數(shù)字圖像處理（第3版）

第1章緒論 1.1數(shù)字圖像與數(shù)字圖像處理 1.2數(shù)字圖像處理系統(tǒng)的組成 1.3圖像處理技術(shù)研究的基本內(nèi)容 1.4圖像處理技術(shù)的應(yīng)用領(lǐng)域 習(xí)題1 第2章數(shù)字圖像處理基礎(chǔ) 2.1電磁波譜與可見光譜 2.2人眼的亮度視覺特性 2.2.1視覺適應(yīng)性 2.2.2同時(shí)對(duì)比效應(yīng) 2.2.3馬赫帶效應(yīng) 2.2.4視覺錯(cuò)覺 2.3圖像的表示 2.3.1簡單的圖像成像模型 2.3.2數(shù)字圖像的表示 2.4空間分辨率和灰度級(jí)分辨率 2.4.1空間分辨率和灰度級(jí)分辨率的概念 2.4.2采樣數(shù)變化對(duì)圖像視覺效果的影響 2.4.3空間分辨率變化對(duì)圖像視覺效果的影響 2.4.4灰度級(jí)分辨率變化對(duì)圖像視覺效果的影響 2.5像素間的關(guān)系 2.5.1像素的相鄰和鄰域 2.5.2像素的鄰接性與連通性 2.5.3距離的度量 2.6圖像的顯示 2.6.1顯示分辨率與圖像分辨率 2.6.2彩色模型 2.6.3位圖 2.6.4調(diào)色板 2.7圖像文件格式 2.7.1位圖文件頭 2.7.2位圖信息頭 2.7.3位圖調(diào)色板 2.7.4圖像的位圖數(shù)據(jù) 習(xí)題2 第3章數(shù)字圖像的基本運(yùn)算 3.1灰度反轉(zhuǎn) 3.2對(duì)數(shù)變換 3.3灰度直方圖 3.3.1灰度直方圖及其分布特征 3.3.2歸一化灰度圖像直方圖 3.3.3灰度直方圖的特征 3.4圖像的代數(shù)運(yùn)算 3.4.1圖像的相加運(yùn)算 3.4.2圖像的相減運(yùn)算 3.5圖像的幾何運(yùn)算 3.5.1圖像平移變換 3.5.2圖像旋轉(zhuǎn)變換 3.5.3圖像鏡像變換 3.5.4圖像轉(zhuǎn)置變換 3.5.5圖像縮放 習(xí)題3 第4章空間域圖像增強(qiáng) 4.1基于點(diǎn)運(yùn)算的圖像增強(qiáng)方法 4.1.1對(duì)比度拉伸 4.1.2窗切片 4.2基于直方圖的圖像增強(qiáng)方法 4.2.1直方圖均衡 4.2.2直方圖規(guī)定化 4.3基于空間平滑濾波的圖像增強(qiáng)方法 4.3.1空間濾波實(shí)現(xiàn)機(jī)理——模板運(yùn)算原理 4.3.2線性平滑濾波圖像增強(qiáng)方法——鄰域平均法 4.3.3非線性平滑濾波圖像增強(qiáng)方法——中值濾波法 4.4基于空間銳化濾波的圖像增強(qiáng)方法 4.4.1基于一階微分的圖像增強(qiáng)方法 4.4.2基于二階微分的圖像增強(qiáng)方法——拉普拉斯算子銳化方法 習(xí)題4 第5章頻率域圖像處理 5.1二維離散傅里葉變換 5.1.1二維離散傅里葉變換的定義和傅里葉頻譜 5.1.2二維離散傅里葉變換的若干重要性質(zhì) 5.1.3圖像的傅里葉頻譜特性分析 5.1.4離散傅里葉變換的實(shí)現(xiàn) 5.2頻率域圖像處理的基本實(shí)現(xiàn)思路 5.2.1基本實(shí)現(xiàn)思想 5.2.2轉(zhuǎn)移函數(shù)的設(shè)計(jì) 5.3基于頻率域的圖像噪聲消除——頻率域低通濾波 5.3.1理想低通濾波器 5.3.2巴特沃斯低通濾波器 5.3.3高斯低通濾波器 5.4基于頻率域的圖像增強(qiáng)——頻率域高通濾波 5.4.1理想高通濾波器 5.4.2巴特沃斯高通濾波器 5.4.3高斯高通濾波器 5.5帶阻濾波和帶通濾波 