数字图像处理 基础篇PDF电子书下载

第1章 图像处理工程学基础（谷口 编著、廖学成 译） 1

1．1 辐射通量、光谱分布、光通量之间的关系 1

1．2 RGB表色系 2

1．3 表色系的变换 3

1．3．1 CIE-XYZ表色系 3

1．3．2 等色空间上的表色系 4

1．4 图像处理系统概要 7

1．4．1 照明方法 7

1．4．2 摄像单元 8

1．4．3 图像的数字化 11

1．4．4 图像处理专用计算机系统的结构 13

练习题 13

参考文献 14

第2章 图像的数字化（松浦 编著、乐 静 译） 15

2．1 一维时间序列信号的数字化 15

2．1．1 采样（时间轴上的数字化） 15

2．1．2 量化（幅值的数字化） 25

2．2 二维信号（图像）的数字化 27

2．2．1 图像的采样（空间域上的数字化） 27

2．2．2 图像的量化（明暗程度的数字化） 28

2．2．3 动态图像的数字化 29

2．3 数字图像的特性 30

2．3．1 数字图像的频谱与采样定理 30

2．2．4 图像的数据量与数字化 30

2．3．2 CCD照相机摄取的图像 33

练习题 35

参考文献 35

第3章 图像变换（松浦 编著、乐 静译） 37

3．1 灰度的变换 37

3．2 空间坐标轴（横轴）的变换 39

3．2．2 三维空间上的坐标变换 42

3．2．1 二维平面上的位置、形状的变换 42

3．3 空间频域变换和处理 50

3．3．1 二维离散傅里叶变换 50

3．3．2 频域中的滤波和实际图像上的作用模板 51

练习题 54

参考文献 54

第4章 图像的预处理方法（冈崎 编著、廖学成 译） 55

4．1 预处理方法 55

4．1．1 有选择功能的局部均值滤波处理 55

4．1．2 中值滤波器 55

4．1．4 灰度直方图的均衡化 58

4．1．3 几何变换 58

4．1．5 模糊图像的锐化 60

4．2 灰度值的修正方法 61

4．2．1 灰度值的校正方法 61

4．2．2 灰度级的变换方法 61

4．3灰度值分布与投影分布 65

4．4 边界的提取方法 65

练习题 73

参考文献 74

5．1 概论 75

第5章 图像分割（谷口 编著、廖学成 译） 75

5．2 图像的二值化 76

5．2．1 二值化的一般式 76

5．2．2 灰度图像的阈值处理 76

5．2．3 图像的灰度直方图与阈值处理 76

5．2．4 多阈值处理 77

5．2．5 二维特性分布图 79

5．2．6 多光谱图像的分割方法 79

5．3 阈值的确定方法 80

5．3．1 图像分割阈值的一般式 80

5．3．3 阈值的确定方法 81

5．3．2 预处理及阈值处理方法 81

5．4 图像分割实例 86

5．4．1 生物医学图像的实例 86

5．4．2 放电图像示例 89

5．4．3电子器件示例 90

5．4．4 机械零件示例 90

练习题 91

参考文献 93

第6章 灰度图像的分析（村本 编著、朱 虹 译） 95

6．1 矩（moment） 95

6．2 纹理（texture） 96

6．3分形 100

练习题 102

参考文献 102

第7章 二值图像处理（长谷 编著、廖学成 译） 103

7．1 二值化方法 103

7．1．1 p-参数法 104

7．1．2 模式法 104

7．1．3 最大方差比方法 105

7．1．4 可变阈值法 105

7．2 二值图像的性质 106

7．2．1 四连接与八连接 106

7．2．3 连接数 107

7．2．2 内部点与边界点 107

7．2．4 欧拉数 109

7．2．5 距离变换 110

7．3 线框图的处理 112

7．3．1 边界跟踪 112

7．3．2 细线化 114

7．3．3 链码 115

7．3．4 傅里叶描述子 116

7．4 二值图像分析 118

7．4．1 贴标签法 118

7．4．2 Hough变换 119

7．4．3 其他的图形特征 121

7．4．4 二值图形的变动分析 123

练习题 125

参考文献 126

第8章 图像的模式识别（渡边 编著、朱 虹 译） 127

8．1 统计方法 127

8．1．1 模式空间与识别函数 127

8．1．2 模式匹配 132

8．2 语法生成方法 134

8．2．1 语言与自动机 134

8．2．2 模式语法 135

8．3 构造方法 136

8．3．1 DP匹配 136

8．3．2 松弛法 140

8．4 基于神经元网络的识别方法 141

8．4．1分层神经元网络和感知器 142

8．4．2 反向传播算法 146

练习题 148

参考文献 150

第9章 计算机视觉（渡边 编著、朱 虹 译） 153

9．1 线框图的描述与分析 153

9．1．1 Roberts多面体识别方法 154

9．1．2 线框图的贴标签 156

9．2 图像认知中的几何学 159

9．2．1 图像的产生过程与几何变换 159

9．2．2 基于微分几何学的图像分析与描述 164

9．3 图像的三维重建 166

9．3．1 基于亮度的形状恢复 167

9．3．2 照度差的立体视觉效应 170

9．4 距离图像的获取 171

9．4．1 双目立体视觉方法 172

9．4．2 光投影方法 173

9．5 三维场景的特征与物体识别 177

9．5．1 距离图像的特征提取 178

9．5．2 三维模型的描述 180

9．5．3 三维物体的识别 183

9．6 化为最优化问题的图像认知 188

9．6．1病态问题与正则化 188

9．6．2 基于充分约束问题的图像认知 191

9．6．3 基于能量最小化的图像认知 193

9．7 图像认识的信息环境 194

练习题 197

参考文献 199

10．1 图像的线性变换 203

第10章 图像通信（梅田 编著、朱 虹 译） 203

10．2 正交变换的编码方法 205

10．3 小波变换 206

10．4 图像传输中的信道纠错编码 208

练习题 209

参考文献 210

第11章 图像信息的压缩（浅田 编著、朱 虹 译） 211

11．1 图像数据压缩的必要性及设计思想 211

11．2 二值图像的压缩 212

11．2．1 二值图像的性质 212

11．2．3 二维编码 213

11．2．2 一维编码 213

11．3 静态图像数据的压缩 214

11．3．1 RGB-YUV变换 215

11．3．2 空间频率分析与量化 216

11．3．3 熵编码 217

11．4 动态图像数据的压缩 218

11．4．1 时间方向上的预测 219

11．4．2 动态补偿（移动向量的预测方法） 220

练习题 221

参考文献 222

12．1．1 三维图像及其立体视觉下的切割 223

第12章 图像工程学的应用（若松等 编著、朱、虹 译） 223

12．1 立体视觉观测图像在切割加工系统中的应用 223

12．1．2 三维图像的立体视觉切割与力显示系统 227

12．2 具有面识别能力的搬运机器人 231

12．3 文本图像处理的应用 234

12．3．1 文本图像处理的流程 234

12．3．2 文字图像的特征提取方法 237

12．4 区域分割的实例 239

参考文献 241

练习题解答 243