Visual C++數(shù)字圖像處理技術(shù)詳解

前言
第一篇 數(shù)字圖像處理編程基礎(chǔ)
第1章 Visual C++圖像處理基礎(chǔ)
1.1 visual C++概述
1.2 數(shù)字圖像處理的研究?jī)?nèi)容及應(yīng)用領(lǐng)域
1.3 顏色模式和調(diào)色板
1.3.1 顏色模式
1.3.2 Windows調(diào)色板
1.4 數(shù)字圖像文件格式
1.4.1 BMP文件格式
1.4.2 其他文件格式
1.5 使用visual C++處理數(shù)字圖像的基本方法
1.5.1 使用GDI+處理數(shù)字圖像
1.5.2 使用DIB處理數(shù)字圖像
1.5.3 使用自定義類CDib處理數(shù)字圖像
1.6 綜合實(shí)例——圖像瀏覽器
1.7 實(shí)踐拓展
第二篇 數(shù)字圖像處理核心技術(shù)
第2章 圖像幾何變換
2.1 圖像位置變換
2.1.1 圖像平移
2.1.2 圖像旋轉(zhuǎn)
2.1.3 圖像鏡像
2.1.4 圖像轉(zhuǎn)置
2.2 圖像尺度變換
2.2.1 圖像縮放
2.2.2 插值算法
2.3 綜合實(shí)例——魔鏡
2.4 實(shí)踐拓展
第3章 圖像正交變換
3.1 基本正交變換
3.1.1 離散傅里葉變換
3.1.2 離散余弦變換
3.1.3 離散沃爾什變換
3.2 特征變換
3.2.1 K－L變換
3.2.2 SVD變換
3.2.3 小波變換
3.3 綜合實(shí)例——特征提取
3.4 實(shí)踐拓展
第4章 圖像增強(qiáng)
4.1 灰度變換增強(qiáng)
4.1.1 線性灰度增強(qiáng)
4.1.2 分段線性灰度增強(qiáng)
4.1.3 非線性灰度增強(qiáng)
4.2 直方圖增強(qiáng)
4.2.1 直方圖統(tǒng)計(jì)
4.2.2 直方圖均衡化
4.2.3 直方圖規(guī)定化
4.3 圖像平滑
4.3.1 鄰域平均法
4.3.2 加權(quán)平均法
4.3.3 選擇式掩膜平滑
4.3.4 中值濾波法
4.4 圖像銳化
4.4.1 梯度銳化
4.4.2 拉普拉斯掩膜銳化
4.5 頻域增強(qiáng)
4.5.1 低通濾波
4.5.2 高通濾波
4.5.3 帶阻濾波
4.5.4 同態(tài)濾波
4.6 彩色增強(qiáng)
4.6.1 真彩色增強(qiáng)
4.6.2 假彩色增強(qiáng)
4.6.3 偽彩色增強(qiáng)
4.7 綜合實(shí)例——照片處理器
4.8 實(shí)踐拓展
第5章 圖像復(fù)原
5.1 圖像退化模型
5.2 線性復(fù)原
5.2.1 無(wú)約束逆濾波
5.2.2 有約束維納濾波
5.2.3 有約束最小平方濾波
5.2.4 運(yùn)動(dòng)模糊圖像復(fù)原
5.3 非線性復(fù)原
5.3.1 最大后驗(yàn)復(fù)原
5.3.2 最大熵復(fù)原
5.3.3 投影復(fù)原
5.4 盲目復(fù)原與幾何復(fù)原
5.4.1 盲目圖像復(fù)原
5.4.2 圖像幾何畸變的校正
5.5 綜合實(shí)例——模糊照片復(fù)原
5.6 實(shí)踐拓展
第6章 圖像重建
6.1 圖像重建與可視化工具VTK
6.1.1 圖像重建
6.1.2 可視化工具VTK
6.2 VTK的安裝與配置
6.2.1 安裝前的準(zhǔn)備
6.2.2 開(kāi)始實(shí)施安裝
6.2.3 Visual Studio 2005環(huán)境的配置
6.2.4 測(cè)試開(kāi)發(fā)環(huán)境
6.3 傳統(tǒng)重建算法
6.3.1 傅里葉反投影重建
6.3.2 卷積反投影重建
6.3.3 代數(shù)重建
6.3.4 超分辨率重建
6.4 三維重建數(shù)據(jù)可視化
6.4.1 三維圖像的面繪制
6.4.2 三維圖像的體繪制
6.5 綜合實(shí)例——CT圖像重建
6.6 實(shí)踐拓展
第7章 形態(tài)學(xué)處理
7.1 形態(tài)學(xué)基本概念
7.2 二值圖像形態(tài)學(xué)處理
7.2.1 圖像腐蝕
7.2.2 圖像膨脹
7.2 -3開(kāi)運(yùn)算和閉運(yùn)算
7.2.4 擊中擊不中變換
7.2.5 骨架提取
7.3 灰度圖像形態(tài)學(xué)處理
7.3.1 灰值腐蝕和膨脹
7.3.2 灰值開(kāi)運(yùn)算和閉運(yùn)算
7.3.3 灰值形態(tài)學(xué)梯度
7.3.4 Top-Hat變換
7.4 綜合實(shí)例——白細(xì)胞檢測(cè)
7.5 實(shí)踐拓展
第8章 圖像分割
8.1 邊緣檢測(cè)法
