圖像處理

序言
前言
第一章 導(dǎo)論
1. 1 概述
1. 2 圖像信息處理技術(shù)研究的內(nèi)容
1. 3 數(shù)字圖像處理系統(tǒng)
第二章 數(shù)學(xué)知識
2. 1 點源與函數(shù)
2. 2 線性系統(tǒng)
2. 3 矩陣微分
2. 4 矩陣的廣義逆
2. 5 傅氏變換
2. 6 周期函數(shù). 周期. 頻率
第三章 視覺知識
3. 1 人眼的生理構(gòu)造
3. 2 輻射度學(xué)基礎(chǔ)知識
3. 3 亮覺與光度學(xué)基礎(chǔ)知識
3. 4 色覺與色度學(xué)基礎(chǔ)知識
3. 4. 1 色覺與色度學(xué)基礎(chǔ)知識
3. 4. 2 表色模型
3. 4. 3 色度圖
3. 5 視覺信息處理特性
3. 6 視覺特性
3. 7 視覺模型
3. 8 視覺的心理學(xué)知識
第四章 圖像的數(shù)學(xué)描述
4. 1 圖像的函數(shù)表示
4. 2 反射形成的圖像模型的數(shù)學(xué)結(jié)構(gòu)
4. 3 圖像的統(tǒng)計表示形式--隨機場
4. 3. 1 隨機場的概念
4. 3. 2 隨機場的概率分布描述. 統(tǒng)計參量及計算公式
4. 4 均勻隨機場
第五章 圖像的數(shù)字化
5. 1 數(shù)字圖像的表示形式
5. 2 取樣定理
5. 2. 1 取樣定理
5. 2. 2 原函數(shù)的重建
5. 2. 3 混疊
5. 2. 4 取樣的實際問題
5. 3 量化
5. 3. 1 量化
5. 3. 2 最佳量化
5. 3. 3 有約束的最佳量化器
5. 3. 4 自適應(yīng)量化
5. 4 根據(jù)圖像局部區(qū)域特征進行非均勻取樣和非一致量化
5. 5 數(shù)字圖像的概率分布和統(tǒng)計參量
第六章 圖像酉變換
6. 1 離散傅氏變換 DFT
6. 1. 1 離散傅氏變換的定義
6. 1. 2 離散傅氏變換性質(zhì)
6. 2 線性變換的一般表示式
6. 2. 1 標量表示式
6. 2. 2 矢量表示式
6. 2. 3 矩陣表示式
6. 2. 4 矢量外積表示式
6. 3 可逆變換
6. 4 線性變換的實質(zhì)
6. 4. 1 基底
6. 4. 2 基平面
6. 5 線性變換的統(tǒng)計特性
6. 5. 1 變換圖像的一. 二階矩
6. 5. 2 變換圖像的概率密度模型
6. 6 沃爾什-哈達瑪變換 WHT
6. 6. 1 列率 sequency . 格雷碼與拉德梅克函數(shù)
6. 6. 2 沃爾什 walsh 函數(shù)
6. 6. 3 沃爾什級數(shù)
6. 6. 4 沃爾什變換
6. 6. 5 哈達瑪變換
6. 7 離散余弦變換 DCT
6. 8 離散K-L變換
6. 9 奇異值分解 SVD 和變換
6. 10 哈爾變換 HT
6. 10. 1 哈爾函數(shù)的定義
6. 10. 2 哈爾函數(shù)性質(zhì)
6. 10. 3 哈爾矩陣與哈爾變換
6. 11 斜變換 DST
6. 11. 1 斜矩陣
6. 11. 2 斜變換
第七章 圖像增強
7. 1 概述
7. 2 對比度增強
7. 2. 1 線性變換
7. 2. 2 分段線性變換
7. 2. 3 非線性變換
7. 2. 4 其他變換
7. 3 修正直方圖增強
7. 3. 1 直方圖 histogram
7. 3. 2 直方圖均化
