数字图像处理与分析 第2版PDF电子书下载

第1章　绪论 1

1.1　数字图像处理的发展 1

1.2　数字图像处理的相关概念 2

1.2.1　数字图像及其组成要素 2

1.2.2　图像处理 2

1.2.3　图像分析 3

1.2.4　图像理解 4

1.2.5　与相关学科的关系 4

1.3　数字图像处理方法 5

1.3.1　空域处理方法 5

1.3.2　变换域处理方法 5

1.4　数字图像处理的主要研究内容 6

1.5　数字图像处理的应用实例 7

1.5.1　生物医学中的应用 7

1.5.2　遥感领域中的应用 8

1.5.3　工业方面的应用 9

1.5.4　军事公安领域的应用 10

1.5.5　通信中的应用 11

1.5.6　交通中的应用 12

1.5.7　其他应用 13

1.6　小结 14

习题 15

第2章　数字图像表示及其处理 16

2.1　人眼成像及视觉信息的产生 16

2.2　简单的图像形成模型 17

2.2.1　亮度成像模型 17

2.2.2　颜色成像模型 18

2.2.3　颜色空间 19

2.3　图像的数字化 22

2.3.1　采样 22

2.3.2　量化 23

2.4　数字图像的基本类型 26

2.4.1　二值图像 26

2.4.2　灰度图像 27

2.4.3　RGB图像 27

2.4.4　索引图像 27

2.5　数字图像的基本文件格式 28

2.5.1　BMP文件格式 28

2.5.2　TIFF文件格式 30

2.5.3　GIF文件格式 31

2.5.4　PCX文件格式 32

2.5.5　JPEG文件格式 32

2.5.6　用VC＋＋实现BMP图像文件的显示 32

2.6　小结 45

习题 46

第3章　图像增强 47

3.1　概述 47

3.2　空域增强 49

3.2.1　灰度变换增强 49

3.2.2　直方图变换增强 52

3.2.3　空间平滑滤波增强 62

3.3　频域增强 67

3.3.1　傅里叶变换 67

3.3.2　频域滤波增强 71

3.4　图像的锐化 79

3.4.1　基于一阶微分的图像增强——梯度算子 79

3.4.2　基于二阶微分的图像增强——拉普拉斯算子 82

3.5　彩色图像增强 83

3.5.1　伪彩色增强 83

3.5.2　假彩色增强 85

3.5.3　真彩色增强 85

3.6　小结 86

习题 87

第4章　图像编码与压缩 89

4.1 图像编码的必要性与可能性 89

4.1.1 图像编码的必要性 89

4.1.2　图像编码的可能性 90

4.2　图像编码分类 91

4.3　图像编码评价准则 91

4.3.1　客观保真度准则 91

4.3.2　主观保真度准则 92

4.4　图像编码模型 93

4.4.1　信源编码器和信源解码器 93

4.4.2　信道编码器和信道解码器 94

4.5　无损压缩 95

4.5.1　霍夫曼编码 95

4.5.2　费诺—香农编码 98

4.5.3　算术编码 98

4.5.4　游程编码 101

4.5.5　无损预测编码 102

4.6　有损压缩 103

4.6.1　有损预测编码 103

4.6.2　变换编码 104

4.7　JPEG图像编码压缩标准 109

4.7.1　JPEG的工作模式 109

4.7.2　基本工作模式 110

4.7.3　JPEG文件格式 117

4.8　MPEG视频编码压缩标准 121

4.9　小结 122

习题 124

第5章　图像复原 125

5.1　基本概念 125

5.1.1　图像退化一般模型 125

5.1.2　成像系统的基本定义 126

5.1.3　连续函数的退化模型 127

5.1.4　离散函数的退化模型 128

5.2　图像噪声与只存在噪声的空域滤波复原 130

5.2.1　常见的噪声及其概率密度函数 130

5.2.2　只存在噪声的空域滤波复原 133

5.3　无约束复原 135

5.3.1　无约束复原的代数方法 135

5.3.2　退化函数H（u,v）的估计 136

5.3.3　逆滤波 136

5.3.4　去除由匀速运动引起的模糊 138

5.4　有约束复原 140

5.4.1　约束最小二乘方复原 140

5.4.2　维纳滤波 141

5.4.3　有约束最小平方滤波 142

5.5　非线性复原方法 146

5.5.1　最大后验复原 146

5.5.2　最大熵复原 146

5.5.3　投影复原方法 147

5.6　几种其他图像复原技术 149

5.6.1　几何畸变校正 149

5.6.2　盲目图像复原 151

5.7　小结 152

习题 153

第6章　图像重建 154

6.1　概述 154

6.2　图像重建原理 155

6.3　傅里叶反投影重建 157

6.3.1　重建公式的推导 157

6.3.2　重建公式的实用化 158

6.4　卷积法重建 161

6.5　代数重建 161

6.6　重建图像的显示 165

6.6.1　三维图像重建的体绘制 165

6.6.2　三维图像重建的面绘制 167

6.7　小结 168

习题 168

第7章　图像分割技术 169

7.1　图像分割概述 169

