数字图像处理PDF电子书下载

第1章　导论 1

1.1　数字图像处理的概念 1

1.1.1　图像的概念 2

1.1.2　图像的类别 3

1.1.3　数字图像处理中的基本图像类型 3

1.2　数字图像处理的主要研究内容 5

1.3　数字图像处理系统概述 6

1.4　图像的数字化获取 7

1.5　数字图像处理的特点及其应用 7

1.5.1　数字图像处理的特点 7

1.5.2　数字图像处理的应用 8

1.6　上机实验 9

1.6.1　实验目的 9

1.6.2　实验原理 10

1.6.3　实验步骤 10

1.6.4　思考题 10

习题 11

第2章 数字图像处理的基本概念 12

2.1　人眼的视觉原理 12

2.1.1　人眼的构造 12

2.1.2　图像的形成 13

2.1.3　视觉范围和分辨力 13

2.1.4　视觉适应性和对比灵敏度 14

2.1.5　亮度感觉 14

2.1.6　人眼的色觉 15

2.1.7　颜色模型 18

2.1.8　马赫带 20

2.2　连续图像的描述 20

2.3　图像数字化 21

2.3.1 采样 22

2.3.2　量化 23

2.3.3　采样、量化参数与数字化图像间的关系 23

2.4　图像灰度直方图 24

2.4.1　直方图的定义与性质 24

2.4.2　直方图的性质 26

2.4.3　直方图的应用 27

2.5　数字图像处理算法的形式 28

2.5.1　基本功能形式 28

2.5.2　图像处理的几种具体算法 29

2.6 图像的数据结构与图像文件格式 30

2.6.1　图像的数据结构 30

2.6.2　图像文件格式 32

2.7　图像的特征与噪声 35

2.7.1　图像的特征类别 35

2.7.2　特征提取与特征空间 37

2.7.3　图像噪声 37

2.8　上机实验 38

2.8.1　实验目的 38

2.8.2　实验内容 39

2.8.3　实验步骤与要求 39

习题 39

第3章　图像变换 41

3.1　预备知识 41

3.1.1 点源和δ函数 41

3.1.2　二维线性位移不变系统 42

3.2　傅立叶变换 43

3.2.1　一维离散傅立叶变换 43

3.2.2　二维傅立叶变换 44

3.2.3　二维离散傅立叶变换的若干性质 46

3.3　其他可分离图像变换 50

3.3.1　可分离变换 50

3.3.2　沃尔什变换 51

3.3.3　哈达玛变换 53

3.3.4　离散余弦变换 56

3.4 K-L变换 57

3.4.1 K-L变换的定义 57

3.4.2 K-L变换的性质 59

3.5　小波变换 60

3.5.1 概述 60

3.5.2 小波变换基本理论 61

3.5.3　二维离散小波多分辨率分析 67

3.5.4　小波变换在图像处理中的应用 68

3.6　上机实验 74

3.6.1 实验目的 74

3.6.2　实验内容 74

习题 74

第4章　图像增强 76

4.1 图像增强的点运算 76

4.1.1　灰度级校正 77

4.1.2　灰度变换 77

4.1.3　直方图修正法 80

4.1.4　局部统计法 86

4.2　图像的空间域平滑 87

4.2.1　局部平滑法 87

4.2.2　超限像素平滑法 88

4.2.3　灰度最相近的K个邻点平均法 89

4.2.4　梯度倒数加权平滑法 89

4.2.5　最大均匀性平滑 89

4.2.6　有选择保边缘平滑法 90

4.2.7　空间低通滤波法 91

4.2.8　多幅图像平均法 92

4.2.9　中值滤波 93

4.3　空间域锐化 95

4.3.1　梯度锐化法 95

4.3.2　拉普拉斯算子 97

4.3.3　高通滤波法 98

4.4　频率域增强 98

4.4.1　频率域平滑 98

4.4.2　频率域锐化 101

4.4.3　同态滤波增强 102

4.5　彩色增强技术 103

4.5.1　伪彩色增强 103

4.5.2　假彩色增强 106

4.5.3　彩色变换及其应用 106

4.6　代数运算 108

4.6.1 加运算 108

4.6.2　减运算 109

4.6.3　乘运算 109

4.6.4 除运算 110

4.7　上机实验 110

4.7.1 实验目的 110

4.7.2　实验内容与步骤 111

习题 111

第5章 图像复原与重建 113

5.1　退化模型 113

5.1.1　退化 113

5.1.2　退化的数学模型 114

5.2　代数恢复方法 115

5.2.1　无约束复原 115

5.2.2　约束最小二乘复原 116

5.2.3　加权中值滤波 118

5.3　频率域恢复方法 118

5.3.1　逆滤波恢复法 118

5.3.2　维纳滤波复原法 120

5.3.3　去除由匀速运动引起的模糊 122

5.4　几何校正 123

5.4.1　空间坐标变换 124

5.4.2　灰度校正 126

5.4.3　像素灰度内插方法 126

5.4.4　传感器特性非均匀校正 127

5.5　图像重建 128

5.5.1 计算机断层扫描的一维重建 129

5.5.2　三维形状的复原 130

5.6　上机实验 131

5.6.1 实验目的 131

5.6.2　实验内容 131

5.6.3　实验步骤 131

习题 132

第6章 图像编码与压缩 133

6.1　概述 133

6.1.1 图像数据压缩的必要性与可能性 133

6.1.2　图像编码压缩技术的分类 134

6.2　图像保真度准则 135

6.2.1　客观保真度准则 135

6.2.2　主观保真度准则 138

6.3　统计编码方法 138

6.3.1　图像冗余度和编码效率 138

