数字图像处理 第3版PDF电子书下载

第1章 绪论 1

1.1数字图像与数字图像处理 1

1.2数字图像处理系统的组成 3

1.3图像处理技术研究的基本内容 3

1.4图像处理技术的应用领域 5

习题1 6

第2章 数字图像处理基础 7

2.1电磁波谱与可见光谱 7

2.2人眼的亮度视觉特性 9

2.2.1视觉适应性 9

2.2.2同时对比效应 10

2.2.3马赫带效应 10

2.2.4视觉错觉 10

2.3图像的表示 11

2.3.1简单的图像成像模型 11

2.3.2数字图像的表示 12

2.4空间分辨率和灰度级分辨率 15

2.4.1空间分辨率和灰度级分辨率的概念 15

2.4.2采样数变化对图像视觉效果的影响 16

2.4.3空间分辨率变化对图像视觉效果的影响 17

2.4.4灰度级分辨率变化对图像视觉效果的影响 18

2.5像素间的关系 18

2.5.1像素的相邻和邻域 18

2.5.2像素的邻接性与连通性 19

2.5.3距离的度量 22

2.6图像的显示 23

2.6.1显示分辨率与图像分辨率 24

2.6.2彩色模型 24

2.6.3位图 24

2.6.4调色板 25

2.7图像文件格式 26

2.7.1位图文件头 26

2.7.2位图信息头 27

2.7.3位图调色板 29

2.7.4图像的位图数据 29

习题2 30

第3章 数字图像的基本运算 32

3.1灰度反转 32

3.2对数变换 33

3.3灰度直方图 33

3.3.1灰度直方图及其分布特征 34

3.3.2归一化灰度图像直方图 34

3.3.3灰度直方图的特征 36

3.4图像的代数运算 36

3.4.1图像的相加运算 36

3.4.2图像的相减运算 37

3.5图像的几何运算 38

3.5.1图像平移变换 38

3.5.2图像旋转变换 39

3.5.3图像镜像变换 42

3.5.4图像转置变换 43

3.5.5图像缩放 44

习题3 46

第4章 空间域图像增强 48

4.1基于点运算的图像增强方法 48

4.1.1对比度拉伸 48

4.1.2窗切片 49

4.2基于直方图的图像增强方法 50

4.2.1直方图均衡 50

4.2.2直方图规定化 57

4.3基于空间平滑滤波的图像增强方法 63

4.3.1空间滤波实现机理——模板运算原理 63

4.3.2线性平滑滤波图像增强方法——邻域平均法 66

4.3.3非线性平滑滤波图像增强方法——中值滤波法 67

4.4基于空间锐化滤波的图像增强方法 69

4.4.1基于一阶微分的图像增强方法 69

4.4.2基于二阶微分的图像增强方法——拉普拉斯算子锐化方法 72

习题4 75

第5章 频率域图像处理 77

5.1二维离散傅里叶变换 77

5.1.1二维离散傅里叶变换的定义和傅里叶频谱 77

5.1.2二维离散傅里叶变换的若干重要性质 79

5.1.3图像的傅里叶频谱特性分析 81

5.1.4离散傅里叶变换的实现 84

5.2频率域图像处理的基本实现思路 85

5.2.1基本实现思想 85

5.2.2转移函数的设计 86

5.3基于频率域的图像噪声消除——频率域低通滤波 86

5.3.1理想低通滤波器 86

5.3.2巴特沃斯低通滤波器 88

5.3.3高斯低通滤波器 89

5.4基于频率域的图像增强——频率域高通滤波 90

5.4.1理想高通滤波器 90

5.4.2巴特沃斯高通滤波器 90

5.4.3高斯高通滤波器 91

5.5带阻滤波和带通滤波 92

5.5.1带阻滤波器 92

5.5.2带通滤波器 93

习题5 93

第6章 图像恢复 95

6.1图像的退化模型 95

6.1.1常见退化现象的物理模型 95

6.1.2图像退化模型的表示 96

6.1.3离散退化模型 96

6.1.4图像的离散退化模型 97

6.2空间域图像的恢复 98

6.2.1无约束最小二乘方恢复 98

6.2.2有约束最小二乘方恢复 99

6.3频率域图像的恢复 102

6.4匀速直线运动模糊的恢复 103

6.5图像噪声与被噪声污染图像的恢复 105

6.5.1图像噪声 105

6.5.2被噪声污染图像的恢复 109

6.6几何失真的校正 110

6.6.1坐标的几何校正 111

6.6.2灰度值恢复 112

习题6 114

第7章 图像压缩编码 115

7.1 DCT变换 115

7.1.1一维DCT 115

7.1.2二维偶DCT 118

7.1.3 DCT变换的基函数与基图像 120

7.2数字图像压缩编码基础 122

7.2.1图像压缩的基本概念 122

7.2.2图像质量（相似度）评价——保真度准则 123

7.2.3图像编码模型 125

7.3几种最基本的变长编码方法 128

7.3.1费诺码 129

7.3.2霍夫曼编码 130

7.3.3几种接近最佳的变长编码 132

7.3.4算术编码 134

7.4位平面编码 137

7.4.1位平面分解 137

7.4.2位平面的格雷码分解编码 138

7.5游程编码 139

7.6变换编码 141

7.6.1变换编码的过程 141

7.6.2子图像尺寸的选择 141

7.6.3变换的选择 142

7.6.4变换系数的量化和编码 144

7.6.5变换解码 147

习题7 150

第8章 小波图像处理 151

8.1小波变换与图像小波变换 151

8.1.1小波的概念和特性 151

8.1.2连续小波变换 152

8.1.3离散小波变换 154

8.1.4二进小波变换 154

8.1.5塔式分解与Mallat算法 155

8.1.6图像的小波变换 158

8.2嵌入式零树小波编码 163

8.2.1基于小波变换的图像压缩基本思路 163

