图像处理PDF电子书下载

第一章 导论 1

1.1概述 1

1.2图像信息处理技术研究的内容 2

1.3数字图像处理系统 6

第二章 数学知识 15

2.1点源与δ函数 15

2.2线性系统 17

2.3矩阵微分 19

2.4矩阵的广义逆 20

2.5傅氏变换 25

2.6周期函数、周期、频率 34

第三章 视觉知识 36

3.1人眼的生理构造 36

3.2辐射度学基础知识 38

3.3亮觉与光度学基础知识 42

3.4色觉与色度学基础知识 45

3.4.1色觉与色度学基础知识 45

3.4.2表色模型 47

3.4.3色度图 53

3.5视觉信息处理特性 55

3.6视觉特性 57

3.7视觉模型 65

3.8视觉的心理学知识 67

第四章 图像的数学描述 70

4.1 图像的函数表示 70

4.3图像的统计表示形式——随机场 71

4.3.1随机场的概念 71

4.2反射形成的图像模型的数学结构 71

4.3.2随机场的概率分布描述、统计参量及计算公式 72

4.4均匀随机场 75

第五章 图像的数字化 78

5.1 数字图像的表示形式 78

5.2取样定理 80

5.2.1取样定理 80

5.2.2原函数的重建 84

5.2.3混叠 86

5.2.4取样的实际问题 86

5.3.1量化 87

5.3量化 87

5.3.2最佳量化 88

5.3.3有约束的最佳量化器 91

5.3.4自适应量化 92

5.4根据图像局部区域特征进行非均匀取样和非一致量化 94

5.5数字图像的概率分布和统计参量 96

第六章 图像酉变换 102

6.1 离散傅氏变换（DFT） 102

6.1.1离散傅氏变换的定义 102

6.1.2离散傅氏变换性质 106

6.2线性变换的一般表示式 111

6.2.1标量表示式 111

6.2.2矢量表示式 112

6.2.3矩阵表示式 112

6.2.4矢量外积表示式 115

6.3可逆变换 115

6.4线性变换的实质 116

6.4.1基底 116

6.4.2基平面 117

6.5.1变换图像的一、二阶矩 118

6.5线性变换的统计特性 118

6.5.2变换图像的概率密度模型 120

6.6沃尔什－哈达玛变换（WHT） 120

6.6.1列率（sequency）、格雷码与拉德梅克函数 120

6.6.2沃尔什（walsh）函数 122

6.6.3沃尔什级数 126

6.6.4沃尔什变换 126

6.6.5哈达玛变换 126

6.7 离散余弦变换（DCT） 128

6.8离散K-L变换 131

6.9奇异值分解（SVD）和变换 135

6.10哈尔变换（HT） 137

6.10.1 哈尔函数的定义 137

6.10.2哈尔函数性质 138

6.10.3哈尔矩阵与哈尔变换 139

6.11斜变换（DST） 140

6.11.1斜矩阵 140

6.11.2斜变换 141

第七章 图像增强 144

7.1 概述 144

7.2.1线性变换 146

7.2对比度增强 146

7.2.2分段线性变换 147

7.2.3非线性变换 148

7.2.4其他变换 149

7.3修正直方图增强 150

7.3.1直方图（histogram） 150

7.3.2直方图均化 151

7.3.3直方图规定化 154

7.4平滑（smoothing） 155

7.4.1噪声 156

7.4.2邻域平均法 157

7.4.3多图平均法 161

7.4.4中值滤波法 162

7.4.5频域中低通滤波和带阻滤波 166

7.5锐化（sharpening） 170

7.5.1模糊机理及基本解决方法 170

7.5.2梯度模算子 171

7.5.3拉氏算子 174

7.5.4Wallis算子 177

7.5.5其他自适应锐化算子 179

7.5.6高通滤波和高频加强滤波 180

7.6自适应叠代滤波增强 183

7.6.1自适应叠代滤波原理 183

7.6.2图像的自适应叠代滤波算法 186

7.7同态滤波增晰 187

7.8几何校正 189

7.8.1像素坐标校正 190

7.8.2像素灰度估算 191

7.9.1伪彩色（pseudo color）技术 192

7.9伪彩色和假彩色 192

7.9.2假彩色（false color）技术 193

7.10图像间的四则运算 194

第八章 图像恢复 201

8.1 概述 201

8.2图像质量的客观评价 202

8.3降质模型的一般表示式 204

8.3.1连续的线性降质模型表示式 204

8.3.2离散的线性系统模型表示式 205

8.4分块循环矩阵的对角化及其意义 207

8.5.1具体研究降质过程确定h（x,y） 210

8.5降质系统的模型及参数的确定 210

8.5.2由降质图像确定h（x,y） 212

8.5.3原始图像及噪声的功率谱估计 214

8.6频域中的恢复方法 216

8.6.1逆滤波 216

8.6.2等功率谱滤波 218

8.6.3维纳滤波 219

8.6.4其他几种频域中的恢复滤波器 221

8.6.5由降质图像估计恢复滤波器的一种方法 223

8.7最小二乘估计 224

8.6.6叠代盲卷积恢复算法 224

8.8约束最小二乘估计 226

8.8.1化矩阵方程约束为范数方程约束 226

8.8.2矩阵方程约束 228

8.9利用分块循环矩阵性质改变恢复域 229

8.9.1平滑约束恢复算法 229

8.9.2变参数维纳滤波 231

8.10线性均方估计恢复图像 233

8.11非线性统计估计 235

8.11.1条件均方估计 235

8.11.3最大似然估计（MLE） 236

8.11.2最大后验估计（MAPE） 236

8.11.4最大后验估计的具体实施 237

8.11.5最大似然估计的实施 239

8.12最大熵恢复 239

8.13图像恢复的代数方法 241

8.13.1 广义逆法 241

8.13.2奇异值分解广义逆法 242

8.13.3投影叠代法 243

8.14卡尔曼滤波恢复 244

8.15.1运动模糊差分恢复 246

8.15运动模糊图像恢复 246

8.15.2差分投影恢复 248

8.15.3直接卷积恢复 249

8.16薄云层下的景物图像恢复 250

8.17超分辨率图像复原 251

8.17.1超分辨率图像复原及其进展 251

8.17.2超分辨率复原的理论基础 252

8.17.3超分辨率复原算法 253

8.17.4超分辨率图像复原的研究发展方向 266