5.5.1帶阻濾波器 5.5.2帶通濾波器 習(xí)題5 第6章圖像恢復(fù) 6.1圖像的退化模型 6.1.1常見退化現(xiàn)象的物理模型 6.1.2圖像退化模型的表示 6.1.3離散退化模型 6.1.4圖像的離散退化模型 6.2空間域圖像的恢復(fù) 6.2.1無約束最小二乘方恢復(fù) 6.2.2有約束最小二乘方恢復(fù) 6.3頻率域圖像的恢復(fù) 6.4勻速直線運(yùn)動(dòng)模糊的恢復(fù) 6.5圖像噪聲與被噪聲污染圖像的恢復(fù) 6.5.1圖像噪聲 6.5.2被噪聲污染圖像的恢復(fù) 6.6幾何失真的校正 6.6.1坐標(biāo)的幾何校正 6.6.2灰度值恢復(fù) 習(xí)題6 第7章圖像壓縮編碼 7.1DCT變換 7.1.1一維DCT 7.1.2二維偶DCT 7.1.3DCT變換的基函數(shù)與基圖像 7.2數(shù)字圖像壓縮編碼基礎(chǔ) 7.2.1圖像壓縮的基本概念 7.2.2圖像質(zhì)量（相似度）評(píng)價(jià)——保真度準(zhǔn)則 7.2.3圖像編碼模型 7.3幾種最基本的變長編碼方法 7.3.1費(fèi)諾碼 7.3.2霍夫曼編碼 7.3.3幾種接近最佳的變長編碼 7.3.4算術(shù)編碼 7.4位平面編碼 7.4.1位平面分解 7.4.2位平面的格雷碼分解編碼 7.5游程編碼 7.6變換編碼 7.6.1變換編碼的過程 7.6.2子圖像尺寸的選擇 7.6.3變換的選擇 7.6.4變換系數(shù)的量化和編碼 7.6.5變換解碼 習(xí)題7 第8章小波圖像處理 8.1小波變換與圖像小波變換 8.1.1小波的概念和特性 8.1.2連續(xù)小波變換 8.1.3離散小波變換 8.1.4二進(jìn)小波變換 8.1.5塔式分解與Mallat算法 8.1.6圖像的小波變換 8.2嵌入式零樹小波編碼 8.2.1基于小波變換的圖像壓縮基本思路 8.2.2嵌入式編碼與零樹概念 8.2.3重要小波系數(shù)及掃描方法 8.2.4嵌入式零樹編碼方法 8.2.5嵌入式零樹小波編碼圖像的重建 8.2.6嵌入式零樹小波編碼的漸進(jìn)傳輸特性 8.3基于小波變換的圖像去噪方法 8.3.1小波去噪方法的機(jī)理 8.3.2小波收縮閾值去噪方法 習(xí)題8 第9章圖像分割 9.1圖像分割的概念 9.2基于邊緣檢測(cè)的圖像分割 9.2.1圖像邊緣的概念 9.2.2Hough變換 9.3基于閾值的圖像分割 9.3.1基于閾值的分割方法 9.3.2基于雙峰形直方圖的閾值選取 9.3.3其他閾值選取方法 9.4基于跟蹤的圖像分割 9.4.1輪廓跟蹤法 9.4.2光柵跟蹤法 9.5基于區(qū)域的圖像分割 9.5.1區(qū)域生長法 9.5.2分裂合并法 習(xí)題9 第10章圖像特征提取 10.1圖像的邊緣特征及其檢測(cè)方法 10.1.1圖像邊緣的特征 10.1.2梯度邊緣檢測(cè) 10.1.3二階微分邊緣檢測(cè) 10.1.4Marr邊緣檢測(cè)算法 10.2圖像的點(diǎn)與角點(diǎn)特征及其檢測(cè)方法 10.2.1圖像點(diǎn)特征及其檢測(cè)方法 10.2.2圖像角點(diǎn)的概念 10.2.3SUSAN角點(diǎn)檢測(cè)算法 10.3圖像的紋理特征及其描述和提取方法 10.3.1圖像紋理的概念和分類 10.3.2圖像紋理的主要特性及描述與提取方法 10.3.3基于灰度直方圖統(tǒng)計(jì)矩的紋理特征描述與提取方法 10.3.4基于灰度共生矩陣的紋理特征提取方法 10.3.5基于結(jié)構(gòu)方法的紋理描述 10.3.6基于頻譜方法的紋理描述 10.4圖像的形狀特征 