8.2.2嵌入式编码与零树概念 163

8.2.3重要小波系数及扫描方法 165

8.2.4嵌入式零树编码方法 166

8.2.5嵌入式零树小波编码图像的重建 174

8.2.6嵌入式零树小波编码的渐进传输特性 175

8.3基于小波变换的图像去噪方法 175

8.3.1小波去噪方法的机理 175

8.3.2小波收缩阈值去噪方法 176

习题8 178

第9章 图像分割 179

9.1图像分割的概念 179

9.2基于边缘检测的图像分割 180

9.2.1图像边缘的概念 180

9.2.2 Hough变换 181

9.3基于阈值的图像分割 183

9.3.1基于阈值的分割方法 184

9.3.2基于双峰形直方图的阈值选取 186

9.3.3其他阈值选取方法 188

9.4基于跟踪的图像分割 189

9.4.1轮廓跟踪法 189

9.4.2光栅跟踪法 190

9.5基于区域的图像分割 192

9.5.1区域生长法 192

9.5.2分裂合并法 194

习题9 196

第10章 图像特征提取 197

10.1图像的边缘特征及其检测方法 197

10.1.1图像边缘的特征 197

10.1.2梯度边缘检测 198

10.1.3二阶微分边缘检测 202

10.1.4 Marr边缘检测算法 203

10.2图像的点与角点特征及其检测方法 204

10.2.1图像点特征及其检测方法 204

10.2.2图像角点的概念 205

10.2.3 SUSAN角点检测算法 205

10.3图像的纹理特征及其描述和提取方法 208

10.3.1图像纹理的概念和分类 208

10.3.2图像纹理的主要特性及描述与提取方法 210

10.3.3基于灰度直方图统计矩的纹理特征描述与提取方法 212

10.3.4基于灰度共生矩阵的纹理特征提取方法 213

10.3.5基于结构方法的纹理描述 218

10.3.6基于频谱方法的纹理描述 218

10.4图像的形状特征 220

10.4.1矩形度 220

10.4.2圆形性 220

10.4.3球状性 221

10.5图像的统计特征 221

习题10 223

第11章 彩色图像处理 225

11.1彩色视觉 225

11.1.1三基色原理 225

11.1.2 CIE色度图 227

11.2彩色模型 229

11.2.1 RGB彩色模型 229

11.2.2 HSI彩色模型 229

11.2.3 RGB彩色模型到HSI彩色模型的转换 230

11.2.4 HSI彩色模型到RGB彩色模型的转换 231

11.3彩色变换 231

11.3.1反色变换 232

11.3.2彩色图像的灰度化 232

11.3.3真彩色转变为256色 234

11.3.4彩色平衡 235

11.4彩色图像增强 237

11.4.1真彩色增强 237

11.4.2伪彩色增强 238

11.4.3假彩色增强 241

11.5彩色图像的平滑 241

11.5.1基于RGB彩色模型的彩色图像平滑 242

11.5.2基于HSI彩色模型的彩色图像平滑 243

11.6彩色图像的锐化 244

11.7彩色图像的边缘检测 244

11.8彩色图像的分割 245

11.8.1 HSI模型的彩色图像分割 246

11.8.2 RGB模型的彩色图像分割 247

习题11 248

第12章 形态学图像处理 249

12.1集合论基础 249

12.1.1集合的概念 249

12.1.2集合间的关系和运算 250

12.2二值形态学的基本运算 251

12.2.1腐蚀 252

12.2.2膨胀 254

12.2.3开运算和闭运算 257

12.2.4二值形态学基本运算性质 261

12.3二值图像的形态学处理 263

12.3.1形态滤波 263

12.3.2边界提取 263

12.3.3区域填充 264

12.3.4骨架提取 266

12.3.5物体识别 266

12.4灰度形态学基本运算 268

12.4.1灰度腐蚀 268

12.4.2灰度膨胀 270

12.4.3灰度开运算和灰度闭运算 272

12.4.4灰度形态学基本运算的性质 274

12.5灰度形态学处理算法 276

12.5.1形态学平滑 276

12.5.2形态学梯度 276

12.5.3高帽变换 277

习题12 278

第13章 目标表示与描述 280

13.1边界表示 280

13.1.1链码 280

13.1.2多边形 282

13.1.3标记 284

13.1.4边界线段 285

13.2边界描述 285

13.2.1简单的边界描述子 286

13.2.2形状数 286

13.2.3傅里叶描述子 287

13.2.4统计矩 290

13.3区域表示 290

13.3.1区域标示 290

13.3.2四叉树表示 291

13.3.3骨架表示 291

13.4区域描述 294

13.4.1几种简单的区域描述子 294

13.4.2拓扑描述子 295

13.4.3不变矩 296

13.5关系描述 298

13.5.1串描述子 298

13.5.2树描述子 300

习题13 301

第14章 视频图像处理基础 302

14.1视频图像处理概念 302

14.2基于视频图像的运动目标检测与识别 304

14.2.1帧差法 304

14.2.2背景减法 305

14.2.3光流场分析法 307

14.3视频编码技术 309

14.3.1视频压缩编码的机理 309

14.3.2视频编码技术及编码标准 309

14.3.3混合视频编码框架 311

14.3.4面向混合视频编码框架的编码技术 312

习题14 315

参考文献 317

附录A N=4时的二维DCT变换基图像的原始数据 320

附录B 本书中的彩色图像插图 323