数字图像处理 第2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 2

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 4

习题1 4

第2章 数字图像处理基础 6

2.1 电磁波谱与可见光谱 6

2.2 人眼的亮度视觉特性 7

2.2.1 视觉适应性 8

2.2.2 同时对比效应 8

2.2.3 马赫带效应 8

2.2.4 视觉错觉 9

2.3 图像的表示 10

2.3.1 简单的图像成像模型 10

2.3.2 数字图像的表示 10

2.4 空间分辨率和灰度级分辨率 14

2.4.1 空间分辨率和灰度级分辨率 14

2.4.2 采样数变化对图像视觉效果的影响 15

2.4.3 空间分辨率变化对图像视觉效果的影响 16

2.4.4 灰度分辨率变化对图像视觉效果的影响 16

2.5 像素间的关系 17

2.5.1 像素的相邻和邻域 17

2.5.2 像素的邻接性与连通性 18

2.5.3 像素间距离的度量 20

2.6 图像的显示 22

2.6.1 显示分辨率与图像分辨率 22

2.6.2 光度分辨率与灰度分辨率 23

2.6.3 彩色模型 23

2.6.4 位图 23

2.6.5 调色板 24

2.7 图像文件格式 25

2.7.1 位图文件头 25

2.7.2 位图信息头 26

2.7.3 位图调色板 28

2.7.4 图像的位图数据 28

习题2 29

第3章 数字图像的基本运算 31

3.1 灰度反转 31

3.2 对数变换 32

3.3 灰度直方图 32

3.3.1 灰度直方图的概念及分布特征 32

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 34

3.4 二维直方图 34

3.5 图像的代数运算 36

3.5.1 图像的相加运算 36

3.5.2 图像的相减运算 36

3.6 图像的几何运算 37

3.6.1 图像平移变换 37

3.6.2 图像旋转变换 38

3.6.3 图像镜像变换 41

3.6.4 图像转置变换 42

3.6.5 图像缩放 42

习题3 45

第4章 空间域图像增强 46

4.1 基于点运算的灰度图像增强方法 46

4.1.1 对比度拉伸 46

4.1.2 窗切片 47

4.2 基于直方图的图像增强方法 48

4.2.1 直方图均衡 48

4.2.2 直方图规定化 54

4.3 图像锐化 61

4.3.1 梯度法 61

4.3.2 拉普拉斯锐化算子 63

4.3.3 模板运算原理 66

4.4 图像噪声消除 69

4.4.1 邻域平均 69

4.4.2 中值滤波 71

习题4 72

第5章 频率域图像增强 74

5.1 二维离散傅里叶变换 74

5.1.1 二维离散傅里叶变换的定义及意义 74

5.1.2 二维离散傅里叶变换的若干重要性质 75

5.1.3 图像的傅里叶频谱特性分析 77

5.1.4 快速离散傅里叶变换及其实现 81

5.2 频率域图像处理的基本实现思路 82

5.2.1 基本实现思想 82

5.2.2 转移函数的设计 83

5.3 基于频率域的图像噪声消除——频率域低通滤波 84

5.3.1 理想低通滤波器 84

5.3.2 巴特沃斯低通滤波器 86

5.3.3 高斯低通滤波器 86

5.4 基于频率域的图像增强——频率域高通滤波 87

5.4.1 理想高通滤波器 87

5.4.2 巴特沃斯高通滤波器 88

5.4.3 高斯高通滤波器 88

5.5 带阻滤波和带通滤波 89

5.5.1 带阻滤波器 89

5.5.2 带通滤波器 90

习题5 91

第6章 图像恢复 92

6.1 图像的退化模型 92

6.1.1 常见退化现象的物理模型 92

6.1.2 图像退化模型的表示 93

6.1.3 离散退化模型 93

6.1.4 图像的离散退化模型 94

6.2 空间域图像的恢复 95

6.2.1 无约束最小二乘方恢复 95

6.2.2 有约束最小二乘方恢复 96

6.3 频率域图像的恢复 98

6.4 匀速直线运动模糊的恢复 99

6.5 图像噪声与被噪声污染图像的恢复 102

6.5.1 图像噪声 102

6.5.2 被噪声污染图像的恢复 105

6.6 几何失真的校正 107

6.6.1 坐标的几何校正 107

6.6.2 灰度值恢复 108

习题6 109

第7章 图像压缩编码 111

7.1 DCT变换 111

7.1.1 一维DCT 111

7.1.2 二维偶DCT 114

7.1.3 DCT变换的基函数与基图像 116

7.2 数字图像压缩编码基础 118

7.2.1 图像压缩的基本概念 118

7.2.2 图像质量（相似度）评价——保真度准则 119

7.2.3 图像编码模型 120

7.2.4 独立信源与信息量 124

7.3 几种最基本的变长编码方法 124

7.3.1 费诺码 125

7.3.2 霍夫曼编码 126

7.3.3 几种接近最佳的变长编码 127

7.3.4 算术编码 130

7.4 位平面编码 133

7.4.1 位平面分解 133

7.4.2 位平面的格雷码分解编码 134

7.5 游程编码 135

7.6 变换编码 136

7.6.1 变换编码的过程 137

7.6.2 子图像尺寸选择 137

7.6.3 变换的选择 138

7.6.4 变换系数的量化和编码 139

7.6.5 变换解码 143

习题7 145

第8章 小波图像处理 147

8.1 小波变换与图像小波变换 147

8.1.1 小波的概念和特性 147

