4．3距離度量

2．5圖像文件格式

2．5．1BMP文件

2．5．2JPEG文件

2．5．3PNG文件

2．5．4TIFF文件

2．5．5GIF文件

2．6數(shù)字圖像的顯示特性

2．6．1圖像的顯示

2．6．2圖像的打印

2．7圖像質(zhì)量評價

2．7．1圖像質(zhì)量評價方法

2．7．2均方誤差

2．7．3信噪比與峰值信噪比

2．7．4結(jié)構(gòu)相似度

2．8灰度直方圖

2．8．1直方圖的定義與性質(zhì)

2．8．2直方圖的作用

2．8．3直方圖與圖像的關(guān)系

2．9圖像的統(tǒng)計特征

2．9．1圖像的基本統(tǒng)計分析量

2．9．2多維圖像的統(tǒng)計特性

習(xí)題

第3章圖像變換

3.1傅里葉變換

3.1.1連續(xù)傅里葉變換

3.1.2離散傅里葉變換

3.1.3二維DFT的性質(zhì)

3.1.4圖像傅里葉變換綜合實例

3.2離散余弦變換

3.2.1一維DCT變換

3.2.2二維DCT變換

3.2.3DCT變換的快速算法

3.2.4二維DCT的頻譜分布

3.3離散KL變換

3.3.1KL變換的基本原理

3.3.2KL變換的性質(zhì)

3.3.3KL變換的逆變換

3.4離散沃爾什變換

3.4.1一維離散沃爾什變換

3.4.2二維離散沃爾什變換

3.4.3沃爾什變換的頻譜

3.5離散哈達(dá)瑪變換

3.5.1一維離散哈達(dá)瑪變換

3.5.2二維離散哈達(dá)瑪變換

3.6小波變換

3.6.1小波變換簡介

3.6.2連續(xù)小波變換

3.6.3離散小波變換

習(xí)題

第4章圖像處理的基本運(yùn)算

4.1基本運(yùn)算的類型

4.2點運(yùn)算

4.2.1點運(yùn)算的種類

4.2.2點運(yùn)算與直方圖

4.2.3點運(yùn)算的應(yīng)用

4.3代數(shù)運(yùn)算

4.3.1代數(shù)運(yùn)算的意義

4.3.2加法運(yùn)算

4.3.3減法運(yùn)算

4.3.4乘法運(yùn)算

4.3.5除法運(yùn)算

4.4幾何運(yùn)算

4.4.1齊次坐標(biāo)

4.4.2圖像平移

4.4.3比例縮放

4.4.4鏡像變換

4.4.5旋轉(zhuǎn)變換

4.4.6復(fù)合變換

4.4.7控制點變換

4.4.8透視變換

4.4.9其他變換

4.5灰度級插值

4.5.1最近鄰法

4.5.2雙線性插值法

4.5.3三次內(nèi)插法

習(xí)題

第5章圖像空域增強(qiáng)

5．1圖像噪聲

5．1．1圖像噪聲的產(chǎn)生

5．1．2圖像噪聲的分類

5．1．3圖像噪聲的特點

5．2圖像增強(qiáng)處理分類

5．2．1空域增強(qiáng)法

5．2．2頻域增強(qiáng)法

5．2．3圖像增強(qiáng)效果評價

5．3直接灰度變換增強(qiáng)

5．3．1線性灰度拉伸

5．3．2非線性拉伸

5．3．3光學(xué)增強(qiáng)

5．4基于直方圖的圖像增強(qiáng)

5．4．1基本原理

5．4．2直方圖均衡化

5．4．3直方圖規(guī)定化

5．5代數(shù)運(yùn)算增強(qiáng)

5．5．1代數(shù)運(yùn)算增強(qiáng)的應(yīng)用

5．5．2比值處理與應(yīng)用

5．6空域濾波增強(qiáng)

5．6．1空域濾波模板

5．6．2線性平滑濾波

5．6．3非線性平滑濾波

5．6．4銳化濾波器

5．7空域平滑濾波處理實例

5．7．1程序源代碼

5．7．2應(yīng)用舉例

習(xí)題

第6章圖像頻域增強(qiáng)

6．1低通濾波

6．1．1理想低通濾波器

6．1．2巴特沃斯低通濾波器

6．1．3指數(shù)低通濾波器

6．1．4梯形低通濾波器

6．2高通濾波

6．2．1理想高通濾波器

6．2．2巴特沃斯高通濾波器

6．2．3指數(shù)高通濾波器

6．2．4梯形高通濾波器

6．3帶通和帶阻濾波

6．3．1帶通濾波器

6．3．2帶阻濾波器

6．4同態(tài)濾波

6．4．1同態(tài)濾波原理

6．4．2同態(tài)濾波實現(xiàn)方法

6．4．3同態(tài)濾波的應(yīng)用

習(xí)題

第7章彩色圖像處理

7．1人眼的視覺特性

7．1．1人眼的結(jié)構(gòu)

7．1．2人眼視覺模型

7．1．3人類視覺特性

7．2計算機(jī)的顏色模型

7．2．1面向硬件的彩色模型

7．2．2面向視覺感知的顏色模型

7．3偽彩色圖像處理

7．3．1偽彩色處理簡介

7．3．2密度分割

7．3．3灰度級偽彩色變換

7．4全彩色圖像處理

7．4．1彩色圖像處理方法分類

7．4．2彩色圖像直方圖增強(qiáng)