6.3.2　行程编码 139

6.3.3　霍夫曼编码 139

6.3.4　费诺—香农编码 142

6.3.5　算术编码 142

6.4　预测编码 144

6.5　正交变换编码 145

6.5.1 变换编码原理 145

6.5.2 正交变换的性质 145

6.5.3　变换编码的数学分析 146

6.5.4　最佳变换与准最佳变换 147

6.5.5　各种准最佳变换的性能比较 149

6.5.6　编码 149

6.6　图像编码的国际标准 150

6.6.1　静止图像压缩标准 150

6.6.2　运动图像压缩标准 157

6.7　上机实验 160

6.7.1　实验目的 160

6.7.2　实验内容 160

习题 162

第7章　图像分割 163

7.1 图像分割的定义和分类 163

7.1.1　图像分割的定义 163

7.1.2　图像分割方法分类 164

7.2　基于边缘的分割 164

7.2.1　梯度算子 165

7.2.2 Roberts梯度算子 165

7.2.3 Prewitt和Sobel算子 165

7.2.4　方向算子 166

7.2.5　拉普拉斯（Laplacian）算子 167

7.2.6 LoG算子 168

7.2.7 Canny边缘检测算子 169

7.2.8　曲面拟合法 171

7.2.9　边缘跟踪 172

7.2.10　Hough变换线检测法 174

7.3　基于区域的分割 175

7.3.1 区域生长 175

7.3.2　分裂合并法 178

7.4　基于阈值的分割 179

7.4.1　简单图像的区域分割 179

7.4.2　复杂图像的区域分割 182

7.4.3 特征空间聚类 182

7.4.4　模糊阈值分割 184

7.5　基于运动的分割 185

7.5.1　差分法运动分割 186

7.5.2　光流场运动分割 187

7.5.3　基于块的运动分割 188

7.6　上机实验 190

7.6.1 实验目的 190

7.6.2　实验内容 190

习题 191

第8章　图像描述 192

8.1　像素间的基本关系 192

8.1.1　邻域和邻接 192

8.1.2　像素的连接 193

8.1.3　连接成分 193

8.1.4　欧拉数 194

8.1.5　像素的可删除性和连接数 194

8.1.6　距离 195

8.2 目标边界的描述 195

8.2.1 目标边界的链码表示 195

8.2.2　闭合曲线的傅立叶描述算子 197

8.2.3　曲线拟合 198

8.3　连接成分的变形处理 198

8.3.1　标记 199

8.3.2　膨胀和腐蚀 199

8.3.3　线图形化 201

8.4　形状特征提取与分析 202

8.4.1 区域内部形状特征提取与分析 203

8.4.2 区域外部形状特征提取与分析 205

8.5　关系描述 205

8.5.1　字符串描述 205

8.5.2　树结构描述 206

8.6　图像的纹理描述 207

8.6.1　基于粗糙度的纹理描述 207

8.6.2　灰度差分统计的纹理分析 207

8.6.3　等灰度游程长度的纹理描述 208

8.6.4　灰度共生矩阵纹理描述 210

8.6.5　傅立叶功率谱纹理描述 212

8.7　上机实验 213

8.7.1　实验目的 213

8.7.2　实验要求 213

8.7.3　实验内容 213

习题 214

第9章　模板匹配与模式识别技术 215

9.1 模板匹配 215

9.1.1　模板匹配方法 216

9.1.2　模板匹配方法的改进 216

9.2　统计模式识别 217

9.2.1　特征处理 218

9.2.2　特征测量技术 219

9.2.3　统计分类法 223

9.3　结构模式识别法 226

9.3.1　结构模式识别原理 226

9.3.2　树分类法 227

9.4　人工神经网络识别法 228

9.4.1　神经网络的结构 228

9.4.2　神经元 228

9.4.3　人工神经网络的工作过程 229

9.4.4 BP神经网络模式识别实例 229

9.4.5　神经网络的性能 231

9.4.6　设计中应考虑的问题 232

9.5　上机实验 232

9.5.1　实验目的 232

9.5.2　实验内容 232

习题 233

第10章　数字图像处理的应用 234

10.1 电站锅炉火焰检测及燃烧诊断 234

10.1.1　锅炉火焰检测及燃烧诊断系统结构 234

10.1.2　火焰温度场的测量 235

10.1.3　火焰图像处理 236

10.1.4　火焰图像特征量提取的方法 237

10.1.5　试验与分析 238

10.2　指纹识别系统 242

10.2.1　指纹图像的获取 243

10.2.2　指纹图像预处理 243

10.2.3　指纹的识别与分类 244

10.2.4　指纹库的建立与查对 246

10.3 OCR文字识别技术 246

10.3.1　版面分析法 246

10.3.2　文字识别技术 247

10.3.3　数字识别示例 250

10.4　人脸识别 252

10.4.1　使用特征脸的人脸识别 252

10.4.2　使用Fisher脸的人脸识别 253

10.5　生物医学图像分析 254

10.5.1　显微图像分析 255

10.5.2　宏观图像分析 255

10.6　生物医学成像模态 255

10.6.1　计算机断层扫描成像 255

10.6.2　磁共振成像 256

10.6.3　核与超声波成像 257

10.7　视频检索 257

10.7.1 MPEG-7多媒体内容描述接口 257

10.7.2　基于内容的视频检索系统 258

习题 260

参考文献 261