數(shù)字圖像處理——Java語言實現(xiàn)

第1章 引言
1．1 數(shù)字圖像處理的發(fā)展概況
1．2 數(shù)字圖像和數(shù)字圖像處理
1．2．1 圖像
1．2．2 數(shù)字圖像
1．2．3 數(shù)字圖像處理
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)——Java語言
練習(xí)題
第2章 數(shù)字圖像處理的數(shù)學(xué)基礎(chǔ)
2．1 圖像的線性處理系統(tǒng)
2．1．1 成像系統(tǒng)模型的劃分
2．1．2 點光源和函數(shù)
2．2 傅立葉變換
2．2．1 連續(xù)函數(shù)的傅立葉變換
2．2．2 離散函數(shù)的傅立葉變換
2．2．3 快速傅立葉變換
2．3 沃爾什變換
2．3．1 一維離散沃爾什變換
2．3．2 二維離散沃爾什變換
2．4 哈達瑪變換
2．4．1 一維離散哈達瑪變換
2．4．2 二維離散哈達瑪變換
2．5 小波變換
2．5．1 連續(xù)小波變換
2．5．2 離散小波變換
練習(xí)題
第3章 圖像的數(shù)字化
3．1 概述
3．1．1 取樣
3．1．2 量化
3．1．3 Java 語言實現(xiàn)對圖像像素的獲取
3．1．4 取樣、量化與圖像的質(zhì)量
3．2 點陣取樣原理
3．2．1 一維點陣取樣
3．2．2 二維點陣取樣
3．3 最佳量化
練習(xí)題
第4章 圖像增強
4．1 灰度變換
4．1．1 灰度變換
4．1．2 Java語言實現(xiàn)線性灰度變換
4．2 直方圖均勻化處理
4．2．1 灰度直方圖
4．2．2 直方圖修正技術(shù)
4．2．3 直方圖均勻化處理
4.3 平滑化處理
4．3．1 鄰域平均法
4．3．2 低通濾波法
4．4 尖銳化處理
4．4.1 微分尖銳化處理
4．4．2 高通濾波法
4．5 中值濾波
4．5．1 一維中值濾波
4．5．2 二維中值濾波
練習(xí)題
第5章 圖像復(fù)原
5．1 退化的數(shù)學(xué)模型
5．1．1 退化模型及復(fù)原的基本過程
5．1．2 連續(xù)函數(shù)的退化模型
5．1．3 離散函數(shù)的退化模型
5．2 線性濾波圖像復(fù)原
5．2．1 無約束圖像復(fù)原
5．2．2 約束圖像復(fù)原
5．3 向濾波圖像復(fù)原
5．3．1 基本原理
5．3．2 零點問題
5．3．3 消除因勻速直線運動引起的圖像模糊
5．4 最小二乘法約束圖像復(fù)原
練習(xí)題
第6章 圖像編碼與壓縮
6．1 基本概念
6．1．1 圖像編碼
6．1，2 冗余信息和不相關(guān)信息
6．1．3 數(shù)據(jù)的壓縮
6．2 圖像質(zhì)量的衡量準則
6．2．1 客觀保真度準則
6．2．2 主觀保真度準則
6．3 圖像編碼過程
6．3．1 圖像數(shù)據(jù)轉(zhuǎn)換
6．3．2 圖像數(shù)據(jù)量化
6．3．3 圖像數(shù)據(jù)編碼
6．4 統(tǒng)計編碼
6．4．1 基本概念
6．4．2 香農(nóng)．費諾碼
6．4．3 霍夫曼編碼
練習(xí)題
第7章 圖像的分割與描述
7．1 圖像的分割
7．1．1 灰度閾值分割法
7．1．2 模板匹配法
7．1．3 邊緣檢測法
7．2 圖像的描述
7．2．1 區(qū)域描述
7．2．2 關(guān)系描述
7．2．3 相似性描述
練習(xí)題
第8章 數(shù)字圖像處理技術(shù)的應(yīng)用——醫(yī)學(xué)圖像處理
8．1 醫(yī)學(xué)成像系統(tǒng)的物理基礎(chǔ)
8．1．1 原子模型
8．1．2 電磁波
8．1．3 倫琴射線
8．1．4 磁共振效應(yīng)
8．1．5 多普勒效應(yīng)
8．1．6 超聲波
8．2 醫(yī)學(xué)成像系統(tǒng)的技術(shù)基礎(chǔ)
8．2．1 計算機斷層掃描(CT)成像
8．2．2 正電子發(fā)射計算機斷層掃描(PET)成像
8．2．3 磁共振(MRI)成像
8．2．4 超聲多普勒成像
8．3 常用醫(yī)學(xué)圖像處理方法
8．3．1 圖像修正
8．3．2 圖像分析
練習(xí)題
參考文獻
附錄
附錄A Java語言簡介
附錄B JDKl．4的安裝及配置
附錄C 光盤說明