数字图像处理 修订版PDF电子书下载

1 绪论 1

1.1 图像处理 1

1.2 数字图像的表示方法 2

1.3 数字图像处理 3

1.3.1 数字图像处理、识别和理解 3

1.3.2 数字图像处理的基本特点 5

1.3.3 数字图像处理的主要研究内容 5

1.4 数字图像处理的发展和应用 6

1.4.1 数字图像处理的发展概况 6

1.4.2 数字图像处理的主要应用 8

1.5 全书内容简介 9

习题 10

2.1.1 视觉研究与图像技术的关系 11

2.1 图像信息技术中的视觉研究 11

2 图像信息的基本知识 11

2.1.2 视觉信息的产生、传递与处理 13

2.1.3 视觉特性研究 15

2.1.4 视觉模型研究 18

2.2 数字图像处理与光学图像处理的结合 25

2.2.1 概述 25

2.2.2 光源和光感 26

2.2.3 光学付立叶变换 27

2.2.4 图像信息的光学处理 29

2.3 图像的噪声分析 31

2.3.1 概述 31

2.3.2 图像噪声分类 32

2.3.3 图像系统噪声特点 33

2.4.1 概述 34

2.4 图像质量评价 34

2.4.2 图像质量的主观评价 35

2.4.3 用波形和测试图案进行图像质量评价 37

2.4.4 图像逼真度的测量 38

习题 42

3 图像变换 43

3.1 概述 43

3.2 图像的线性运算 43

3.2.1 二维连续线性系统 43

3.2.2 二维连续付立叶变换 45

3.3 二维离散付立叶变换及其性质 48

3.3.1 概述 48

3.3.2 二维离散付立叶变换(DFT) 48

3.3.3 二维离散付立叶变换的性质 50

3.3.4 应用付立叶变换注意的问题 55

3.4 离散图像变换的一般表达式 56

3.4.1 图像变换的代数表达式 56

3.4.2 图像变换的矩阵表示式 57

3.5 离散沃尔什-哈达玛变换(DWT--DHT) 57

3.5.1 一维离散沃尔什变换 57

3.5.2 二维离散沃尔什变换 59

3.5.3 快速沃尔什变换(FWT) 61

3.5.4 离散哈达玛变换(DHT) 61

3.6 离散余弦变换(DCT) 63

3.6.1 一维离散余弦变换 63

3.6.2 二维离散余弦变换 64

3.6.3 二维快速DCT 65

3.7 离散K-L变换 65

3.7.1 图像协方差矩阵 65

3.7.2 离散K-L变换式 66

3.8 小波变换 68

3.8.1 概述 68

3.8.2 小波分析 69

3.8.3 二进小波变换 72

3.8.4 多分辨分析和马拉特(Mallat)算法 73

3.8.5 图像的正交小波表示 77

习题 81

4 图像压缩编码 84

4.1 概述 84

4.2 熵编码方法 86

4.2.1 基本概念 86

4.2.2 哈夫曼(Huffman)编码方法 89

4.2.3 香农(Shannon)编码法 90

4.2.4 其他不等长码字的熵编码法 91

4.2.5 人造地球卫星图像存储用编码方法 92

4.2.6 轮廓编码 94

4.2.7 算术编码方法 95

4.3 预测法编码 96

4.3.1 DPCM的基本原理 96

4.3.2 最佳线性预测 97

4.3.3 最佳量化器 100

4.3.4 DPCM系统中的图像降质 103

4.3.5 自适应预测编码 104

4.4 变换编码方法 105

4.4.1 正交变换压缩图像编码率的物理概念 106

4.4.2 变换编码原理框图 107

4.4.3 几种常用的变换编码简介 107

4.5.1 概述 111

4.5 二值图像编码 111

4.5.2 跳过白色块编码(WBS) 112

4.5.3 游程长度编码(RLC) 114

4.5.4 准最佳可变长度码 115

4.5.5 预测差值量化编码(PDQ) 117

4.5.6 一维修正哈夫曼码(MHC)和改进型READ码 118

4.5.7 识别编码 119

4.5.8 方块编码 119

4.6 图像压缩编码主要国际标准 122

4.6.1 支持分层传递的二值图像压缩编码技术标准JBIG 122

4.6.2 静止图像压缩编码技术标准JPEG 123

4.6.3 活动图像压缩编码技术标准MPEG 124

4.6.4 支持通信业务视听视频编解码技术标准H.261和H.263建议 127

4.7.2 分形编码 130

4.7.1 概述 130

4.7 图像压缩编码的开发研究 130

4.7.3 三维物体模型参数编码 134

4.7.4 自适应网格编码 135

4.7.5 小波变换图像压缩编码 136

习题 137

5 图像增强和复原 138

5.1 概述 138

5.2 灰度修正 139

5.2.1 灰度级修正 139

5.2.2 灰度变换 140

5.2.3 直方图修正 142

5.3 图像的同态增晰 148

5.4 平滑 150

