数字图像处理原理与实践PDF电子书下载

第1章 从图像工程的角度认识图像处理 1

1.1 图像及图像工程 1

1.1.1 对图像的认识 1

1.1.2 图像工程及包含的内容 3

1.2 图像处理概述 5

1.2.1 图像处理的分类 5

1.2.2 数字图像处理的主要内容 6

1.3 图像处理与数学的关系 7

1.4 图像处理系统及常用图像格式 9

1.4.1 常见的图像处理系统 9

1.4.2 常用图像格式 10

1.5 数字图像处理发展及应用简介 11

1.5.1 数字图像处理的发展 11

1.5.2 数字图像处理的应用 12

第2章 图像处理基础 18

2.1 图像与人类视觉的关系 18

2.1.1 人类视觉系统模型 18

2.1.2 视觉空间分辨率及感知特性 20

2.2 图像与数字图像 20

2.2.1 连续图像的表示方法 21

2.2.2 图像数字化方法 22

2.2.3 数字图像的表示方法 26

2.2.4 数字图像的基本参数 27

2.3 像素之间的联系 28

2.3.1 像素的邻域 28

2.3.2 像素之间的连通性 29

2.3.3 像素之间的距离 30

2.4 图像直方图及其应用 31

2.4.1 图像直方图的定义 31

2.4.2 直方图的性质 32

2.4.3 直方图的用途 34

2.5 图像间运算 36

2.5.1 算术运算 36

2.5.2 逻辑运算 39

2.6 图像二值化 40

2.6.1 图像二值化原理 40

2.6.2 阈值确定方法的比较 41

第3章 典型图像变换理论 44

3.1 傅里叶变换及其性质 45

3.1.1 一维连续傅里叶变换 45

3.1.2 一维离散傅里叶变换 46

3.1.3 快速傅里叶变换 47

3.1.4 二维连续傅里叶变换 48

3.1.5 二维离散傅里叶变换 49

3.1.6 傅里叶变换的性质 52

3.1.7 傅里叶变换实例 53

3.2 线性变换 53

3.2.1 一维离散线性变换 54

3.2.2 二维离散线性变换 55

3.3 其他变换 56

3.3.1 离散余弦变换 56

3.3.2 沃尔什-哈达玛变换 57

3.3.3 小波变换 58

3.3.4 基于特征向量的变换 60

第4章 图像视觉质量提升 63

4.1 卷积与卷积滤波 64

4.1.1 系统与卷积 64

4.1.2 卷积滤波 67

4.2 图像对比度增强 69

4.2.1 线性增强法 69

4.2.2 非线性增强法 73

4.3 图像平滑 79

4.3.1 空间域平滑 79

4.3.2 频率域平滑 84

4.4 图像锐化 87

4.4.1 微分算子 87

4.4.2 拉普拉斯算子 92

4.4.3 频率域高通滤波 94

第5章 图像复原与超分辨率重建 96

5.1 引言 96

5.2 图像降质的数学模型 97

5.3 噪声分析 99

5.3.1 噪声分类 99

5.3.2 噪声模型 100

5.4 退化函数辨识 102

5.5 图像复原方法 104

5.5.1 逆滤波 104

5.5.2 维纳滤波 105

5.6 几何畸变校正 106

5.6.1 空间变换 107

5.6.2 灰度级插值 108

5.6.3 几何变换的实现 110

5.7 超分辨率重建的概念 111

5.7.1 图像的尺寸与分辨率 111

5.7.2 低分辨率图像成像的数学模型 112

5.8 超分辨率重建的方法 113

5.8.1 单幅图像超分辨率重建 113

5.8.2 多幅图像超分辨率重建 114

第6章 图像压缩编码 117

6.1 图像冗余分析 118

6.2 图像保真度准则 118

6.2.1 客观保真度准则 119

6.2.2 主观保真度准则 119

6.3 无损压缩编码 120

6.3.1 行程编码 120

6.3.2 基于统计的编码 120

6.4 有损压缩编码 125

6.4.1 预测编码 126

6.4.2 变换编码原理 126

6.4.3 正交变换的应用 127

6.4.4 离散余弦变换的应用 127

第7章 彩色和多光谱图像处理 129

7.1 引言 129

7.2 彩色图像处理 130

7.2.1 色度学的基础知识 130

7.2.2 色彩空间表示 131

7.2.3 色彩空间转换 133

7.2.4 彩色变换 137

7.2.5 减色与去色处理 142

7.3 多光谱图像融合 143

7.3.1 基于HSL变换的影像信息融合 144

7.3.2 基于小波变换的影像信息融合 144

7.3.3 主分量变换 144

7.3.4 缨帽变换 145

第8章 图像形态学处理 147

8.1 引言 147

8.2 数学形态学的基本概念 148

8.2.1 基本集合定义 148

8.2.2 图像集合表示及结构元素 148

8.2.3 二值形态学基础运算 149

8.2.4 基础运算性质 152

8.2.5 组合运算及其作用 153

8.2.6 组合运算代数性质 155

8.2.7 灰度形态学基本运算 156

8.3 形态学方法在图像处理中的应用 158

8.3.1 图像的边缘提取 158

8.3.2 图像的区域填充 159

8.3.3 目标探测——击中与否变换 160

8.3.4 细化和厚化 161

8.3.5 水域分割 162

第9章 图像处理编程基础及应用实例 164

9.1 Visual C＋十及MATLAB编程环境简介 164

9.1.1 Visual C＋＋编程环境与微软基础类（Microsoft Foundation Classes，MFC） 164

9.1.2 MATLAB编程环境与图像处理工具箱 165

9.2 BMP图像格式介绍 166

9.2.1 文件结构 167

9.2.2 结构详解 168

9.3 BMP图像读取与显示 169

9.4 图像处理算法编程实现 171

9.4.1 VC＋＋下的图像读取与显示 171

9.4.2 MATLAB下的图像读取与显示 171

9.4.3 图像直方图统计 173

9.4.4 图像直方图均衡 174

9.4.5 图像空间域平滑 177

9.4.6 图像空间域锐化 182

9.4.7 FFT幅值谱和相位谱生成 188

9.4.8 图像频率域滤波 197

9.4.9 图像二值形态学处理 201

9.5 图像处理应用实例 208

9.5.1 OCR文字识别 208

9.5.2 水印隐藏与识别 209

附录 数字图像处理词汇表 214

参考文献 218