7．4．3彩色圖像去噪

7．4．4彩色頻域處理

習(xí)題

第8章圖像復(fù)原

8．1圖像退化機(jī)理

8．1．1退化原因

8．1．2復(fù)原機(jī)理

8．2圖像退化模型

8．2．1退化模型的一般特性

8．2．2連續(xù)退化模型

8．2．3離散退化模型

8．3無約束復(fù)原

8．3．1無約束復(fù)原基本原理

8．3．2無約束復(fù)原的奇異性

8．4逆濾波

8．4．1逆濾波基本原理

8．4．2逆濾波的病態(tài)條件

8．4．3逆濾波復(fù)原實例

8．5有約束復(fù)原法

8．5．1最小二乘類約束復(fù)原

8．5．2維納濾波

8．5．3功率譜均衡

8．5．4幾何均值濾波器

8．6勻速直線運(yùn)動的模糊恢復(fù)

8．6．1勻速運(yùn)動模糊模型

8．6．2勻速運(yùn)動復(fù)原方法

8．7其他糾正技術(shù)

8．7．1幾何畸變校正

8．7．2盲目圖像復(fù)原

8．8中值濾波

8．8．1中值濾波基本原理

8．8．2中值濾波特性

8．8．3加權(quán)中值濾波

習(xí)題

第9章圖像編碼

9．1圖像編碼的基本原理

9．1．1圖像中的信息冗余

9．1．2圖像編碼分類

9．1．3圖像編碼新方法

9．2圖像編碼評價

9．2．1編碼圖像的質(zhì)量

9．2．2效率指標(biāo)

9．2．3復(fù)雜度與適用范圍

9．3圖像統(tǒng)計編碼

9．3．1變長最佳編碼定理

9．3．2霍夫曼編碼

9．3．3香農(nóng)范諾編碼

9．3．4行程長度編碼

9．3．5算術(shù)編碼

9．4位平面編碼

9．4．1位平面二值分解

9．4．2灰度碼分解

9．5預(yù)測編碼

9．5．1DPCM的工作原理

9．5．2線性預(yù)測編碼

9．5．3非線性預(yù)測

9．6圖像的變換編碼

9．6．1變換編碼的基本原理

9．6．2正交變換的物理意義

9．6．3變換類型與子塊大小的選擇

9．6．4變換編碼的步驟

9．7JPEG標(biāo)準(zhǔn)

9．7．1JPEG基本系統(tǒng)

9．7．2JPEG編碼方法

9．7．3漸進(jìn)式DCT方式編碼

9．7．4JPEG 2000

9．7．5JPEG編碼實例

9．8MPEG標(biāo)準(zhǔn)

9．8．1MPEG1

9．8．2MPEG2

9．8．3MPEG4

習(xí)題

第10章數(shù)學(xué)形態(tài)學(xué)及應(yīng)用

10．1數(shù)學(xué)形態(tài)學(xué)基礎(chǔ)

10．1．1形態(tài)學(xué)簡介

10．1．2術(shù)語和定義

10．2二值形態(tài)學(xué)

10．2．1腐蝕

10．2．2膨脹

10．2．3開運(yùn)算與閉運(yùn)算

10．2．4擊中與擊不中

10．3灰度形態(tài)學(xué)

10．3．1灰度腐蝕

10．3．2灰度膨脹

10．3．3灰度開運(yùn)算與閉運(yùn)算

10．4數(shù)學(xué)形態(tài)學(xué)的應(yīng)用

10．4．1二值形態(tài)學(xué)平滑濾波

10．4．2圖像細(xì)化

10．4．3圖像粗化

習(xí)題

第11章圖像分割

11．1圖像分割的基本概念

11．1．1圖像分割的基本原理

11．1．2圖像分割方法

11．2閾值分割法

11．2．1最佳閾值法

11．2．2判別分析法

11．3區(qū)域分割法

11．3．1區(qū)域生長法

11．3．2區(qū)域分裂與合并

11．4邊緣檢測的基本原理

11．4．1邊緣與邊緣信號

11．4．2邊緣的類型

11．4．3典型邊緣信號

11．5邊緣檢測算子

11．5．1一階微分算子

11．5．2二階微分算子

11．5．3Canny邊緣檢測

11．6輪廓提取

11．6．1輪廓跟蹤

11．6．2二值圖像輪廓

11．7圖像匹配

11．7．1模板匹配

11．7．2直方圖匹配

11．7．3形狀匹配

11．8邊緣檢測的MATLAB實現(xiàn)

11．8．1程序代碼

11．8．2應(yīng)用舉例

習(xí)題

第12章圖像特征與理解

12．1幾何特征

12．1．1位置與方向

12．1．2長軸與短軸

12．1．3周長

12．1．4面積

12．1．5距離

12．2形狀特征

12．2．1矩形度

12．2．2寬長比

12．2．3圓形度

12．2．4球狀度

12．2．5不變矩

12．2．6偏心率

12．3顏色特征

12．3．1顏色直方圖

12．3．2顏色集

12．3．3顏色矩

12．3．4顏色聚合向量

12．3．5顏色相關(guān)圖

12．4形狀描述子

12．4．1傅里葉描述子

12．4．2拓?fù)涿枋?

12．4．3邊界鏈碼

12．4．4一階差分鏈碼

12．4．5霍夫變換

12．5紋理描述

12．5．1紋理特征

12．5．2統(tǒng)計法

12．5．3頻譜法

12．5．4空間自相關(guān)函數(shù)法

12．5．5灰度共生矩陣法

12．5．6紋理句法結(jié)構(gòu)分析

12．6骨架提取

12．6．1骨架的概念

12．6．2中軸變換

習(xí)題

參考文獻(xiàn)