计算机图像处理PDF电子书下载

第1章 总论 1

1.1 何谓计算机图像处理 1

1.1.1 计算机图像信息处理的变迁 1

1.1.2 图像处理和计算机图形学 3

1.1.3 其他有关的技术领域 5

1.2 计算机图像处理的特点 6

1.2.1 图形、图像、影像 6

1.2.2 数字图像的优点 7

1.2.3 图像处理方法的分类及其关系 8

1.3 计算机图像处理的利用目的 9

第2章 基本概念 10

2.1 计算机图像数据处理 10

2.1.1 数字图像 10

2.1.2 数字图像在计算机内的处理 16

2.2 直方图 19

2.2.1 直方图 19

2.2.2 直方图的性质 19

2.2.3 直方图的典型用法 20

2.2.4 直方图的计算方法 21

2.3 图像处理算法的形式 22

2.3.1 图像处理功能 22

2.3.2 图像处理运算的形式 24

2.3.3 局部处理和大局处理 25

2.3.4 并行处理和串行处理 28

2.3.5 跟踪处理 30

2.3.6 迭代处理 31

2.3.7 位置不变处理和位置可变处理 31

2.3.8 窗口处理和模板处理 32

2.4 频率域内的处理 33

2.4.1 空间频率 33

2.4.2 傅里叶变换 33

2.4.3 二维傅里叶变换 35

2.4.4 二维离散的傅里叶变换结果中的频率分布 36

2.4.5 空间频率域的滤波处理 37

2.4.6 二维离散的傅里叶变换的计算量 39

2.4.7 傅里叶变换的应用领域 39

2.5 其他的正交变换 39

2.6 图像的表示和数据结构 45

2.6.1 图像的数据结构 45

2.6.2 线图像的表示 48

2.6.3 图像的特征表示 49

2.7 彩色信息的处理 50

2.7.1 彩色信息处理的基础 50

2.7.2 依据与色光有关的三刺激值的表示方法 51

2.7.3 依据亮度和两个色差值的表示方法 53

2.7.4 依据颜色的三属性的表示方法 54

2.8 图像信息的显示 54

2.8.1 中间色调显示 54

2.8.2 限定色显示 59

第3章 图像信息的压缩 60

3.1 图像信息压缩的意义 60

3.2 图像的数据量和压缩的标准 60

3.3 图像编码的结构 61

3.3.1 信息源编码 61

3.3.2 图像信息中包含的各种冗长度 62

3.3.3 空间上的冗长度的削减 63

3.4 预测编码 64

3.4.1 预测编码方法 64

3.4.2 预测编码的结构 65

3.4.3 各种各样的预测方法 66

3.4.4 时间轴方向上的预测 67

3.4.5 可动补偿预测 68

3.4.6 动向量的检测方法 68

3.5 变换编码 70

3.5.1 变换编码方法 70

3.5.2 变化编码的基本结构 71

3.5.3 变换系数的编码 72

3.6 平均信息量编码 74

3.6.1 可变长编码 74

3.6.2 平均信息量 74

3.6.3 代码分配 75

3.6.4 霍夫曼编码 76

3.6.5 算术编码 76

3.7 实用的图像编码方式 78

3.7.1 静止图像编码 78

3.7.2 运动图像编码 80

3.7.3 二值图像编码 82

第4章 图像质量改？和图像的？ 86

4.1 增强，复原，重建 86

4.2 对比度增强 86

4.2.1 灰度等级变换 86

4.2.2 直方图变换 89

4.2.3 伪彩色显示 91

4.3 锐化 92

4.4 平滑和噪声消除 94

4.4.1 移动平均法 94

4.4.2 中值滤波 95

4.4.3 保持边缘的平滑 96

4.4.4 滞后平滑 98

4.4.5 周期性噪声和孤立噪声的消除 98

4.5 图像的复原 99

4.5.1 图像劣化的模型 99

4.5.2 逆滤波 100

4.5.3 维纳滤波 102

4.5.4 维纳滤波的扩充 104

4.6 图像的校正 105

4.6.1 几何畸变的校正 105

4.6.2 辐射量畸变的校正 109

4.7 图像的重建 111

4.7.1 计算机断层法 111

4.7.2 依据投影数据的断层图像的复原 112

4.7.3 连续断层图像和体积数据 115

第5章 二值图像处理 117

5.1 二值图像处理的意义及其流程 117

5.2 图像的二值化处理 118

5.2.1 二值化和阈值选择 118

5.2.2 多值化 120

5.2.3 可变阈值法 121

5.3 二值图像的连接性和距离 121

5.3.1 二值图像的连接性 122

5.3.2 距离 125

5.4 二值图像的分析和变换 126

5.4.1 连接成分的分析 127

5.4.2 二值图形的变换 131

5.5 形态学运算 138

5.5.1 形态学运算的基础 139

5.5.2 根据形态学运算的二值图像处理 142

5.6 形状的特征与表示 142

5.6.1 图形的形状特征 143

5.6.2 图形的形状表示 146