7.2　基于边缘的分割 170

7.2.1　边缘检测概述 170

7.2.2　边缘检测方法 172

7.2.3　边界跟踪 174

7.3　基于阈值的分割 176

7.3.1　阈值分割原理及分类 176

7.3.2　全局阈值 178

7.3.3　局部阈值 178

7.3.4　阈值选取方法 179

7.4　基于熵的分割方法 182

7.4.1　一维最大熵分割方法 183

7.4.2　二维最大熵分割方法 184

7.5　基于区域的分割 185

7.5.1　区域生长法 186

7.5.2　区域分裂与合并法 187

7.6　基于形态学分水岭的分割 188

7.6.1　形态学图像处理基本概念和运算 188

7.6.2　基于分水岭的分割 192

7.7　基于聚类的分割 193

7.7.1　C-均值聚类方法 193

7.7.2　模糊C-均值聚类方法 194

7.8　彩色图像分割 194

7.8.1　直方图阈值法 195

7.8.2　彩色空间聚类法 196

7.8.3　区域生长法 196

7.9　小结 197

习题 198

第8章　图像特征提取与分析 199

8.1　概述 199

8.1.1 图像内容 200

8.1.2　图像特征 200

8.1.3　特征选择 201

8.2　颜色特征描述 202

8.2.1　符合视觉感知的颜色空间 202

8.2.2　颜色直方图 204

8.2.3　颜色矩 204

8.2.4　颜色集 205

8.2.5　颜色相关矢量 206

8.3　形状特征描述 206

8.3.1　几个基本概念 206

8.3.2　区域内部空间域分析 208

8.3.3　区域内部变换分析 211

8.3.4　区域边界的形状特征描述 213

8.4　图像的纹理分析技术 221

8.4.1　纹理分析概念 221

8.4.2　空间灰度共生矩阵 222

8.4.3　纹理能量测量 225

8.4.4　纹理的结构分析方法和纹理梯度 225

8.5　局部特征描述 227

8.5.1　概述 227

8.5.2　角点检测 227

8.5.3　区域描述子 231

8.6　小结 236

习题 237

第9章　图像匹配与识别 239

9.1　图像识别的基本概念 239

9.2　图像识别方法分类 240

9.3　基于匹配的图像识别 241

9.3.1　全局模板匹配 241

9.3.2　模板矢量匹配 242

9.4　统计识别方法 243

9.5　人工神经网络识别方法 244

9.5.1　BP神经网络图像识别 245

9.5.2 自组织神经网络识别方法 248

9.6　支持矢量机识别方法 251

9.6.1　SVM算法的基本思想 251

9.6.2　SVM算法的分类过程 252

9.6.3　人脸识别应用 253

9.7　模糊识别方法 255

9.8　句法识别方法 256

9.9　小结 257

习题 259

第10章　基于MATLAB图像处理应用实例 260

10.1　MATLAB简介 260

10.1.1 MATLAB基础 260

10.1.2 MATLAB的运行 261

10.1.3 MATLAB图像处理功能 264

10.2　案例一：数字水印嵌入与提取 267

10.2.1　数字水印的相关概念 267

10.2.2　数字水印的分类 268

10.2.3　数字水印系统的组成 268

10.2.4　水印系统设计 270

10.3　案例二：图像配准 280

10.3.1　图像配准概述 280

10.3.2　基于RANSAC算法的Harris角点配准 282

10.4　案例三：图像融合 292

10.4.1　图像融合概述 292

10.4.2　图像融合分类 292

10.4.3　像素域图像融合实现 293

10.5　案例四：图像修复 295

10.5.1　图像修复概述 295

10.5.2　图像修复的数学模型 297

10.5.3　基于样本的图像修复算法 298

10.6　小结 302

习题 304

第11章　基于C＋＋的图像系统设计 305

11.1　概述 305

11.1.1　工业光源的选择 305

11.1.2　工业相机的选择 306

11.1.3　工业镜头的选择 309

11.1.4　图像系统实验平台案例 310

11.2　基于OpenCV的棋盘格摄像机标定 312

11.2.1　OpenCV简介 312

11.2.2　棋盘格摄像机标定 322

11.2.3　摄像机标定的步骤 330

11.3　车牌识别系统设计 336

11.3.1　彩色图像转换为灰度图像 336

11.3.2　图像灰度拉伸 337

11.3.3　图像的二值化 338

11.3.4　图像的梯度锐化 340

11.3.5　图像的中值滤波 341

11.3.6　车牌牌照区域的定位 342

11.3.7　确定牌照区域的4个坐标值 344

11.3.8　车牌区域截取 345

11.3.9　牌照几何位置的调整 346

11.3.10　牌照区域的二值化 346

11.3.11　牌照字符的切分 346

11.3.12　牌照字符的识别 347

11.4　小结 350

习题 350

参考文献 351