数字图像处理PDF电子书下载

1.1 图像及其分类 1

1.1.1 图像的特点 1

1.1.2 图像的分类 1

第1章 绪论 1

1.2 数字图像处理技术与应用 2

1.2.1 数字图像处理的主要内容 2

1.2.2 数字图像处理方法 3

1.2.3 数字图像处理技术的应用 3

1.3 数字图像处理系统 4

1.4 Matlab简介 5

习题 6

2.2 连续图像模型 7

2.2.1 连续图像的表达式 7

2.1 概述 7

第2章 图像获取 7

2.2.2 连续图像的随机表征 8

2.3 连续图像的频谱 10

2.3.1 一维连续傅里叶变换 10

2.3.2 二维连续傅里叶变换 11

2.4 图像采样 12

2.4.1 采样定理 12

2.4.2 图像采样 14

2.5 图像量化 16

2.5.1 量化器模型 16

2.5.2 标量量化 17

2.5.3 向量量化 19

2.6 数字图像中的基本概念 22

2.6.1 数字图像的表示 22

2.6.2 空间与灰度级分辨率 23

2.6.3 像素间的基本关系 24

小结 26

习题 26

第3章 图像变换 27

3.1 概述 27

3.2 一维离散傅里叶变换 27

3.2.1 离散傅里叶变换 27

3.2.2 离散傅里叶变换的性质 28

3.3 一维快速傅里叶变换 29

3.3.1 一维快速傅里叶变换的基本思想 29

3.3.2 一维快速傅里叶变换算法 31

3.4 二维离散傅里叶变换 34

3.4.1 二维离散傅里叶变换 34

3.4.2 二维离散傅里叶变换的性质 35

3.4.3 二维快速离散傅里叶变换 36

3.4.4 二维快速傅里叶变换的Matlab实现 37

3.4.5 可分离图像变换的概念 39

3.5 离散余弦变换 39

3.5.1 一维离散余弦变换 39

3.5.2 一维快速离散余弦变换算法 40

3.5.3 二维离散余弦变换 41

3.5.4 离散余弦变换的Matlab实现 42

3.5.5 离散余弦变换的应用 42

3.6 沃尔什变换和哈达玛变换 43

3.6.1 离散沃尔什变换 43

3.6.2 离散哈达玛变换 44

3.6.3 快速哈达玛变换算法 45

3.7 霍特林变换 48

3.8 拉东变换 50

3.8.1 什么是拉东变换 50

3.8.2 拉东变换的Matlab实现 51

习题 53

小结 53

第4章 图像增强 55

4.1 概述 55

4.2 空域点处理增强 55

4.2.1 直接灰度变换 55

4.2.2 直方图修正 61

4.2.3 图像间的运算 67

4.3 空域滤波增强 71

4.3.1 平滑滤波器 71

4.3.2 锐化滤波器 74

4.4 频域滤波增强 77

4.4.1 低通滤波器 78

4.4.2 高通滤波器 81

4.4.3 同态滤波器 85

习题 87

小结 87

第5章 图像复原 89

5.1 概述 89

5.2 图像退化模型 89

5.2.1 退化模型 89

5.2.2 连续函数退化模型 90

5.2.3 离散的退化模型 91

5.2.4 循环矩阵对角化 92

5.3 退化函数估计 94

5.3.1 图像观察估计法 94

5.3.2 试验估计法 95

5.3.3 模型估计法 95

5.4 逆滤波 97

5.4.1 无约束复原 97

5.4.2 逆滤波复原 97

5.4.3 消除匀速运动模糊 98

5.5.1 有约束滤波 100

5.5.2 维纳滤波复原 100

5.5 维纳滤波 100

5.5.3 维纳滤波的Matlab实现 101

5.6 约束最小二乘方滤波 103

5.6.1 滤波模型 103

5.6.2 约束最小二乘方滤波的Matlab实现 105

5.7 从噪声中复原 106

5.7.1 噪声模型 106

5.7.2 空域滤波复原 108

5.7.3 频域滤波复原 111

5.8 几何失真校正 112

5.8.1 空间变换 112

5.8.2 灰度插值 113

5.8.3 几何失真图像配准复原 114

习题 116

小结 116

第6章 彩色图像处理 118

6.1 概述 118

6.2 彩色基础 118

6.2.1 人眼的构造 118

6.2.2 三色成像 118

6.3 颜色模型 119

6.3.1 RGB模型 120

6.3.2 CMY模型和CMYK模型 121

6.3.3 HSI模型 122

6.4 全彩色图像处理 124

6.4.1 彩色图像增强 125

6.4.2 彩色图像复原 127

6.4.3 彩色图像分析 128

6.5 伪彩色处理 131

6.5.1 密度分层法 132

6.5.2 灰度级－彩色变换法 133

