數(shù)字圖像處理（第4版）

目 錄
第1章 緒論 1
1．1 圖像、像素及數(shù)字圖像處理 1
1．2 數(shù)字圖像處理發(fā)展簡史 3
1．3 圖像處理的目的、任務與特點 4
1．3．1 圖像處理的目的 4
1．3．2 圖像處理的任務 5
1．3．3 數(shù)字圖像處理的特點 8
1．4 數(shù)字圖像處理的應用 10
1．5 圖像處理與相關技術 14
本章小結 15
思考題與習題 15
第2章 圖像處理基本知識 16
2．1 人類視覺與色度學基礎 16
2．1．1 人眼的結構與功能 16
2．1．2 人類的基本視覺特性 18
2．1．3 三基色原理 18
2．1．4 光度學基本知識 20
2．2 連續(xù)圖像的數(shù)學描述 20
2．3 基本的圖像處理系統(tǒng) 22
2．3．1 圖像處理硬件 22
2．3．2 圖像處理軟件 25
2．4 圖像的統(tǒng)計特征 29
2．5 實驗：圖像的基本操作和基本統(tǒng)計
指標計算 31
本章小結 33
思考題與習題 33
第3章 圖像的數(shù)字化與顯示 35
3．1 圖像數(shù)字化的基本過程 35
3．1．1 圖像的采樣和量化 35
3．1．2 數(shù)字圖像的數(shù)據(jù)量 38
3．1．3 采樣和量化參數(shù)的選擇 38
3．1．4 二維采樣定理 39
3．2 圖像的量化方法 40
3．2．1 量化方法分類 40
3．2．2 標量量化 41
3．2．3 向量量化 42
3．3 圖像輸入/輸出設備 43
3．3．1 圖像輸入設備 43
3．3．2 圖像輸出設備 49
3．4 實驗：圖像的數(shù)字化 50
本章小結 52
思考題與習題 52
第4章 圖像變換與二維數(shù)字濾波 53
4．1 二維離散傅里葉變換（DFT） 53
4．1．1 二維連續(xù)傅里葉變換 54
4．1．2 二維離散傅里葉變換 55
4．1．3 二維離散傅里葉變換的性質 55
4．2 二維離散余弦變換（DCT） 59
4．2．1 一維離散余弦變換 59
4．2．2 二維離散余弦變換 60
4．2．3 二維DCT的應用 60
4．3 二維離散沃爾什-哈達瑪變換
（DHT） 61
4．3．1 沃爾什變換 61
4．3．2 哈達瑪變換 63
4．4 卡胡南-列夫變換（K-L變換） 65
4．5 二維離散小波變換 66
4．5．1 小波分析的思想來源 67
4．5．2 連續(xù)小波變換 68
4．5．3 一維離散小波變換 69
4．5．4 二維離散小波變換 69
4．6 二維數(shù)字濾波器 73
4．7 離散變換在數(shù)字水印上的應用 74
4．7．1 概述 74
4．7．2 數(shù)字水印的衡量標準 75
4．7．3 數(shù)字水印的分類 75
4．7．4 實現(xiàn)數(shù)字水印的一般步驟 75
4．7．5 圖像水印舉例 76
4．8 實驗：圖像變換與二維數(shù)字濾波 78
本章小結 79
思考題與習題 79
第5章 圖像編碼與壓縮 82
5．1 概述 82
5．1．1 數(shù)據(jù)壓縮的基本概念 83
5．1．2 圖像編碼壓縮的必要性 83
5．1．3 圖像編碼壓縮的可能性 84
5．1．4 圖像編碼壓縮的技術指標 85
5．1．5 數(shù)據(jù)壓縮方法的分類 87
5．2 統(tǒng)計編碼 87
5．2．1 霍夫曼（Huffman）編碼 88
5．2．2 算術編碼 90
5．3 預測編碼 91
5．3．1 預測編碼基本原理 91
5．3．2 線性預測編碼 92
5．3．3 自適應預測編碼 93
5．4 變換編碼 93
5．4．1 變換編碼的基本原理 93