5.4.1 图像中的噪声 150

5.4.2 平均 151

5.4.3 中值滤波 154

5.5 锐化 160

5.5.1 微分法 160

5.5.2 高通滤波器 165

5.6 几何校正 166

5.6.1 已知两坐标系关系h1,h2的校正方法 167

5.6.2 不知两坐标系关系h1,h2的校正方法 168

5.7 伪彩色处理 169

5.7.1 密度分割--不连续的彩色处理 169

5.7.2 灰度级--彩色变换 170

5.8 图像线性滤波复原 171

5.8.1 图像降质模型 172

5.8.2 循环矩阵和分块循环矩阵的对角线化 178

5.8.3 反向滤波图像复原 183

5.8.4 最小二乘方滤波图像复原 185

习题 188

6 图像分割 193

6.1 概述 193

6.2 边缘检测 194

6.2.1 简单边缘检测算子 194

6.2.2 Marr边缘检测方法 198

6.2.3 沈俊边缘检测方法 204

6.2.4 用Facet模型检测边缘 205

6.2.5 模板匹配法 207

6.2.6 区域边缘的Hough变换和广义Hough变换 211

6.2.7 小波变换检测边缘 215

6.3 图像阈值分割 218

6.3.1 直方图阈值分割 219

6.3.2 类间方差阈值分割 222

6.3.3 二维最大熵阈值分割 223

6.3.4 模糊阈值分割 228

6.3.5 共生矩阵阈值分割 229

6.3.6 复杂图像多阈值分割 231

6.4 区域增长法和分开-合并区域方法 233

6.4.1 区域增长法 234

6.4.2 分开-合并区域方法 236

6.5 彩色图像分割 238

习题 240

7 图像描述与量建 242

7.1 概述 242

7.2 二值图像的几何特性 242

7.2.1 简单的几何特性 242

7.2.2 柘朴特性 245

7.3.1 区域描述 249

7.3 二维形状描述 249

7.3.2 边界描述 259

7.4 二维纹理描述 264

7.4.1 纹理特征 264

7.4.2 灰度共生矩阵法 265

7.4.3 马尔可夫随机场(MRF)模型分析纹理 268

7.4.4 付立叶功率谱纹理分析法 270

7.4.5 纹理的结构分析 271

7.5 三维物体描述 274

7.5.1 骨架描述法 275

7.5.2 表面描述法 275

7.5.3 体积描述法 276

7.5.4 广义圆柱体描述法 277

7.6 图像重建 278

7.6.1 概述 278

7.6.2 付立叶变换法 280

7.6.3 滤波-逆投影法 284

7.6.4 图像重建在CT中的应用 291

习题 295

8 图像识别 297

8.1 图像(模式)识别的基本概念 297

8.1.1 模式识别 297

8.1.2 模式识别系统 298

8.1.3 模式识别的主要理论和方法 301

8.2 统计模式识别 302

8.2.1 线性决策函数 302

8.2.2 距离函数模式分类 307

8.2.3 似然函数模式分类 311

8.3.1 模式的描述方法 317

8.3 结构(或句法)模式识别 317

8.3.2 串文法 318

8.3.3 语义的使用 321

8.3.4 识别 322

8.3.5 高维文法 323

8.4 模糊模式识别 326

8.4.1 引言 326

8.4.2 模糊子集的基本概念 327

8.4.3 模糊集的运算 328

8.4.4 模糊关系 330

8.4.5 模糊模式识别 332

8.5 人工神经网络在模式识别中的应用 339

8.5.1 概述 339

8.5.2 反向传播学习算法(B-P算法) 339

8.5.3 应用实例 342

8.6 模式识别方法的比较 343

习题 344

9 图像知识表示与应用 347

9.1 概述 347

9.2 产生式系统 347

9.3 语义网络 349

9.3.1 语义网络表示方法 349

9.3.2 语义网络推理 352

9.3.3 连接词在语义网络中的表示方法 355

9.3.4 语义网络的应用 357

9.4 框架 360

9.4.1 框架表示方法简介 361

9.4.2 框架推理 364

9.5 图匹配 364

9.5.1 图匹配基本概念 364

9.5.2 图匹配算法 366

习题 368

10 图像处理和理解系统 370

10.1 概述 370

10.2 通用数字图像处理系统 371

10.2.1 系统基本组成 371

10.2.2 图像输入设备 371

10.2.3 图像输出设备 382

10.2.4 微型计算机图像处理系统 384

10.3 多DSP组成的电视跟踪系统 388

10.4 典型图像理解系统 391

10.4.1 基于规则的景物解释系统 392

10.4.2 VISIONS系统 393

10.5 图像处理中的关行处理结构 397

参考文献 400