当前位置:首页 > 工业技术
数字图像处理学
数字图像处理学

数字图像处理学PDF电子书下载

工业技术

  • 电子书积分:17 积分如何计算积分?
  • 作 者:阮秋琦编著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2001
  • ISBN:7505362798
  • 页数:562 页
图书介绍:面向21世纪高等学校电子信息类教材:本书系统地介绍了数字图像处理学的基本理论和基本技术,并根据作者多年从事数字图像处理的教学科研的心得体会和科研成果列举了大量的实例。
《数字图像处理学》目录

第1章 绪论 1

1.1 序言 1

1.2 图像处理技术的分类 2

1.2.1 模拟图像处理 2

1.2.2 数字图像处理 2

1.3 数字图像处理的特点 3

1.4 数字图像处理的主要方法及主要内容 4

1.4.1 数字图像处理方法 4

1.4.2 数字图像处理的主要内容 4

1.5 数字图像处理的硬件设备 8

1.6 数字图像处理的应用 9

1.7 数字图像处理领域的发展动向 12

思考题 13

2.1.1 有关光学的预备知识 15

2.1 图像 15

第2章 图像、图像系统与视觉系统 15

2.1.2 图像的概念 17

2.1.3 图像信息的分类 18

2.1.4 图像的统计特性 19

2.1.5 图像信息的信息量 24

2.2 图像处理系统及外围设备 25

2.2.1 图像处理系统中常用的输入设备 25

2.2.2 图像处理中的输出设备 37

2.2.3 数字图像处理的主机系统 41

2.3 视觉系统 45

2.3.1 视觉系统的基本构造 45

2.3.2 光觉和色觉 46

2.4 光度学及色度学原理 48

2.4.1 颜色的表示方法及观察条件 48

2.4.3 CIE的R、G、B颜色表示系统 49

2.4.2 三基色混色及色度表示原理 49

2.5 亮度和颜色感觉的视觉特征 51

2.5.1 刺激强度与感觉的关系 51

2.5.2 亮度适应和颜色适应 52

2.5.3 亮度对比和颜色对比 52

2.5.4 颜色感觉与刺激面积的关系 53

2.5.5 主观颜色 53

2.5.6 记忆色 53

2.5.7 进入色、后退色、膨胀色、收缩色 53

2.5.8 颜色和爱好 53

2.6 视觉的空间性质 53

2.6.1 视力 53

2.6.2 视觉的空间频率特性 54

2.6.3 颜色辨别门限的空间频率特性 56

2.6.4 视觉的空间频率特性和图像的清晰度 56

2.7.2 闪烁 57

2.7 视觉的时间特性 57

2.7.1 加入阶跃光波刺激的明暗感觉 57

2.7.3 视觉空间频率特性和时间因素的关系 58

2.7.4 眼球运动和视觉的关系 58

2.7.5 运动的感觉 58

2.8 形状感觉与错视 60

思考题 61

第3章 图像处理中的正交变换 63

3.1 傅里叶变换 63

3.1.1 傅里叶变换的定义及基本概念 63

3.1.2 傅里叶变换的性质 66

3.1.3 离散傅里叶变换 68

3.1.4 快速傅里叶变换(FFT) 73

3.1.5 用计算机实现快速傅里叶变换 78

3.1.6 二维离散傅里叶变换 80

3.2.1 离散余弦变换的定义 82

3.2 离散余弦变换 82

3.2.2 离散余弦变换的正交性 83

3.2.3 离散余弦变换的计算 84

3.3 沃尔什变换 85

3.3.1 正交函数的概念 86

3.3.2 拉德梅克函数 87

3.3.3 沃尔什函数 88

3.3.4 沃尔什函数的性质 97

3.3.5 沃尔什变换 99

3.3.6 离散沃尔什-哈达玛变换 100

3.3.7 离散沃尔什变换的性质 101

3.3.8 快速沃尔什变换 107

3.3.9 多维变换 109

3.4 哈尔函数及哈尔变换 113

3.4.1 哈尔函数的定义 113

3.4.2 哈尔函数的性质 114

3.4.3 哈尔变换及快速算法 115

3.5 斜矩阵与斜变换 117

3.5.1 斜矩阵的构成 117

3.5.2 斜变换 121

3.6 小波变换 122

3.6.1 概述 122

3.6.2 时-频分析 123

3.6.3 连续小波变换 127

3.6.4 离散小波变换 134

3.6.5 小波包 143

3.6.6 二维小波 145

3.6.7 Mallat算法 148

附录1 快速傅里叶变换与反变换程序实例 152

附录2 快速余弦变换与反变换程序实例 154

附录3 快速Walsh-Hadamard变换与反变换程序实例 156

附录4 二维小波分解与重构程序实例 157

思考题 178

第4章 图像增强 180

4.1 用直方图修改技术进行图像增强 181

4.1.1 直方图 181

4.1.2 直方图修改技术的基础 182

4.1.3 直方图均衡化处理 183

4.1.4 直方图规定化处理 187

4.1.5 图像对比度处理 192

附录5 直方图均衡处理程序实例 195

4.2 图像平滑化处理 199

4.2.1 邻域平均法 200

4.2.2 低通滤波法 201

4.2.3 多图像平均法 203

4.3.1 微分尖锐化处理 204

4.3 图像尖锐化处理 204

4.3.2 零交叉边缘检测 206

4.3.3 高通滤波法 208

4.4 利用同态系统进行增强处理 211

4.5 彩色图像处理 212

4.5.1 颜色基本原理 214

4.5.2 颜色模型 216

4.5.3 伪彩色图像处理 222