5．4．2 變換編碼的系統(tǒng)結構 94
5．4．3 變換編碼方案的選取 94
5．4．4 整數(shù)小波變換與圖像壓縮 96
5．5 二值圖像編碼 98
5．5．1 跳躍空白編碼 98
5．5．2 游程長度編碼 98
5．6 圖像壓縮編碼標準 99
5．6．1 彩色與灰度圖像壓縮標準
JPEG 99
5．6．2 二值圖像壓縮標準JBIG 102
5．6．3 JPEG2000靜態(tài)圖像壓縮
標準 103
5．7 基于分類KLT的高光譜圖像
壓縮 105
5．8 實驗：圖像編碼與壓縮 106
本章小結 108
思考題與習題 109
第6章 圖像增強 110
6．1 概述 110
6．1．1 圖像增強的目的 110
6．1．2 圖像增強技術的分類 111
6．1．3 直方圖的概念 111
6．2 灰度修正 113
6．2．1 灰度級校正 113
6．2．2 灰度變換 114
6．2．3 灰度直方圖變換 117
6．3 同態(tài)增晰 120
6．3．1 問題的由來 120
6．3．2 增晰原理 120
6．3．3 增晰算法 121
6．4 平滑 122
6．4．1 圖像噪聲 122
6．4．2 鄰域平均法 123
6．4．3 中值濾波 125
6．4．4 邊界保持類濾波 127
6．5 銳化 128
6．5．1 空間域差分法 128
6．5．2 頻率域高通濾波法 133
6．6 實驗：圖像增強 133
本章小結 135
思考題與習題 135
第7章 圖 像 復 原 138
7．1 圖像退化原因與復原技術分類 139
7．1．1 連續(xù)圖像退化的數(shù)學模型 139
7．1．2 離散圖像退化的數(shù)學模型 141
7．2 逆濾波復原 142
7．3 約束復原 143
7．3．1 約束復原的基本原理 143
7．3．2 維納濾波方法 143
7．3．3 平滑度約束最小平方濾波 145
7．4 非線性復原方法 147
7．4．1 最大后驗復原 147
7．4．2 最大熵復原 148
7．4．3 投影復原 149
7．4．4 同態(tài)濾波復原 150
7．5 盲圖像復原 150
7．5．1 直接測量法 150
7．5．2 間接估計法 150
7．6 幾何失真校正 153
7．6．1 典型的幾何失真 153
7．6．2 空間幾何坐標變換 154
7．6．3 校正空間像素點灰度值的
確定 155
7．6．4 魚眼圖像校正方法簡介 157
7．7 圖像修復技術簡介 158
7．8 實驗：圖像復原 160
本章小結 161
思考題與習題 162
第8章 圖 像 分 割 163
8．1 概述 163
8．1．1 圖像分割的目的和任務 163
8．1．2 圖像分割的集合定義 164
8．1．3 圖像分割的分類 165
8．2 像素的鄰域和連通性 165
8．3 圖像的閾值分割技術 167
8．3．1 基本原理 167
8．3．2 全局閾值分割 168
8．3．3 局部閾值分割 171
8．4 圖像的邊緣檢測 171
8．4．1 邊緣檢測的基本原理 171
8．4．2 梯度算子 172
8．4．3 拉普拉斯算子 173
8．4．4 拉普拉斯-高斯算子 173
8．4．5 坎尼邊緣檢測算子 174
8．4．6 方向算子 175
8．4．7 邊緣跟蹤 176
8．5 霍夫變換 178
8．5．1 直角坐標系中的霍夫
變換 178
8．5．2 極坐標系中的霍夫變換 179
8．6 區(qū)域生長法 180
8．7 圖像分割方法的比較 182
8．7．1 邊緣檢測的優(yōu)缺點 182
8．7．2 區(qū)域分割的優(yōu)缺點 183
8．8 實驗：圖像分割 183
本章小結 184
思考題與習題 184
