目录 1
第一章 图像预处理 14
11图像变换 14
1.1.1图像变换的一般表示 14
1.1.2傅里叶变换 16
1.1.3离散Karhunen-Loeve变换 20
1.1.4*walsh-Hadamard变换 24
1.1.5Slant变换 26
1.2图像增强 27
1.2.1灰度修正” 27
1.2.2图像平滑 34
1.3图像恢复 37
1.3.1图像的恶化过程及其数学模型 38
1.3.2*图像恶化模型的离散形式 38
1.3.3*图像恢复问题的一般解 40
1.3.4畸变校正 42
参考文献 44
第二章 图像边缘提取和分割 45
2.1边缘提取的经典方法——几种常用的边缘检测算子 47
2.1.1梯度算子 49
2.1.2Sobe1算子 51
2.1.3Laplacian算子 51
2.1.4kirsoh算子 52
2.1.5Rosenteld非线性门式算子 52
2.2Marr边缘检测算子 53
2.3曲面最佳拟合的边缘检测方法 56
2.3.1Prewittn阶多项式拟合的边缘检测方法 57
2.3.2Hueckel分段线性函数拟合的边缘检测方法 58
2.3.3Haralick离散正交多项式曲面最佳拟合和二阶方向导数零交叉边缘检测方法 63
2.4利用空间结构关系和变分辨率数据结构的边缘检测方法 70
2.4.1边缘检测的标记——松弛匹配方法 70
2.4.2利用变分辨率的图像锥体数据结构作边缘检测 74
2.5基于度量空间的空间域聚类 76
2.5.1基于图像灰度直方图的空间聚类 76
2.5.2递归算法 80
2.5.3门限的选取 82
2.6区域增长 84
2.6.1单一型链结的区域增长 84
2.6.2混合型链结的区域增长 85
2.6.3质心型链结的区域增长 97
参考文献 98
第三章 纹理分析 101
3.1纹理分析的自相关函数方法 102
3.2纹理分析的数字变换方法 104
3.2.1图像窗口和纹理特征的抽取 104
3.2.2数字变换纹理分析在遥感地面覆盖物分析中的应用 107
3.2.3傅里叶变换纹理分析的快速算法 110
3.2.4傅里叶变换纹理分析的二次特征抽取 114
3.2.5傅里叶变换纹理分析在海洋波浪波长和方向分析中的应用 118
3.3纹理分析的光学-数字混合处理方法 122
3.3.1光学-数字混合纹理分析原理 122
3.3.2光学-数字混合纹理分析的应用实例——海洋波浪浪高分析 124
3.4纹理的数学形态学结构分析 130
3.4.1二值图像的结构元素 131
3.4.2结构运算 132
3.4.3结构运算的性质 134
3.4.4几何结构函数 136
3.4.5用结构函数作图像纹理分析 138
3.5纹理的灰度分布统计特征分析 139
3.5.1灰度共生矩阵纹理分析方法 139
3.5.2灰度-梯度共生矩阵的纹理分析方法 152
3.6*基于图像自迥归-活动和模型的纹理分析 156
3.6.1图像纹理的自迥归-活动和模型 157
3.6.2用自迥归-活动和模型进行图像纹理分析 161
参考文献 162
第四章 形状分析 165
4.1形状分析的预处理 166
4.1.1二值图像和抑制背景的区域图像 167
4.1.2区域边界提取和多边形逼近 169
4.1.3区域骨架的提取 173
4.1.4边界或骨架点的斜率、曲率和角 176
4.2形状分析的区域内部变换方法 177
4.2.1矩方法 177
4.2.2投影和截口 183
4.2.3模板匹配 185
4.3形状分析的区域外形边界变换方法 187
4.3.1区域边界的傅里叶描述器 187
4.3.2区域边界的Hough变换和广义Hough变换 194
4.3.3区域边界和骨架的多项式逼近 203
4.4.1数学结构形态学形状分析 205
4.4形状分析的区域内部空间域分析方法 205
4.4.2复杂形状区域的分解和结构描述 217
4.5区域边界和骨架的空间域形状分析 221
4.5.1链码方法 221
4.5.2*结构方法 235
4.6*形状分析的层次型结构方法 237
4.6.1图像块的邻居寻找和边界确定 238
4.6.2用四叉树数据结构作区域形状分析 245
参考文献 252
第五章 图像序列分析 255
5.1图像序列，视差，瞬时位置速度场和光流场 256
5.2运动检测和估计的傅里叶方法 258
5.2.1物体图像平移的检测和估计 258
5.2.2物体图像旋转和尺度变化的检测和估计 260
5.3运动检测和分析的差分技术 262
5.3.1差图像运动分析技术 262
5.3.2累积差图像运动分析技术 268
5.4运动估计和分析的时-空梯度技术 276
5.4.1时-空梯度技术的最优估计方法 276
5.4.2聚类方法 286
5.5运动估计和分析的匹配技术 290
5.5.1互相关方法 291
5.5.2特征点匹配技术 292
5.6空间运动物体的三维运动估计 308
5.6.1三维平移运动的估计 308
5.6.2一般三维运动参数的估计 311
5.6.3由空间物体点的运动确定图像空间的瞬时位置速度 314
参考文献 315
第六章 场景分析 317
6.1三维场景距离信息的获取 320
6.1.1从立体视差测距 320
6.1.2’从纹理梯度测距 331
6.1.3*从遮挡提示测距 333
6.1.4从聚焦测距 335
6.1.5从脉冲飞行时间测距 338
6.1.6*简易的三角测距 339
6.1.7*结构光测距 340
6.2三维场景物体表面主方向信息的获取 343
6.2.1从阴影和遮挡边界估计表面主方向 343
6.2.2*从轮廓估计表面主方向 352
6.2.3*从纹理估计表面主方向 357
6.3三维场景的物体或体元的表示和描述 358
6.3.1以观测者为中心的物体或体元的表示和描述 360
6.3.2以物体或体元为中心的表示和描述 362
6.4三维场景的模型、关系结构和模型匹配 369
6.5几个典型的计算机视觉系统 374
6.5.1VISIONS 375
6.5.2*ACRONYM系统 386
参考文献 397