数字图像处理 应用篇PDF电子书下载

第1章 图像处理的信息环境 1

1．1 图像处理专用硬件概述 1

1．2 基于X-Window的图像处理 11

1．3 AVS与SPlDER 17

1．4 IUE 23

1．5 图像处理方面的文献数据库 27

第2章 图像处理专用硬件装置 33

2．1 高速图像处理板卡实例 33

2．1．1 概述 33

2．1．2 GPB-K的性能 33

2．1．3 硬件的组成 34

2．1．4 软件的组成 36

2．1．5 展望 38

2．2 实现实时彩色图像处理的彩色信息提取结构 39

2．2．1 概述 39

2．2．2 彩色信息的提取结构 39

2．2．3 彩色信息提取的实验结果 42

2．2．4 展望 43

2．3 布科纬纱密度的光学测量系统的构成 43

2．3．1 概述 44

2．3．2 测量系统的组成 44

2．3．3 实用系统 47

2．3．4 展望 47

第3章 图像测量与遥感技术 49

3．1 雨滴的形状及降落速度的测量 49

3．1．1 概述 49

3．1．2 雨滴图像的拍摄系统 49

3．1．3 雨滴图像的处理 51

3．1．4 实验结果和分析 54

3．1．5 展望 57

3．2 降雪物理特性的测量 58

3．2．1 概述 58

3．2．2 降雪的长期观测 58

3．2．3 降雪的短期观测 67

3．2．4 展望 76

3．3 色粉粒子带电电荷量与质量之比的测量 77

3．3．1 概述 77

3．3．2 带电电荷量与质量之比(q/m)的测量方法 78

3．3．3 检测实验 79

3．3．4 展望 81

3．4 高速移动粒子的图像测量 82

3．4．1 概述 82

3．4．2 流动室中的粒子流的控制 82

3．4．3 粒子图像的拍摄 83

3．4．4 图像处理 84

3．4．5 圆等效直径和圆形度的计算 85

3．4．6 检测结果 86

3．4．7 展望 87

3．5 遥感图像 88

3．5．1 遥感图像数据的特征 88

3．5．2 主要的地球观测卫星 89

3．5．3 卫星图像数据各种畸变的校正 91

3．5．4 光谱分类(教师监督方法) 96

3．5．5 展望 100

第4章 零部件、产品的自动检测 103

4．1 大规模集成电路的检测 103

4．1．1 概述 103

4．1．2 检测装置的特征 103

4．1．3 线路板位置的确定 104

4．1．4 匹配 108

4．1．5 目标和效果 111

4．1．6 展望 111

4．2 电子器件内部的检测——利用X射线CT技术 111

4．2．1 概述 112

4．2．2 系统的组成 112

4．2．3 处理内容 113

4．2．4 CT图像重构实例 114

4．2．5 目标和效果 116

4．2．6 展望 116

4．3 轴承部件外观检测——利用图像处理技术 116

4．3．1 概述 116

4．3．2 检测对象和检测系统的概要 117

4．3．3 密封板分割为局部图像的方法 118

4．3．4 与坐标变换相对应的灰度值变换处理算法 119

4．3．5 变换处理的实例 120

4．3．6 正品与次品的判别方法 121

4．3．7 处理结果和精度 124

4．3．8 展望 124

第5章 机器人视觉的应用 127

5．1 自动搬运冲压机器人的视觉 127

5．1．1 概述 127

5．1．2 制品的形状识别 128

5．1．3 搬运物体时稳定位置的检测 131

5．1．4 目标和效果 134

5．1．5 展望 134

5．2 基于神经元网络的物体识别 135

5．2．1 概述 135

5．2．2 三维图像的输入 137

5．2．3 几何特征的提取 138

5．2．4 基于多层神经元网络的物体识别 139

6．2．5 目标和效果 143

5．2．6 展望 143

5．3 基于线状光束成像图像处理进行的形状识别 143

5．3．1 光切割法 144

S．3．2 基于NN的接缝位置检测方法 146

