数字图像处理 第2版PDF电子书下载

第1章 绪论 1

1.1 数字图像处理的概念 1

1.2 数字图像处理的起源 2

1.3 数字图像处理的应用实例 4

1.3.1 伽马射线成像 5

1.3.2 X射线成像 5

1.3.3 紫外波段成像 8

1.3.4 可见光及红外波段成像 8

1.3.5 微波波段成像 13

1.3.6 无线电波成像 16

1.3.7 其他图像模式应用的实例 16

1.4 数字图像处理的基本步骤 20

1.5 图像处理系统的部件 22

小结 24

参考资料 24

第2章 数字图像基础 27

2.1 视觉感知要素 27

2.1.1 人眼的构造 27

2.1.2 眼睛中图像的形成 29

2.1.3 亮度适应和鉴别 30

2.2 光和电磁波谱 33

2.3 图像感知和获取 35

2.3.1 用单个传感器获取图像 36

2.3.2 用带状传感器获取图像 37

2.3.3 用传感器阵列获取图像 38

2.3.4 简单的图像形成模型 39

2.4 图像取样和量化 40

2.4.1 取样和量化的基本概念 40

2.4.2 数字图像表示 42

2.4.3 空间和灰度级分辨率 44

2.4.4 混淆的水纹图样 49

2.4.5 放大和收缩数字图像 50

2.5 像素间的一些基本关系 51

2.5.1 相邻像素 51

2.5.2 邻接性、连通性、区域和边界 51

2.5.3 距离度量 53

2.5.4 基于像素的图像操作 54

2.6 线性和非线性操作 54

小结 54

参考资料 55

习题 55

第3章 空间域图像增强 59

3.1 背景知识 59

3.2 某些基本灰度变换 60

3.2.1 图像反转 61

3.2.2 对数变换 62

3.2.3 幂次变换 63

3.2.4 分段线性变换函数 66

3.3 直方图处理 70

3.3.1 直方图均衡化 72

3.3.2 直方图匹配（规定化） 74

3.3.3 局部增强 81

3.3.4 在图像增强中使用直方图统计法 81

3.4 用算术／逻辑操作增强 85

3.4.1 图像减法处理 86

3.4.2 图像平均处理 88

3.5 空间滤波基础 91

3.6 平滑空间滤波器 93

3.6.1 平滑线性滤波器 94

3.6.2 统计排序滤波器 97

3.7 锐化空间滤波器 98

3.7.1 基础 98

3.7.2 基于二阶微分的图像增强——拉普拉斯算子 100

3.7.3 基于一阶微分的图像增强——梯度法 105

3.8 混合空间增强法 108

小结 112

参考资料 112

习题 113

第4章 频域图像增强 117

4.1 背景知识 117

4.2 傅里叶变换和频域的介绍 118

4.2.1 一维傅里叶变换及其反变换 118

4.2.2 二维DFT及其反变换 121

4.2.3 频域滤波 123

4.2.4 空间域滤波和频域滤波之间的对应关系 127

4.3 平滑的频域滤波器 132

4.3.1 理想低通滤波器 132

4.3.2 巴特沃思低通滤波器 136

4.3.3 高斯低通滤波器 137

4.3.4 低通滤波的其他例子 141

4.4 频域锐化滤波器 142

4.4.1 理想高通滤波器 144

4.4.2 巴特沃思高通滤波器 145

4.4.3 高斯型高通滤波器 146

4.4.4 频域的拉普拉斯算子 146

4.4.5 钝化模板、高频提升滤波和高频加强滤波 148

4.5 同态滤波器 152

4.6 实现 154

4.6.1 一些二维傅里叶变换的性质 154

4.6.2 用前向变换算法计算傅里叶反变换 157

4.6.3 更多的关于周期性的讨论：必要的铺垫 158

4.6.4 卷积和相关理论 163

4.6.5 二维傅里叶变换性质总结 165

4.6.6 快速傅里叶变换 166

4.6.7 关于滤波器设计的一些评论 169

小结 169

参考资料 170

习题 170

第5章 图像复原 175

5.1 图像退化／复原过程的模型 175

5.2 噪声模型 176

5.2.1 噪声的空间和频率特性 176

5.2.2 一些重要噪声的概率密度函数 176

5.2.3 周期噪声 181

5.2.4 噪声参数的估计 182

5.3 只存在噪声的空间滤波复原 183

5.3.1 均值滤波器 183

5.3.2 统计排序滤波器 185

5.3.3 自适应滤波器 189

5.4 频域滤波削减周期噪声 194

5.4.1 带阻滤波器 194

5.4.2 带通滤波器 195

5.4.3 陷波滤波器 196

5.4.4 最佳陷波滤波器 197

5.5 线性、位置不变的退化 202

5.6 估计退化函数 204

5.6.1 图像观察估计法 204

5.6.2 试验估计法 204

5.6.3 模型估计法 204

5.7 逆滤波 207

5.8 最小均方误差滤波（维纳滤波） 209

5.9 约束最小二乘方滤波器 210

5.10 几何均值滤波 215

5.11 几何变换 215

5.11.1 空间变换 215

5.11.2 灰度级插补 216

小结 219

参考资料 220

习题 220

第6章 彩色图像处理 224

6.1 彩色基础 224

6.2 彩色模型 228

6.2.1 RGB彩色模型 229

6.2.2 CMY和CMYK模型 232

6.2.3 HSI彩色模型 233

6.3 伪彩色处理 240

6.3.1 强度分层 240

6.3.2 灰度级到彩色转换 243

6.4 全彩色图像处理基础 247

6.5 彩色变换 248

6.5.1 公式 248

6.5.2 补色 250

6.5.3 彩色分层 252

6.5.4 色调和彩色校正 253

6.5.5 直方图处理 256

