数字图像处理与分析PDF电子书下载

第1章 绪论 1

1.1　数字图像处理的发展 1

1.2　数字图像处理的相关概念 2

1.2.1　数字图像及其组成要素 2

1.2.2 图像处理 2

1.2.3　图像分析 3

1.2.4　图像理解 3

1.2.5　与相关学科的关系 4

1.3　数字图像处理方法 4

1.3.1　空域处理方法 5

1.3.2　变换域处理方法 5

1.4　数字图像处理的主要研究内容 5

1.5　数字图像处理的应用实例 6

1.5.1　生物医学中的应用 7

1.5.2　遥感领域中的应用 8

1.5.3　工业方面的应用 9

1.5.4　军事公安领域的应用 10

1.5.5　通信中的应用 12

1.5.6　文字识别 13

1.5.7 交通 13

1.6　小结 14

习题 15

第2章　数字图像表示及其处理 16

2.1　人眼成像过程 16

2.2　简单的图像形成模型 18

2.3　图像的数字化 19

2.3.1　采样 19

2.3.2　量化 20

2.4.1　二值图像 23

2.4　数字图像的基本类型 23

2.4.2　灰度图像 24

2.4.3　索引图像 24

2.4.4　RGB彩色图像 25

2.5　数字图像的基本文件格式 25

2.5.1　BMP图像文件格式 25

2.5.2　TIFF图像文件格式 28

2.5.3　GIF图像文件格式 29

2.5.4　PCX文件 29

2.5.5　JPEG图像格式 30

2.5.6　用VC＋＋实现BMP图像文件的显示 30

2.6　小结 44

习题 45

3.1　概述 46

第3章　图像增强 46

3.2　空域增强 48

3.2.1　灰度变换增强 48

3.2.2　直方图变换增强 51

3.2.3　空间平滑滤波增强 60

3.3　频域增强 64

3.3.1　傅里叶变换 64

3.3.2　频域滤波增强 69

3.4　图像的锐化 76

3.4.1　基于一阶微分的图像增强——梯度算子 77

3.4.2　基于二阶微分的图像增强——拉普拉斯算子 80

3.5　彩色图像增强 81

3.5.1　伪彩色增强 81

3.6　小结 84

3.5.2　假彩色增强 84

3.5.3　真彩色增强 84

习题 86

第4章 图像编码与压缩 87

4.1 图像编码的必要性与可能性 87

4.1.1 图像编码的必要性 87

4.1.2　图像编码的可能性 88

4.2　图像编码分类 89

4.3　图像编码评价准则 90

4.3.1　客观保真度准则 90

4.3.2　主观保真度准则 90

4.4　图像编码模型 91

4.4.1　信源编码器和信源解码器 92

4.4.2　信道编码器和解码器 92

4.5.1　霍夫曼编码 93

4.5　无损压缩 93

4.5.2　香农-费诺编码 96

4.5.3　算术编码 96

4.5.4　游程编码 98

4.5.5　无损预测编码 99

4.6　有损压缩 101

4.6.1　有损预测编码 101

4.6.2　变换编码 101

4.7　JPEG图像编码压缩标准 106

4.7.1　JPEG的工作模式 107

4.7.2　基本工作模式 108

4.7.3　JPEG文件格式 115

4.8　MPEG视频编码压缩标准 119

4.9　小结 121

习题 122

第5章　图像复原 123

5.1　基本概念 123

5.1.1　图像退化一般模型 123

5.1.2　成像系统的基本定义 124

5.1.3　连续函数的退化模型 125

5.1.4　离散函数的退化模型 126

5.2　非约束复原 128

5.2.1　非约束复原的代数方法 128

5.2.2　逆滤波器方法 129

5.3　有约束复原 131

5.3.1　有约束的最小二乘方图像复原 131

5.3.2　维纳滤波方法 132

5.3.3　有约束最小平方滤波 133

5.3.4　去除由匀速运动引起的模糊 136

5.4　非线性复原方法 137

5.4.1　最大后验复原 137

5.4.2　最大熵复原 138

5.4.3　投影复原方法 139

5.5　几种其他图像复原技术 140

5.5.1　几何畸变校正 140

5.5.2　盲目图像复原 142

5.6　小结 143

习题 144

第6章　图像重建 145

6.1　图像重建概述 145

6.2　图像重建的方法 148

6.3.2　重建公式的推导 150

6.3.1　反投影重建的基本原理 150

6.3　傅里叶反投影重建 150

6.3.3　重建公式的实用化 152