5．3．3 仿真实验的结果 151

5．3．4 展望 152

5．4 机器人的障碍物识别 153

5．4．1 概述 153

5．4．2 障碍物的识别 155

5．4．3 障得物边界线的生成 156

5．4．4 距离信息的获取 159

5．4．5 展望 161

第6章 医学生物组织的图像处理 163

6．1 基于双方向摄取X射线图像的冠状动脉三维结构的重构 163

6．1．1 概述 163

6．1．2 冠状动脉的X射线成像记录系统 164

6．1．3 X射线图像的预处理 165

6．1．4 图像的三维重构原理 169

6．1．5 三维重构的结果 171

6．1．6 展望 173

6．2 人体脑干蓝斑核神经细胞的提取与裁剪技术 175

6．2．1 概述 175

6．2．2 裁剪技术 176

6．2．3 裁剪技术在蓝斑核神经细胞提取中的应用 178

6．2．4 展望 181

6．3 遗传算法及其在肾小球区域提取中的应用 182

6．3．1 遗传算法 182

6．3．2 虚拟染色体及进化环境的设定 183

6．3．3 为什么用遗传算法可求得到最优解 185

6．3．4 用遗传算法提取肾小球区域 186

6．3．5 染色体的设定 188

6．3．6 适应度的定义 189

6．3．7 遗传因子的编码 190

6．3．8 世代的交替 191

6．3．9 用B-样条函数近似边界线 191

8．3．10 边界线的精确化处理 192

6．3．11 实验结果 195

6．3．12 展望 196

6．4 肾小球内部细胞核的提取 197

6．4．1 概述 197

6．4．2 肾小球区域外侧边缘的检测 197

6．4．3 动态阈值及其评价方法 198

6．4．4 特征量反馈 200

6．4．5 用于肾小球内细胞核区域分割的特征量反馈法 201

6．4．6 肾小球图像对应的；σ_(max)值 204

6．4．7 噪声的抑制 204

6．4．8 实验结果 204

6．4．9 展望 205

6．5 胃组织图像中腺腔结构的提取 206

6．5．1 概述 206

6．5．2 腺腔结构的特性 207

6．5．3 断面区域的生成 208

6．5．4 含有腺腔结构断面的识别 211

6．5．5 展望 211

第7章 医学映像诊断 213

7．1 计算机断层摄影(CT) 213

7．1．1 CT的原理 213

7．1．2 三维CT 217

7．1．3 展望 218

7．2 磁共振成像 218

7．2．1 概述 218

7．2．2 磁共振成像原理 219

7．2．3 MRA(magnetic resonance angiography) 222

7．2．4 MRCP(magnetic resonance cholangio-pancrea-togtaph) 222

7．2．5 展望 223

7．3 正电子发射型(PET)断层成像技术 223

7．3．1 概述 223

7．3．2 PET的结构 223

7．3．3 决定PET性能的因素 224

7．3．4 PET的特性 224

7．3．5 图像实例 225

7．3．6 展望 225

7．4 超声波图像的诊断方法 225

7．4．1 概述 225

7．4．2 超声波图像的形成 225

7．4．3 超声波信号的处理 226

7．4．4 脉冲回波的原理 227

7．4．5 超声波图像的表示方法 228

7．4．6 超声波多普勒诊断装置 229

7．4．7 超声波彩色多普勒方式 229

7．4．8 展望 230

第8章 计算机图形学 233

8．1 计算机图形学在服装产业中的应用 233

8．1．1 人体的非接触三维立体测量 233

8．1．2 人体的三维结构模型 236

8．1．3 展望 239

8．2 计算机图形学在传统工艺品设计中的应用 240

8．2．1 概述 240

8．2．2 三变量形状的输入与形状的建模 240

8．2．3 传统工艺品辅助设计系统 245

8．2．4 目标和效果 247

8．2．5 展望 248