7. 3. 3 直方圖規(guī)定化
7. 4 平滑 smoothing
7. 4. 1 噪聲
7. 4. 2 鄰域平均法
7. 4. 3 多圖平均法
7. 4. 4 中值濾波法
7. 4. 5 頻域中低通濾波和帶阻濾波
7. 5 銳化 sharpening
7. 5. 1 模糊機理及基本解決方法
7. 5. 2 梯度模算子
7. 5. 3 拉氏算子
7. 5. 4 Wallis算子
7. 5. 5 其他自適應(yīng)銳化算子
7. 5. 6 高通濾波和高頻加強濾波
7. 6 自適應(yīng)疊代濾波增強
7. 6. 1 自適應(yīng)疊代濾波原理
7. 6. 2 圖像的自適應(yīng)疊代濾波算法
7. 7. 同態(tài)濾波增晰
7. 8 幾何校正
7. 8. 1 像素坐標校正
7. 8. 2 像素灰度估算
7. 9 偽彩色和假彩色
7. 9. 1 偽彩色 pseudo color 技術(shù)
7. 9. 2 假彩色 false color 技術(shù)
7. 10 圖像間的四則運算
第八章 圖像恢復(fù)
8. 1 概述
8. 2 圖像質(zhì)量的客觀評價
8. 3 降質(zhì)模型的一般表示式
8. 3. 1 連續(xù)的線性降質(zhì)模型表示式
8. 3. 2 離散的線性系統(tǒng)模型表示式
8. 4 分塊循環(huán)矩陣的對角化及其意義
8. 5 降質(zhì)系統(tǒng)的模型及參數(shù)的確定
8. 5. 1 具體研究降質(zhì)過程確定h x, y
8. 5. 2 由降質(zhì)圖像確定h x, y
8. 5. 3 原始圖像及噪聲的功率譜估計
8. 6 頻域中的恢復(fù)方法
8. 6. 1 逆濾波
8. 6. 2 等功率譜濾波
8. 6. 3 維納濾波
8. 6. 4 其他幾種頻域中的恢復(fù)濾波器
8. 6. 5 由降質(zhì)圖像估計恢復(fù)濾波器的一種方法
8. 6. 6 疊代盲卷積恢復(fù)算法
8. 7 最小二乘估計
8. 8 約束最小二乘估計
8. 8. 1 化矩陣方程約束為范數(shù)方程約束
8. 8. 2 矩陣方程約束
8. 9 利用分塊循環(huán)矩陣性質(zhì)改變恢復(fù)域
8. 9. 1 平滑約束恢復(fù)算法
8. 9. 2 變參數(shù)維納濾波
8. 10 線性均方估計恢復(fù)圖像
8. 11 非線性統(tǒng)計估計
8. 11. 1 條件均方估計
8. 11. 2 最大后驗估計 MAPE
8. 11. 3 最大似然估計 MLE
8. 11. 4 最大后驗估計的具體實施
8. 11. 5 最大似然估計的實施
8. 12 最大熵恢復(fù)
8. 13 圖像恢復(fù)的代數(shù)方法
8. 13. 1 廣義逆法
8. 13. 2 奇異值分解廣義逆法
8. 13. 3 投影疊代法
8. 14 卡爾曼濾波恢復(fù)
8. 15 運動模糊圖像恢復(fù)
8. 15. 1 運動模糊差分恢復(fù)
8. 15. 2 差分投影恢復(fù)
8. 15. 3 直接卷積恢復(fù)
8. 16 薄云層下的景物圖像恢復(fù)
8. 17 超分辨率圖像復(fù)原
8. 17. 1 超分辨率圖像復(fù)原及其進展
8. 17. 2 超分辨率復(fù)原的理論基礎(chǔ)
8. 17. 3 超分辨率復(fù)原算法
8. 17. 4 超分辨率圖像復(fù)原的研究發(fā)展方向