數(shù)字圖像處理

第1章 緒論
1.1圖像的概念
1.2圖像的分類
1.3圖像的表示
1.3.1圖像信號的表示
1.3.2數(shù)字圖像的表示
1.4人類的視覺
1.4.1人眼構(gòu)造和視覺現(xiàn)象
1.4.2人類視覺特性
1.5圖像質(zhì)量的評價方法
1.6數(shù)字圖像處理
1.6.1圖像信號的數(shù)字化
1.6.2數(shù)字圖像文件的存儲格式
1.6.3數(shù)字圖像處理主要的研究內(nèi)容
1.6.4數(shù)字圖像處理系統(tǒng)
1.6.5圖像處理、圖像分析和圖像理解
1.6.6圖像通信系統(tǒng)
1.6.7數(shù)字圖像處理的主要應用
習題
第2章 Matlab圖像處理工具箱
2.1Matlab簡介
2.2Matlab常用的基本命令
2.3圖像處理工具箱簡介
2.4 Matlab中的圖像類型及類型轉(zhuǎn)換
2.4.1圖像和圖像數(shù)據(jù)
2.4.2圖像處理工具箱所支持的圖像類型
2.4.3Matlab圖像類型轉(zhuǎn)換
2.4.4圖像文件的讀寫和查詢
2.4.5圖像文件的顯示
2.4.6不同類型的圖像顯示方法
習題
第3章 圖像的變換
3.1圖像的正交變換
3.2傅里葉變換
3.2.1連續(xù)函數(shù)的傅里葉變換
3.2.2離散函數(shù)的傅里葉變換
3.2.3離散傅里葉變換的若干性質(zhì)
3.2.4離散傅里葉變換的Matlab實現(xiàn)
3.3離散余弦變換
3.3.1一維離散余弦變換
3.3.2二維離散余弦變換
3.3.3離散余弦變換的Matlab實現(xiàn)
3.4沃爾什變換和哈達瑪變換
3.4.1離散沃爾什變換
3.4.2離散哈達瑪變換
3.4.3沃爾什變換和哈達瑪變換的Maltab實現(xiàn)
3.5小波變換
3.5.1小波變換基本理論
3.5.2頻域空間的劃分
3.5.3圖像小波變換的Matlab實現(xiàn)
習題
第4章 圖像的增強
4.1引言
4.2灰度變換法
4.2.1全域線性變換
4.2.2非線性灰度變換
4.3直方圖修正法
4.3.1直方圖
4.3.2直方圖修正
4.3.3直方圖均衡化
4.3.4直方圖規(guī)定化
4.3.5直方圖均衡化的Matlab實現(xiàn)
4.4圖像的平滑
4.4.1鄰域平均法
4.4.2扣值濾波
4.4.3多圖像平均法
4.5圖像銳化
4.5.1梯度銳化法
4.5.2Laplacian增強算子
4.6頻率域濾波增強
4.6.1頻率域低通濾波器
4.6.2頻率域高通濾波器
4.6.3帶通和帶阻
4.6.4圖像增強的Matlab實現(xiàn)
4.7彩色增強
4.7.1偽彩色增強
4.7.2真彩色增強
4.7.3彩色增強的Matlab實現(xiàn)
習題
第5章 圖像的復原
5.1概述
5.2退化的數(shù)字模型
5.2.1退化模型
5.2.2連續(xù)函數(shù)的退化模型
5.2.3離散的退化模型
5.3代數(shù)恢復方法
5.3.1無約束復原
5.3.2約束最小二乘復原
5.4頻率域恢復方法
5.4.1逆濾波恢復法
5.4.2去除由勻速運動引起的模糊
5.5維納濾波復原方法
5.6圖像復原的Matlab實現(xiàn)
5.6.1模糊及噪聲
5.6.2維納濾波復原的Matlab實現(xiàn)
5.6.3約束最小二乘方濾波復原的Matlab實現(xiàn)
習題
第6章 圖像編碼與壓縮技術(shù)
6.1概述
6.1.1圖像的信息冗余
6.1.2圖像壓縮編碼技術(shù)的分類
6.2圖像壓縮編碼評價
6.2.1基于壓縮編碼參數(shù)的評價
6.2.2圖像的逼真度準則
6.3圖像的統(tǒng)計編碼
6.3.1行程編碼
6.3.2方塊編碼
6.3.3霍夫曼編碼
6.3.4算術(shù)編碼
6.3.5行程編碼和霍夫曼編碼的Matlab實現(xiàn)
6.4預測編碼
6.4.1DPCM編碼
6.4.2最佳線性編碼
6.4.3DPCM系統(tǒng)中的圖像降質(zhì)
6.4.4預測編碼的Matlab實現(xiàn)
6.5比特面編碼
6.6變換編碼
6.7編碼技術(shù)的新進展——第二代編碼方法
6.8靜止圖像壓縮編碼標準
6.8.1JPEG標準
6.8.2JPEG 2000標準
習題
第7章 數(shù)字圖像處理的應用與發(fā)展
7.1指紋識別技術(shù)
7.1.1概述
7.1.2指紋識別系統(tǒng)分類
7.1.3指紋識別系統(tǒng)工作原理
7.1.4指紋識別模塊算法
7.1.5指紋特征提取和比對
7.2車輛牌照識別技術(shù)
7.2.1概述
7.2.2車輛牌照識別系統(tǒng)的結(jié)構(gòu)
7.2.3預處理
7.2.4牌照定位
7.2.5字符的分割
7.2.6車牌字符識別
7.3圖像型火災探測技術(shù)
7.3.1概述
7.3.2火災圖像的分割處理
7.3.3火災圖像識別
7.3.4仿真及結(jié)果
7.4數(shù)字圖像水印技術(shù)
7.4.1概述
7.4.2數(shù)字圖像水印的特性和分類
7.4.3數(shù)字水印原理
7.4.4 DCT域數(shù)字圖像水印技術(shù)
附錄 數(shù)字圖像處理實驗
實驗項目及學時安排
實驗一 Matlab圖像工具箱的使用
實驗二 圖像變換
實驗三 圖像灰度修正技術(shù)和直方圖均衡化
實驗四 圖像的平滑
實驗五 圖像的銳化
實驗六 DCT域圖像數(shù)字水印算法
參考文獻