5.7 三维二值图像处理 151

5.7.1 三维二值图像 151

5.7.2 连接性与距离 151

5.7.3 三维连接成分的处理 153

第6章 图像的特征提取 154

6.1 以图像分析、识别为目的的特征提取 154

6.2 边缘检测 155

6.2.1 边缘的模型 155

6.2.2 图像的微分 156

6.2.3 基于梯度的边缘检测 160

6.2.4 基于拉普拉斯算子的边缘检测 163

6.2.5 根据最佳适配的边缘检测 169

6.3 线检测 170

6.3.1 线检测算子 170

6.3.2 非极大点的抑制 172

6.3.3 边缘跟踪 173

6.3.4 霍夫变换 174

6.4 区域分割 176

6.4.1 区域扩张法 176

6.4.2 利用特征空间上的群聚的区域分割 182

6.5 纹理分析 183

6.5.1 纹理特征 183

6.5.2 纹理特征量的计算 184

6.5.3 纹理区域的分割 190

6.5.4 纹理边缘的检测 192

第7章 立体信息和运动的提取 193

7.1 从二维图像求深度和运动 193

7.2 距离信息的提取 193

7.2.1 照相机模型 194

7.2.2 立体法的测量原理 194

7.2.3 被动立体法 196

7.2.4 主动立体法 198

7.3 三维形状的复原 199

7.3.1 根据阴影的形状复原 199

7.3.2 其他的形状复原法 202

7.3.3 照度差立体法 204

7.4 距离图像的特征提取 205

7.4.1 距离图像的边缘检测 205

7.4.2 距离图像的区域提取 206

7.4.3 形状的模型化 208

7.5 从时间序列图像的运动提取 208

7.5.1 运动的提取 208

7.5.2 视觉速度向量场的计算 210

7.5.3 时空间图像的利用 212

7.6 根据运动的三维形状复原 212

7.6.1 根据运动的形状复原 212

7.6.2 根据时间序列图像的深度提取 213

7.6.3 刚体的三维运动的提取 213

第8章 图像识别的方法 215

8.1 图像的识别及其流程 215

8.2 依据二维图像匹配的位置检测 216

8.2.1 依据样板匹配的位置检测 216

8.2.2 与匹配滤波器的关系 218

8.2.3 高速样板匹配 219

8.2.4 样板匹配的改进 220

8.2.5 依据特征匹配的位置检测 221

8.3 依据二维图像匹配的识别 222

8.3.1 依据样板匹配的识别 222

8.3.2 依据线图形形状匹配的识别 223

8.3.3 依据能量最小化的形状匹配 224

8.3.4 依据利用射影空间的图像匹配的识别 225

8.4 三维物体的识别 227

8.4.1 向三维的扩展 227

8.4.2 表示三维形状的模型 228

8.4.3 退化成二维的模型 228

8.4.4 在射影空间表示的模型 229

8.5 统计图案识别 232

8.5.1 特征选择 232

8.5.2 分类 234

8.5.3 依据最大似然法的分类 236

8.5.4 依据识别树的分类 238

8.5.5 无教师分类 239

8.6 部分空间法 241

8.6.1 CLAFIC法 242

8.6.2 正交部分空间法 243

8.6.3 学习部分空间法 244

第9章 图像生成的方法 246

9.1 图像生成——计算机图形学 246

9.2 二维图形学 247

9.2.1 图形的绘制过程 247

9.2.2 模型变换(视野变换) 248

9.2.3 直线的绘制 249

9.2.4 曲线的绘制 250

9.2.5 填充图形的绘制 251

9.2.6 反走样 251

9.3 三维模型与数据表示 253

9.3.1 线框模型 253

9.3.2 表面模型 253

9.3.3 实体模型 255

9.4 三维图形学的基本流程 257

9.4.1 模型变换和视野变换 258

9.4.2 裁剪 259

9.4.3 投影变换 259

9.5 隐藏线、隐藏面的消除 261

9.5.1 后向面消隐 261

9.5.2 深度排序法 262

9.5.3 z缓冲区法 263

9.5.4 扫描线法 263

9.6 反射模型 263

9.6.1 光和亮度 263

9.6.2 反射特性 263

9.6.3 阴影模型 264

9.6.4 平滑阴影 265

9.7 整体光照明模型 267

9.7.1 二遍法 267

9.7.2 raytracing法 267

9.7.3 radiosity法 269

9.8 纹理变换 270

9.8.1 纹理变换的基础 270

9.8.2 纹理变换的扩充 271

9.9 基于图像的重建 272

9.9.1 无形状模型数据的重建方法 272

9.9.2 其他的IBR方法 275

9.10 立体数据的可视化 275

9.10.1 等值面显示 276

9.10.2 逆映像型积分显示 276

参考文献 279