6.4　卷积法重建 154

6.5　代数重建方法 155

6.6　重建的优化问题 158

6.7　重建图像的显示 160

6.7.1　三维图像重建的体绘制 160

6.7.2　三维图像重建的面绘制 163

6.8　小结 166

习题 167

第7章　图像分割技术 168

7.1　图像分割概述 168

7.2　边缘检测 169

7.2.2　边缘检测方法 170

7.2.1　边缘检测概述 170

7.2.3　边界跟踪 175

7.3　阈值与图像分割 177

7.3.1　阈值分割原理及分类 177

7.3.2　全局阈值 179

7.3.3　基本自适应阈值 180

7.3.4　阈值选取方法 180

7.3.5　动态阈值 184

7.3.6　基于熵的二值化方法 187

7.4　基于区域的分割 190

7.4.1 区域生长 190

7.4.2　区域分裂与合并 193

7.5　彩色图像分割 194

7.5.1　彩色模型 195

7.5.2　彩色模型变换 197

7.5.3　彩色分割策略 198

7.6　基于形态学分水岭的分割 199

7.6.1　数字图像形态学处理技术 199

7.6.2　水坝构造 203

7.6.3　分水岭分割算法 204

7.7　连接成分的标记 206

7.8　小结 207

习题 208

第8章 图像特征提取与分析 209

8.1　基本概念 209

8.2　颜色特征描述 210

8.2.1　颜色矩 211

8.2.2　颜色直方图 211

8.2.4　颜色相关矢量 212

8.2.3　颜色集 212

8.3　形状特征描述 213

8.3.1　几个基本概念 213

8.3.2 区域内部空间域分析 215

8.3.3　区域内部变换分析 219

8.3.4　区域边界的形状特征描述 221

8.4　图像的纹理分析技术 229

8.4.1　纹理分析概念 230

8.4.2　空间灰度共生矩阵 231

8.4.3　纹理能量测量 234

8.4.4　纹理的结构分析方法和纹理梯度 234

8.5　小结 235

习题 236

9.1.1　模式的概念 238

9.1　模式与模式识别 238

第9章 图像匹配与识别 238

9.1.2　模式识别系统 239

9.1.3　模式识别方法的分类 240

9.1.4　模式识别的应用 241

9.2　基于匹配的识别技术 242

9.2.1　全局模板匹配 242

9.2.2　模板向量匹配 242

9.2.3　特征匹配 243

9.3　统计模式识别 244

9.4　句法模式识别 245

9.5　模糊模式识别方法 247

9.6　人工神经网络识别法 248

9.6.1　BP神经网络图像识别 248

9.6.2 自组织神经网络的图像识别 253

9.7　统计学习理论和支持向量机识别方法 255

9.7.1　SVM算法的基本思想 255

9.7.2　SVM算法的分类过程 256

9.7.3　遥感图像中的应用 256

9.8　小结 258

习题 259

第10章 基于MATLAB数字水印系统设计 260

10.1 MATLAB简介 260

10.1.1　MATLAB基础 260

10.1.2 MATLAB的运行 261

10.1.3 MATLAB图像处理功能 265

10.2　数字水印概述 269

10.2.1　数字水印的相关概念 269

10.2.3　数字水印系统的组成 270

10.2.2　数字水印的分类 270

10.3　基于DCT域的鲁棒水印 272

10.3.1　水印的嵌入 272

10.3.2　水印的提取 276

10.4　基于空域的脆弱水印 279

10.4.1　水印的嵌入 280

10.4.2　水印的提取及篡改检测 282

10.5　基于DWT域的脆弱水印 284

10.5.1　水印的嵌入 285

10.5.2　水印的提取 286

10.6　小结 287

习题 288

第11章　车辆牌照识别系统设计 289

11.1　概述 289

11.3　图像灰度拉伸 290

11.2　彩色图像转灰度图像 290

11.4　图像的二值化 292

11.5　图像的梯度锐化 293

11.6 图像的中值滤波 294

11.7　车牌牌照区域的定位 296

11.8　确定牌照区域的四个坐标值 298

11.9　车牌区域截取 300

11.10　牌照几何位置的调整 301

11.11　牌照区域的二值化 301

11.12　牌照字符的切分 301

11.13　牌照字符的识别 302

11.14　小结 305

习题 305

参考文献 306