10.4.1矩形度 10.4.2圓形性 10.4.3球狀性 10.5圖像的統(tǒng)計(jì)特征 習(xí)題10 第11章彩色圖像處理 11.1彩色視覺 11.1.1三基色原理 11.1.2CIE色度圖 11.2彩色模型 11.2.1RGB彩色模型 11.2.2HSI彩色模型 11.2.3RGB彩色模型到HSI彩色模型的轉(zhuǎn)換 11.2.4HSI彩色模型到RGB彩色模型的轉(zhuǎn)換 11.3彩色變換 11.3.1反色變換 11.3.2彩色圖像的灰度化 11.3.3真彩色轉(zhuǎn)變?yōu)?56色 11.3.4彩色平衡 11.4彩色圖像增強(qiáng) 11.4.1真彩色增強(qiáng) 11.4.2偽彩色增強(qiáng) 11.4.3假彩色增強(qiáng) 11.5彩色圖像的平滑 11.5.1基于RGB彩色模型的彩色圖像平滑 11.5.2基于HSI彩色模型的彩色圖像平滑 11.6彩色圖像的銳化 11.7彩色圖像的邊緣檢測(cè) 11.8彩色圖像的分割 11.8.1HSI模型的彩色圖像分割 11.8.2RGB模型的彩色圖像分割 習(xí)題11 第12章形態(tài)學(xué)圖像處理 12.1集合論基礎(chǔ) 12.1.1集合的概念 12.1.2集合間的關(guān)系和運(yùn)算 12.2二值形態(tài)學(xué)的基本運(yùn)算 12.2.1腐蝕 12.2.2膨脹 12.2.3開運(yùn)算和閉運(yùn)算 12.2.4二值形態(tài)學(xué)基本運(yùn)算性質(zhì) 12.3二值圖像的形態(tài)學(xué)處理 12.3.1形態(tài)濾波 12.3.2邊界提取 12.3.3區(qū)域填充 12.3.4骨架提取 12.3.5物體識(shí)別 12.4灰度形態(tài)學(xué)基本運(yùn)算 12.4.1灰度腐蝕 12.4.2灰度膨脹 12.4.3灰度開運(yùn)算和灰度閉運(yùn)算 12.4.4灰度形態(tài)學(xué)基本運(yùn)算的性質(zhì) 12.5灰度形態(tài)學(xué)處理算法 12.5.1形態(tài)學(xué)平滑 12.5.2形態(tài)學(xué)梯度 12.5.3高帽變換 習(xí)題12 第13章目標(biāo)表示與描述 13.1邊界表示 13.1.1鏈碼 13.1.2多邊形 13.1.3標(biāo)記 13.1.4邊界線段 13.2邊界描述 13.2.1簡單的邊界描述子 13.2.2形狀數(shù) 13.2.3傅里葉描述子 13.2.4統(tǒng)計(jì)矩 13.3區(qū)域表示 13.3.1區(qū)域標(biāo)示 13.3.2四叉樹表示 13.3.3骨架表示 13.4區(qū)域描述 13.4.1幾種簡單的區(qū)域描述子 13.4.2拓?fù)涿枋鲎?13.4.3不變矩 13.5關(guān)系描述 13.5.1串描述子 13.5.2樹描述子 習(xí)題13 第14章視頻圖像處理基礎(chǔ) 14.1視頻圖像處理概念 14.2基于視頻圖像的運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別 14.2.1幀差法 14.2.2背景減法 14.2.3光流場(chǎng)分析法 14.3視頻編碼技術(shù) 14.3.1視頻壓縮編碼的機(jī)理 14.3.2視頻編碼技術(shù)及編碼標(biāo)準(zhǔn) 14.3.3混合視頻編碼框架 14.3.4面向混合視頻編碼框架的編碼技術(shù) 習(xí)題14 參考文獻(xiàn) 附錄AN=4時(shí)的二維DCT變換基圖像的原始數(shù)據(jù) 附錄B本書中的彩色圖像插圖