數(shù)字圖像處理

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(guān)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(guān)輪廓和空間錯(cuò)覺(jué)
2.6.1 主觀(guān)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)