8．3 多重势垒量子井构造的电子封闭现象 249

8．3．1 概述 249

8．3．2 对称及非对称二重势垒构造的电子封闭现象 249

8．3．3 对称及非对称三重势垒构造的电子封闭现象 251

8．3．4 展望 252

第9章 文字模式的识别 255

9．1 OCR文字识别技术 255

9．1．1 OCR技术 255

9．1．2 文字图像解析技术 256

9．1．3 文字识别技术 263

9．1．4 展望 266

9．2 利用普通纸进行调查的数据传真图像自动处理 268

9．2．1 目的 269

9．2．2 系统概要 269

9．2．3 图像数据的计算机处理 272

9．2．4 实际处理 275

9．2．5 展望 276

9．3 通过图像处理识别运动员号码 276

9．3．1 概述 276

9．3．2 运动员号码的分割处理 277

9．3．3 选手号码的识别处理 280

9．3．4 展望 283

9．4 利用凹凸性提取FA文字 284

9．4．1 概述 284

9．4．2 利用凹凸性对文字图像进行二值化 284

9．4．3 用2×2腐蚀处理消除噪声和文字区域的提取 286

9．4．4 实验与结果分析 287

9．4．5 展望 288

第10章 动态图像处理 291

10．1 摄像机保安监视技术 291

10．1．1 概述 291

10．1．2 移动物体的抽取 292

10．1．3 移动物体的跟踪 297

10．1．4 展望 300

10．2 滑雪爱好者的运动分析 302

10．2．1 概述 302

10．2．2 滑雪运动员的提取方法以及跟踪方法 303

10．2．3 滑雪运动员之间碰撞场面的提取 308

10．2．4 展望 311

10．3 放电现象的图像分析 311

10．3．1 概述 311

10．3．2 放电空间内的温度分布的计算方法 312

10．3．3 色度分布和温度的关系 315

10．3．4 色度分布的修正 317

10．3．5 基于色度的放电区域分割以及温度分布的测量 319

10．3．6 展望 320

第11章 图像的高压缩比编码方法与图像的传输 323

11．1 基于等色空间的区域分割及编码方法 323

11．1．1 概述 323

11．1．2 图像信息等色空间的变换 323

11．1．3 等色空间的区域分割 326

11．1．4 区域分割编码 329

11．1．5 展望 333

11．2 子带编码方法 334

11．2．1 滤波器单元的设计 334

11．2．2 DCT编码与子带编码的构成方法 339

11．2．3 展望 343

11．3 图像的编码方法与纠错方法 343

11．3．1 概述 344

11．3．2 里德·索洛蒙编码的结构 344

11．3．3 图像信息的分组编码及误删除码组的恢复 345

11．3．4 误码的纠正与接收图像的恢复 349

11．3．5 展望 349

11．4 数字签名与图像的数字水印 350

11．4．1 概述 350

11．4．2 基于群演算密钥函数的加密编码与解码 350

11．4．3 水印信息的隐藏算法与抽取算法 351

11．4．4 基于小波变换的数字签名 353

11．4．5 展望 354

第12章 混沌理论在图像处理中的应用 355

12．1 混沌理论在图像处理工程学中应用的可能性 355

12．1．1 分形计算机图形学(分形CG) 357

12．2．1 混沌计算机图形学(混沌CG) 358

12．1．3 基于SDP的语音识别及图像处理 360

12．2 自然现象与混沌CG-——自然是天才的混沌图形设计者 362

12．2．1 力学系统与混沌吸引子 363

12．2．2 身边的混沌吸引子 363

12．3 混沌系统与图像信息处理 369

12．3．1 混沌信息处理在图像处理工程学中应用的有效性(分形CG) 369

12．3．2 动态图像数据压缩MPEG混沌版的开发 370

12．3．3 控制·混沌与图像信息处理 371

12．3．4 展望 373