6.5.3 频域滤波法 134

小结 135

习题 135

第7章 图像编码 137

7.1 概述 137

7.1.1 图像数据的冗余 137

7.1.2 图像的编码质量评价 138

7.2 信息理论基础与熵编码 140

7.2.1 离散信源的熵表示 140

7.2.2 离散信源编码定理 143

7.2.3 赫夫曼编码 144

7.2.4 香农－范诺编码 148

7.2.5 算术编码 149

7.2.6 行程编码 153

7.3 LZW算法 155

7.4 预测编码 157

7.4.1 无损预测编码 157

7.4.2 有损预测编码 160

7.5 变换编码 168

7.5.1 变换选择 169

7.5.2 子图像尺寸选择 174

7.5.3 比特分配 174

7.5.4 DCT编码实例 177

7.6 基于矢量量化技术的图像编码 182

7.6.1 矢量量化原理 182

7.6.2 矢量量化过程 183

小结 188

习题 189

8.2.1 一维连续小波变换 190

8.2 小波变换 190

8.1 概述 190

第8章 小波图像编码 190

8.2.2 小波变换性质 192

8.3 离散小波变换 193

8.3.1 离散小波变换简介 193

8.3.2 框架理论 194

8.4 多分辨分析和Mallat算法 195

8.4.1 多分辨分析 195

8.4.2 小波分解和重构 196

8.5 Matlab中常用小波基介绍 198

8.5.1 常用小波函数介绍 199

8.5.2 小波函数有关的Matlab函数 203

8.6 小波变换在图像编码中的应用 205

8.6.1 数字图像的小波分解 205

8.6.2 小波基的选择 210

8.6.3 小波变换域小波系数分析 212

8.6.4 小波编码方法 214

小结 224

习题 224

第9章 图像检测与分割 225

9.1 概述 225

9.2 边缘检测 226

9.2.1 梯度算子 226

9.2.2 高斯－拉普拉斯算子 228

9.2.3 Canny边缘检测算子 229

9.3 边界跟踪 233

9.3.1 边界跟踪方法 233

9.3.2 霍夫变换 238

9.4 阈值分割 243

9.4.1 人工选择法 243

9.4.2 自动阈值法 244

9.4.3 分水岭算法 247

9.5 区域分割 250

9.5.1 区域生长法 250

9.5.2 区域分裂法 252

9.5.3 区域合并法 253

9.5.4 区域分裂合并法 253

9.6 运动分割 256

9.6.1 背景差值法 256

9.6.2 图像差分法 258

9.6.3 基于光流的分割方法 259

9.6.4 基于块的分割方法 261

小结 262

习题 262

10.2.1 链码 264

10.2 图像表示 264

10.1 概述 264

第10章 图像表示与描述 264

10.2.2 边界分段 269

10.2.3 多边形近似 270

10.2.4 标记图 271

10.2.5 骨架 273

10.3 边界描述 273

10.3.1 一些简单的描述子 273

10.3.2 形状数 273

10.3.3 傅里叶描述子 275

10.3.4 统计矩 277

10.4 区域描述 277

10.4.1 一些简单的描述子 277

10.4.2 纹理 278

10.4.3 不变矩 281

10.5.1 膨胀和腐蚀 284

10.5 形态学描述 284

10.5.2 开启和闭合 286

10.5.3 形态学对图像的操作 287

小结 291

习题 291

第11章 图像识别 293

11.1 概述 293

11.2 统计图像识别 293

11.2.1 统计模式识别方法 293

11.2.2 特征分析 295

11.2.3 线性分类器 299

11.2.4 贝叶斯分类器 301

11.3 句法图像识别 303

11.3.1 句法模式识别方法 303

11.3.2 形式语言简介 304

11.3.3 模式文法 306

11.3.4 句法分析 309

11.3.5 句法结构的自动机识别 311

11.3.6 有噪声、畸变模式的识别 314

11.4 模糊图像识别 319

11.4.1 模糊集合及其运算 319

11.4.2 隶属函数确定方法 321

11.4.3 模糊识别原则 325

11.4.4 模糊句法识别 328

11.5 神经网络识别 333

11.5.1 人工神经网络简介 333

11.5.2 前向网络分类器 334

11.5.3 自组织特征映射网络 340

小结 343

习题 344

参考文献 345