6.6 平滑和尖锐化 258

6.6.1 彩色图像平滑 258

6.6.2 彩色图像尖锐化 259

6.7 彩色分割 261

6.7.1 HSI彩色空间分割 261

6.7.2 RGB向量空间分割 263

6.7.3 彩色边缘检测 265

6.8 彩色图像的噪声 268

6.9 彩色图像压缩 270

小结 270

参考资料 271

习题 272

第7章 小波变换和多分辨率处理 276

7.1 背景知识 276

7.1.1 图像金字塔 276

7.1.2 子带编码 280

7.1.3 哈尔变换 285

7.2 多分辨率展开 288

7.2.1 序列展开 288

7.2.2 尺度函数 289

7.2.3 小波函数 292

7.3 一维小波变换 295

7.3.1 小波序列展开 295

7.3.2 离散小波变换 297

7.3.3 连续小波变换 298

7.4 快速小波变换 300

7.5 二维小波变换 306

7.6 小波包 313

小结 321

参考资料 321

习题 322

第8章 图像压缩 326

8.1 基础知识 327

8.1.1 编码冗余 327

8.1.2 像素间冗余 329

8.1.3 心理视觉冗余 331

8.1.4 保真度准则 334

8.2 图像压缩模型 335

8.2.1 信源编码器和信源解码器 336

8.2.2 信道编码器和解码器 337

8.3 信息论要素 338

8.3.1 测量信息 338

8.3.2 信息信道 338

8.3.3 基本编码定理 342

8.3.4 信息论的应用 348

8.4 无误差压缩 351

8.4.1 变长编码 351

8.4.2 LZW编码 356

8.4.3 位平面编码 358

8.4.4 无损预测编码 364

8.5 有损压缩 367

8.5.1 有损预测编码 367

8.5.2 变换编码 374

8.5.3 小波编码 389

8.6 图像压缩标准 395

8.6.1 二值图像压缩标准 395

8.6.2 连续色调静止图像压缩标准 400

8.6.3 视频压缩标准 412

小结 414

参考资料 414

习题 416

第9章 形态学图像处理 420

9.1 序言 420

9.1.1 集合论的几个基本概念 420

9.1.2 二值图像的逻辑运算 422

9.2 膨胀与腐蚀 423

9.2.1 膨胀 423

9.2.2 腐蚀 425

9.3 开操作与闭操作 427

9.4 击中或击不中变换 431

9.5 一些基本的形态学算法 432

9.5.1 边界提取 433

9.5.2 区域填充 434

9.5.3 连通分量的提取 435

9.5.4 凸壳 437

9.5.5 细化 438

9.5.6 粗化 439

9.5.7 骨架 440

9.5.8 裁剪 441

9.5.9 关于二值图像的形态学运算总结 444

9.6 灰度级图像扩展 445

9.6.1 膨胀 446

9.6.2 腐蚀 446

9.6.3 开操作和闭操作 448

9.6.4 灰度级形态学的一些应用 451

小结 453

参考资料 453

习题 454

第10章 图像分割 460

10.1 间断检测 460

10.1.1 点检测 461

10.1.2 线检测 462

10.1.3 边缘检测 463

10.2 边缘连接和边界检测 474

10.2.1 局部处理 474

10.2.2 通过霍夫变换进行整体处理 475

10.2.3 通过图论技术进行全局处理 479

10.3 门限处理 482

10.3.1 基础 482

10.3.2 亮度的作用 483

10.3.3 基本全局门限 485

10.3.4 基本自适应门限 486

10.3.5 最佳全局和自适应门限 489

10.3.6 利用边界特性改进直方图和局部门限处理 493

10.3.7 基于不同变量的门限 494

10.4 基于区域的分割 496

10.4.1 基本公式 496

10.4.2 区域生长 496

10.4.3 区域分离与合并 498

10.5 基于形态学分水岭的分割 500

10.5.1 基本概念 500

10.5.2 水坝构造 502

10.5.3 分水岭分割算法 504

10.5.4 应用标记 505

10.6 分割中运动的应用 507

10.6.1 空间技术 508

10.6.2 频域技术 510

小结 514

参考资料 514

习题 516

第11章 表示与描述 522

11.1 表示方法 522

11.1.1 链码 522

11.1.2 多边形近似 524

11.1.3 标记图 525

11.1.4 边界线段 527

11.1.5 骨架 527

11.2 边界描绘子 530

11.2.1 一些简单的描绘子 530

11.2.2 形状数 531

11.2.3 傅里叶描绘子 532

11.2.4 统计矩 535

11.3 区域描绘子 536

11.3.1 某些简单的描绘子 536

11.3.2 拓扑描绘子 537

11.3.3 纹理 540

11.3.4 二维函数的矩 545

11.4 运用主分量进行描绘 549

11.5 关系描绘 555

小结 558

参考资料 559

习题 560

第12章 目标识别 564

12.1 模式和模式类 564

12.2 基于决策理论方法的识别 567

12.2.1 匹配 568

12.2.2 最佳统计分类器 572

12.2.3 神经网络 579

12.3 结构性方法 597

12.3.1 匹配形状数目 597

12.3.2 串匹配 598

12.3.3 串的语法识别 600

12.3.4 树的句法识别 604

小结 613

参考资料 613

习题 613

参考文献 617