8.1.2 连续小波变换 148

8.1.3 离散小波变换 150

8.1.4 二进小波变换 150

8.1.5 塔式分解与Mallat算法 151

8.1.6 图像的小波变换 153

8.2 基于图像小波变换的嵌入式零树编码 159

8.2.1 基于小波变换的图像压缩基本思想 159

8.2.2 嵌入式编码与零树概念 160

8.2.3 小波系数及其扫描方法 161

8.2.4 嵌入式零树编码方法 163

8.2.5 解码恢复图像小波变换矩阵 168

8.2.6 嵌入式小波零树编码的渐进传输特性 169

8.3 基于小波变换的图像去噪方法 170

8.3.1 小波去噪方法研究进展 171

8.3.2 小波收缩阈值去噪方法 171

习题8 174

第9章 图像分割 175

9.1 图像分割的概念 175

9.2 基于边缘检测的图像分割 176

9.2.1 图像边缘的概念 176

9.2.2 Hough变换 176

9.3 基于阈值的图像分割 179

9.3.1 基于阈值的分割方法 180

9.3.2 基于双峰形直方图的阈值选取 182

9.3.3 其他阈值选取方法 184

9.4 基于跟踪的图像分割 185

9.4.1 轮廓跟踪法 186

9.4.2 光栅跟踪法 187

9.5 基于区域的图像分割 188

9.5.1 区域生长法 188

9.5.2 分裂合并法 190

习题9 192

第10章 图像特征提取 193

10.1 图像的边缘特征及其检测方法 193

10.1.1 图像边缘的特征 193

10.1.2 梯度边缘检测 194

10.1.3 二阶微分边缘检测 197

10.1.4 Marr边缘检测算法 199

10.2 图像的点与角点特征及其检测方法 200

10.2.1 图像点特征及其检测方法 200

10.2.2 图像角点的概念 200

10.2.3 SUSAN角点检测算法 201

10.3 图像的纹理特征及其描述和提取方法 204

10.3.1 图像纹理的概念和分类 204

10.3.2 图像纹理的主要特性及描述与提取方法 206

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 207

10.3.4 基于灰度共生矩阵的纹理特征提取方法 209

10.3.5 基于结构方法的纹理描述 213

10.3.6 基于频谱方法的纹理描述 214

10.4 图像的形状特征 216

10.4.1 矩形度 216

10.4.2 圆形性 216

10.4.3 球状性 217

10.5 图像的统计特征 217

习题10 219

第11章 彩色与多光谱图像处理 220

11.1 彩色视觉 220

11.1.1 三基色原理 220

11.1.2 CIE色度图 222

11.2 彩色模型 224

11.2.1 RGB彩色模型 224

11.2.2 HSI彩色模型 225

11.2.3 RGB彩色模型到HSI彩色模型的转换 226

11.2.4 HSI彩色模型到RGB彩色模型的转换 226

11.3 彩色变换 227

11.3.1 反色变换 227

11.3.2 彩色图像的灰度化 228

11.3.3 真彩色转变为256色 229

11.3.4 彩色平衡 230

11.4 彩色图像增强 232

11.4.1 真彩色增强 232

11.4.2 伪彩色增强 234

11.4.3 假彩色增强 237

11.5 彩色图像的平滑 237

11.5.1 基于RGB彩色模型的彩色图像平滑 238

11.5.2 基于HSI彩色模型的彩色图像平滑 239

11.6 彩色图像的锐化 240

11.7 彩色图像的边缘检测 240

11.8 彩色图像的分割 242

11.8.1 HSI模型的彩色图像分割 242

11.8.2 RGB模型的彩色图像分割 243

11.9 多光谱与高光谱图像处理简介 244

11.9.1 多光谱图像处理简介 244

11.9.2 高光谱图像处理简介 246

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 252

12.2.1 腐蚀 252

12.2.2 膨胀 255

12.2.3 开运算和闭运算 258

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 264

12.3.3 区域填充 264

12.3.4 骨架提取 266

12.3.5 物体识别 267

12.4 灰度形态学基本运算 268

12.4.1 灰度腐蚀 269

12.4.2 灰度膨胀 270

12.4.3 灰度开运算和灰度闭运算 273

12.4.4 灰度形态学基本运算的性质 275

12.5 灰度形态学处理算法 277

12.5.1 形态学平滑 277

12.5.2 形态学梯度 277

12.5.3 高帽（top-hat）变换 278

习题12 279

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 285

13.2.2 形状数 286

13.2.3 傅里叶描述子 287

13.2.4 统计矩 289

13.3 区域表示 290

13.3.1 区域标示 290

13.3.2 四叉树表示 290

13.3.3 骨架表示 291

13.4 区域描述 293

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 299

习题13 301

附录A N=4时的二维DCT变换基图像的原始数据 302

附录B 本书中的彩色图像插图 305

参考文献 309