图像处理与应用PDF电子书下载

第1章 绪论 1

1.1研究背景 1

1.1.1图像处理与计算机视觉 1

1.1.2图像处理与计算机视觉的应用 3

1.2国内外研究现状 4

1.2.1图像降噪算法 5

1.2.2图像中的边缘检测 5

1.2.3图像中的直线特征检测 8

参考文献 10

第2章 图像滤波基础 16

2.1引言 16

2.2噪声的种类及数学模型 16

2.3非线性滤波技术 18

2.3.1基于排序统计的滤波方法 19

2.3.2基于数学形态学的滤波方法 21

2.3.3基于模糊理论的滤波方法 21

2.3.4基于小波分析的滤波方法 22

2.3.5其他方法 23

2.4滤波性能的评估 24

2.4.1客观评价方法 24

2.4.2主观评价方法 26

2.5本章小结 27

参考文献 27

第3章 脉冲噪声的非线性滤波算法研究 32

3.1引言 32

3.2脉冲噪声的模型及特点分析 33

3.3中值型脉冲噪声滤波算法的发展 33

3.4基于两级检测的脉冲噪声滤波算法 34

3.4.1关于脉冲噪声图像的假设 35

3.4.2脉冲噪声检测 36

3.4.3噪声滤除 38

3.4.4实验结果及分析 39

3.5本章小结 44

参考文献 45

第4章 混合噪声的滤波算法研究 47

4.1引言 47

4.2混合噪声滤波算法 47

4.3模糊技术及混合噪声滤波 49

4.3.1模糊理论在图像处理中的应用 49

4.3.2模糊滤波技术 50

4.4两种基于中值-模糊技术的混合噪声滤除算法 51

4.4.1 MF-Ⅰ混合噪声滤波算法 52

4.4.2 MF-Ⅱ混合噪声滤波算法 55

4.4.3实验结果及分析 56

4.5本章小结 62

参考文献 62

第5章 边缘检测算法研究 66

5.1引言 66

5.2边缘检测基础 67

5.2.1边缘检测的几个定义 67

5.2.2边缘的分类 67

5.2.3边缘点的梯度 68

5.2.4边缘检测的基本步骤 69

5.3边缘检测算法中的参数选择 70

5.3.1高斯滤波器尺度参数的选择 70

5.3.2边缘检测中的阈值选择 71

5.4基于梯度统计信息的边缘检测算法 72

5.4.1灰度直方图与梯度直方图 73

5.4.2算法步骤 76

5.4.3算法的调整 78

5.4.4实验结果及分析 79

5.5基于有限元边缘的融合算法 80

5.5.1问题的提出 80

5.5.2小波变换图像边缘包络带 81

5.5.3自适应网格规划 91

5.5.4多尺度边缘融合准则 92

5.5.5实验结果及分析 94

5.6本章小结 98

参考文献 98

第6章 基于Hough变换的直线检测算法研究 102

6.1引言 102

6.2标准Hough变换 103

6.2.1 Hough变换原理 103

6.2.2 Hough变换的实现步骤 104

6.2.3标准Hough变换存在的问题 105

6.3几种改进HT的性能分析 106

6.4一种基于HT的直线检测改进算法 107

6.4.1几个假设 108

6.4.2算法具体步骤 108

6.4.3算法性能分析 110

6.4.4实验结果及分析 111

6.5本章小结 112

参考文献 112

第7章 图像处理应用 114

7.1邮件分拣机系统简介 114

7.2分拣机视频检测系统硬件设计方案 117

7.3动态图像检测算法简介 118

7.4基于动态图像处理的邮件检测算法 119

7.4.1预处理 120

7.4.2边界特征提取 120

7.4.3自适应多直线匹配方法 121

7.4.4邮件的提取 121

7.4.5邮件单像素轮廓提取和边界跟踪 122

7.4.6面积和中心位置的计算 123

7.4.7实验结果及分析 123

7.5错误隐藏 124

7.6 H.264错误隐藏研究进展 128

7.6.1错误检测 128

7.6.2错误隐藏 129

7.7基于边缘分析的错误隐藏算法 131

7.7.1局部边缘走向分析 131

7.7.2错误隐藏算法 134

7.7.3实验结果及分析 136

7.8基于残差恢复的错误隐藏算法 139

7.8.1算法原理 139

7.8.2时域隐藏 140

7.8.3残差恢复算法 141

7.8.4实验结果及分析 143

7.9本章小结 144

参考文献 145