4.5.4 关于彩色显示 227

4.5.5 实时伪彩色增强系统 228

附录6 伪彩色增强处理程序实例 229

思考题 232

第5章 图像编码 234

5.1 图像编码分类 234

5.2 图像编码中的保真度准则 235

5.2.2 主观保真度准则 236

5.2.1 客观保真度准则 236

5.3 PCM编码 237

5.3.1 PCM编码的基本原理 237

5.3.2 PCM编码的量化噪声 238

5.3.3 编码器、译码器 239

5.3.4 非线性PCM编码 241

5.3.5 亚奈奎斯特取样PCM编码 243

5.4 统计编码 246

5.4.1 编码效率与冗余度 246

5.4.2 三种常用的统计编码法 249

5.5 预测编码 260

5.5.1 预测编码的基本原理 260

5.5.2 △M(DM)编码 263

5.5.3 DPCM编码 270

5.6.1 几种特殊的映射变换编码法 274

5.6 变换编码 274

5.6.2 正交变换编码 280

5.7 图像编码的国际标准 291

5.7.1 H.261编码标准 292

5.7.2 H.261解码原理 300

5.7.3 H.261的图像复用编码 300

5.7.4 传输缓冲器与传输编码 302

思考题 303

第6章 图像复原 305

6.1 退化模型 305

6.1.1 系统H的基本定义 305

6.1.2 连续函数退化模型 306

6.1.3 离散的退化模型 307

6.2 复原的代数方法 310

6.2.1 非约束复原方法 310

6.3.1 逆滤波的基本原理 311

6.2.2 约束复原法 311

6.3 逆滤波 311

6.3.2 去除由均匀直线运动引起的模糊 312

6.4 最小二乘方滤波 317

6.4.1 最小二乘方滤波的原理 317

6.4.2 用于图像复原的几种最小二乘方滤波器 319

6.5 约束去卷积 320

6.6 中值滤波 325

6.6.1 中值滤波的基本原理 325

6.6.2 加权的中值滤波 328

6.7 几种其他空间复原技术 330

6.7.1 几何畸变校正 330

6.7.2 盲目图像复原 331

6.7.3 递归图像复原技术 333

附录7 模糊图像恢复处理程序实例 337

附录8 中值和均值滤波图像恢复处理程序实例 354

思考题 361

第7章 图像重建 362

7.1 概述 362

7.2 傅里叶变换重建 363

7.3 卷积法重建 365

7.4 代数重建方法 367

7.5 重建的优化问题 370

7.6 图像重建中的滤波器设计 373

7.7 重建图像的显示 376

7.7.1 重建图像的显示 376

7.7.2 单色显示 377

7.7.3 重建对象的显示 380

7.7.4 图像重建的应用 387

思考题 389

8.1.1 灰度阈值法分割 390

8.1 分割 390

第8章 图像分析 390

8.1.2 样板匹配 393

8.1.3 区域生长 398

8.1.4 区域聚合 398

8.2 描绘 399

8.2.1 区域描绘 399

8.2.2 关系描绘 404

8.2.3 相似性描绘 415

8.2.4 霍夫变换 417

8.3 纹理分析 419

8.3.1 纹理特征 419

8.3.2 用空间自相关函数作纹理测度 420

8.3.3 傅里叶功率谱法 420

8.3.4 联合概率矩阵法 421

8.3.6 行程长度统计法 423

8.3.5 灰度差分统计法 423

8.3.7 其他几种方法 424

8.3.8 纹理的句法结构分析法 424

8.4 形状分析的细线化 425

思考题 428

第9章 数学形态学原理 429

9.1 数学形态学的发展 429

9.2 数学形态学的基本概念和运算 430

9.2.1 数学形态学定量分析原则 431

9.2.2 数学形态学的基本定义及基本算法 431

9.3 一些基本形态学算法 439

9.3.1 边缘提取算法 440

9.3.2 区域填充算法 440

9.3.3 连接部分提取算法 441

9.3.4 凸壳算法 442

9.3.5 细化 443

9.3.6 粗化算法 444

9.3.7 骨骼化算法 445

9.3.8 裁剪 446

9.4 灰度图像的形态学处理 450

9.4.1 膨胀 450

9.4.2 腐蚀 451

9.4.3 开和闭运算 452

9.4.4 灰度形态学的应用 453

附录9 数学形态学处理程序实例 456

思考题 480

第10章 模式识别的理论和方法 481

10.1 概述 481

10.2 统计模式识别法 483

10.2.1 决策理论方法 483

10.2.2 统计分类法 487

10.2.3 特征的抽取与选择 491

10.3.1 形式语言概述 493

10.3 句法结构模式识别 493

10.3.2 句法结构方法 501

10.3.3 误差校正句法分析 502

10.3.4 文法推断 511

10.4 模糊集识别法简介 515

10.4.1 模糊集合及其运算 516

10.4.2 模糊关系及性质 518

10.4.3 模糊模式识别的方法 521

10.5 模式识别的几种应用 525

10.5.1 指纹识别 526

10.5.2 模式识别在医学上的应用 526

10.5.3 模式识别在自动检测中的应用 526

思考题 529

附录10 图像采集卡的参数及使用(供光盘中软件参考) 530

参考文献 559

返回顶部