8.1.1 Roberts算子
8.1.2 Sobel算子
8.1.3 Prewitt算子
8.1.4 Krisch算子
8.1.5 Laplacian算子
8.1.6 Gauss-Laplacian算子
8.2 閾值分割法
8.2.1 最大方差閾值分割
8.2.2 自適應(yīng)閾值分割
8.3 邊界分割法
8.3.1 輪廓提取
8.3.2 邊界跟蹤
8.4 其他分割法
8.4.1 區(qū)域生長(zhǎng)法
8.4.2 彩色分割法
8.4.3 分水嶺分割法
8.4.4 水平集分割法
8.5 綜合實(shí)例——指紋提取
8.6 實(shí)踐拓展
第9章 圖像匹配
9.1 基于像素的匹配
9.1.1 歸一化積相關(guān)灰度匹配
9.1.2 序貫相似性檢測(cè)法匹配
9.2 基于特征的匹配
9.2.1 不變矩匹配法
9.2.2 距離變換匹配法
9.2.3 最小均方誤差匹配法
9.3 綜合實(shí)例——遙感圖像匹配
9.4 實(shí)踐拓展
第三篇 數(shù)字圖像媒體處理技術(shù)
第10章 圖像壓縮編碼
10.1 無(wú)損壓縮
10.1.1 Huffman編碼
10.1.2 Shannon-Fano編碼
10.1.3 算術(shù)編碼
10.1.4 游程編碼
10.1.5 線性預(yù)測(cè)編碼
10.1.6 位平面編碼
10.2 有損壓縮
10.2.1 有損預(yù)測(cè)編碼
10.2.2 變換編碼
10.3 JPEG 2000編碼
10.3.1 JPEG 2000概述
10.3.2 JPEG 2000編碼過(guò)程
10.3.3 JPEG 2000圖像壓縮碼流格式
10.4 綜合實(shí)例——圖像編碼解碼器
10.5 實(shí)踐拓展
第11章 圖像特效
11.1 顯示特效
11.1.1 掃描特效
11.1.2 移動(dòng)特效
11.1.3 百葉窗特效
11.1.4 柵條特效
11.1.5 馬賽克特效
11.1.6 雨滴特效
11.2 濾鏡效果
11.2.1 底片效果
11.2.2 雕刻效果
11.2.3 黑白效果
11.2.4 霧化效果
11.2.5 素描效果
11.3 綜合實(shí)例——圖像特效編輯器
11.4 實(shí)踐拓展
第四篇 數(shù)字圖像編程高級(jí)應(yīng)用
第12章 Visual C++結(jié)合Open CV編程
12.1 OpenCV概述
12.2 OpenCV編程環(huán)境
12.2.1 OpenCV的獲取
12.2.2 0penCV的安裝和Visual C++的配置
12.3 OpenCV編程基礎(chǔ)
12.3.1 OpenCV編程規(guī)范
12.3.2 0penCV基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)
12.3.3 OpenCV動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)
12.3.4 OpenCV常用函數(shù)
12.3.5 在Vsual C++環(huán)境下使用OpenCV
12.4 綜合實(shí)例——人臉檢測(cè)
12.5 實(shí)踐拓展
第13章 Visual C++結(jié)合MATLAB編程
13.1 MATLAB概述
13.2 MATLAB圖像處理
13.2.1 MATLAB程序設(shè)計(jì)基礎(chǔ)
13.2.2 MAⅡAB圖像處理工具箱
13.2.3 Simulink視頻和圖像處理模塊
13.3 在Visual C++中調(diào)用MATLAB
13.3.1 使用MATLAB引擎
13.3.2 使用MATLAB編譯器
13.3.3 使用MATCOM
13.3.4 在VC中調(diào)用Simulink模型
13.4 綜合實(shí)例-運(yùn)動(dòng)物體跟蹤
13.5 實(shí)踐拓展
第14章 車(chē)牌識(shí)別系統(tǒng)綜合應(yīng)用
14.1 車(chē)牌識(shí)別系統(tǒng)概述
14.2 車(chē)牌識(shí)別系統(tǒng)架構(gòu)
14.2.1 系統(tǒng)硬件平臺(tái)
14.2.2 系統(tǒng)軟件平臺(tái)
14.3 車(chē)牌定位
14.3.1 車(chē)輛圖像采集與預(yù)處理
14.3.2 車(chē)牌區(qū)域定位
14.4 字符分割
14.4.1 圖像二值化
14.4.2 傾斜校正
14.4.3 分割字符
14.5 車(chē)牌識(shí)別
14.5.1 字符特征提取
14.5.2 分類器設(shè)計(jì)
14.5.3 字符識(shí)別
14.6 實(shí)踐拓展
參考文獻(xiàn)