第9章 形態(tài)學圖像處理 186
9．1 概述 186
9．1．1 數(shù)學形態(tài)學的發(fā)展簡史及
基本思想 186
9．1．2 幾個基本概念 187
9．2 二值形態(tài)學 189
9．2．1 二值腐蝕 189
9．2．2 二值膨脹 190
9．2．3 二值開運算 192
9．2．4 二值閉運算 193
9．3 灰值形態(tài)學 193
9．3．1 灰值腐蝕 193
9．3．2 灰值膨脹 194
9．3．3 灰值開運算 195
9．3．4 灰值閉運算 195
9．3．5 灰值形態(tài)學梯度 196
9．3．6 高帽變換和低帽變換 196
9．3．7 開-閉運算和閉-開運算 197
9．4 基于數(shù)學形態(tài)學的圖像顆粒度分析
系統(tǒng) 197
9．4．1 概述 197
9．4．2 求圖像中目標的面積和
顆粒度 198
9．4．3 實驗結果與分析 199
9．4．4 小結 200
9．5 實驗：形態(tài)學圖像處理 200
本章小結 202
思考題與習題 202
第10章 彩色圖像處理 203
10．1 彩色圖像處理的基本問題 203
10．2 顏色空間的表示及其轉換 204
10．2．1 RGB模型 204
10．2．2 Munsell模型 205
10．2．3 HSV模型 205
10．2．4 HSI模型 206
10．2．5 YUV模型 206
10．2．6 CMYK模型 207
10．2．7 L*a*b*模型 207
10．2．8 RGB與HSV空間的相互
轉換 208
10．2．9 RGB與HSI空間的相互
轉換 209
10．2．10 RGB與YUV空間的相互
轉換 211
10．2．11 真彩色、索引色和灰度圖像
轉換成二值圖像 211
10．3 顏色空間的量化 212
10．4 假彩色處理 213
10．5 彩色圖像增強 213
10．5．1 真彩色增強 213
10．5．2 偽彩色增強 214
10．6 彩色圖像形態(tài)學 218
10．6．1 彩色圖像形態(tài)學的基本
方法 218
10．6．2 基于數(shù)學形態(tài)學的彩色
圖像濾波 218
10．7 實驗：彩色圖像處理 220
本章小結 222
思考題與習題 222
第11章 數(shù)字圖像處理的應用 224
11．1 基于壓縮感知和重疊分塊的
人臉識別 224
11．1．1 壓縮感知理論 224
11．1．2 算法的主要流程 225
11．1．3 測量矩陣 226
11．1．4 信號重構 227
11．1．5 基于稀疏表示的人臉識別 227
11．2 基于內(nèi)容的圖像檢索（CBIR） 230
11．2．1 概述 230
11．2．2 基于內(nèi)容圖像檢索的發(fā)展 230
11．2．3 圖像特征的概念 231
11．2．4 基于內(nèi)容的圖像檢索系統(tǒng)
的框架 231
11．2．5 相似度測量公式 234
11．2．6 基于內(nèi)容的圖像檢索系統(tǒng)
簡介 235
11．2．7 基于內(nèi)容的圖像檢索技術
的研究熱點 235
11．2．8 一種基于深度學習的圖像
檢索 236
11．3 基于MATLAB GUI圖像處理軟件
的開發(fā) 242
11．3．1 GUIDE基本操作 242
11．3．2 GUIDE圖像處理軟件設計
實例 242
11．3．3 實驗：基于GUIDE的圖像
處理軟件開發(fā) 246
11．4 數(shù)字圖像處理的發(fā)展趨勢 247
本章小結 248
思考題與習題 249
附錄A 常用詞匯中英文對照表 250
附錄B 常用MATLAB圖像處理工具箱
函數(shù) 257
參考文獻 262