第Ⅰ篇 处理基础与方法 1
第1章 绪论 1
1.1 前言 1
1.2 视觉心理物理学性质 6
1.3 图像处理基本内容与系统 9
第2章 数字化与灰度级调整 13
2.1 采样准则与量化 13
2.1.1 2维单位脉冲采样函数 15
2.1.2 采样与重构 18
2.1.3 量化 22
2.2 基本运算类型 24
2.2.1 邻域与模板 24
2.2.2 迭代与跟踪 25
2.2.3 2维卷积 25
2.2.4 离散场数字特征 29
2.3 直方图及其修整 31
2.3.1 直方图定义 32
2.3.2 直方图修整 34
2.4 灰度级变换与图像内插 39
2.4.1 分段线性变换 39
2.4.2 非线性拉伸 41
2.4.3 多图像的代数运算 42
2.4.4 图像内插与放大 44
2.5 灰度分层与彩色增显 47
2.5.1 伪彩色变换 47
2.5.2 加权直方图分割法 49
2.5.3 彩色合成与 RGB 显示 50
第3章 边缘鲜亮与各向异性 53
3.1 空域平滑与自适应 53
3.2 基于梯度的边缘增强 55
3.2.1 边缘模型与梯度 55
3.2.2 均值差分与边缘检测 58
3.2.3 灰度加权梯度法 60
3.3 二阶差分与边缘提取 62
3.3.1 拉普拉斯算子与锐化 62
3.3.2 马尔算子与尺度空间滤波 65
3.3.3 边缘检测定位精度问题 67
3.3.4 边缘跟踪与轮廓线配准 68
3.4 各向异性扩散法 71
3.4.1 各向异性扩散性质 73
3.4.2 各向异性扩散典型选择与鲁棒估计的等价性 76
3.5 正则化变分法 79
3.5.1 边缘正则化与位函数基本特点 80
3.5.2 正则化模型基本算法与边缘展现 82
第4章 非线性滤波与数学形态学 86
4.1 中值滤波 86
4.1.1 综合型中值滤波 87
4.1.2 基于边缘方向判别的自适应中值滤波 90
4.1.3 自适应鲁棒中值滤波 92
4.2 数学形态学滤波 94
4.2.1 数学形态学基本算子 94
4.2.2 数学形态学阴影集方法 99
4.2.3 数学形态学投影方法 102
4.3 基于轮廓结构的图像形态学处理与滤波 104
4.3.1 基于轮廓结构的二值图像形态学变换 104
4.3.2 基于轮廓结构的多值图像形态学处理与滤波 106
第5章 傅里叶变换与滤波 108
5.1 2维离散傅里叶变换 108
5.1.1 2维离散傅里叶变换定义 108
5.1.2 2维离散傅里叶变换性质 109
5.2 2维有限长度滤波器 114
5.2.1 2维有限长度滤波器设计考虑 114
5.2.2 同态滤波问题 127
5.2.3 周期图谱 129
5.3 2维递归滤波与 AR 估计 133
5.3.1 2维差分方程及其特征 133
5.3.2 2维线性预测与 AR 算法 140
5.3.3 2维 ARMA 谱估计 147
第6章 几种重要变换与维纳滤波 148
6.1 离散余弦变换 148
6.1.1 余弦变换的定义与性质 148
6.1.2 系数重量化问题 151
6.2 离散卡洛变换 153
6.2.1 离散卡洛变换定义 153
6.2.2 离散卡洛变换的基本内涵 154
6.2.3 基于神经网络的算法 159
6.2.4 卡洛变换在图像场中的应用 161
6.3 拉顿变换 166
6.3.1 拉顿变换的定义与特征提取 166
6.3.2 拉顿逆变换与举例 168
第Ⅱ篇 累积域处理、小波变换与运动估计 171
第7章 累积域图像处理 171
7.1 高阶累积量与多谱定义 171
7.1.1 高阶累积量的定义及其基本性质 171
7.1.2 多谱定义、谱系数与相关谱 176
7.1.3 累积量与冲激响应间的关系 177
7.2 双谱及其非参数化估计 178
7.2.1 双谱的基本性质 179
7.2.2 双谱非参数化估计 183
7.3 高阶累积量与模型参数的关系 185
7.3.1 高阶累积量与 MA 参数估计 185
7.3.2 高阶累积量 ARMA 参数估计与自适应 ARMA 滤波 187
7.3.3 举例 190
7.4 非高斯2维随机场 192
7.4.1 2维累积量与2维多谱 192
7.4.2 基于2维累积量的 ARMA 参数估计 194
7.4.3 2维图像非因果模型 196
7.5 累积域图像处理中几种重要考虑 197
7.5.1 位移与旋转不变特征及其提取 197
7.5.2 图像恢复与双谱关系 198
7.5.3 匹配滤波与模式分类 200
7.5.4 运动估计 204
第8章 小波变换与多尺度处理 207
8.1 小波变换定义 207
8.1.1 小波变换与基本特性 207
8.1.2 离散小波变换与举例 211
8.2 多分辨率分析 214
8.2.1 多分辨率逼近及其基本关系 214
8.2.2 Mallat 小波分解和重构算法 223
8.2.3 小波一级分解与重构正交镜像滤波器组 226
8.3 多维正交小波基与序列图像的变换 230
8.3.1 2维、3维可分离正交小波基与实例分析 230
8.3.2 非分离2维小波变换 236
8.4 紧支集正交小波基与小波族 240
8.5 二进小波变换与边缘检测 245
8.5.1 二进小波变换 246
8.5.2 二进小波分解与重构 248
8.5.3 多尺度边缘提取与基于模极值的压缩编码 250
8.6 小波包与图像数据最佳压缩 257
8.6.1 小波包的概念与性质 257
8.6.2 图像数据压缩时最佳小波基选择举例 261
第9章 时变图像与运动估计 264
9.1 2维平移运动估计与光流场的计算 264
9.2 基于块运动估计算法 270
9.2.1 基于块运动模型 270
9.2.2 块匹配法 271
9.2.3 分层运动估计 274
9.2.4 变形块运动估计 275
9.3 基于点对应的算法 276
9.3.1 3维运动与透视投影关系 277
9.3.2 核线约束条件与运动矩阵参数估计 280
9.3.3 运动矩阵分解与旋转矩阵估计 282
9.4 运动补偿与模型域编码 287
9.4.1 基于对象的编码 288
9.4.2 基于知识与语义的编码 294
第Ⅲ篇 恢复、配准与分类 298
第10章 图像恢复与重构 298
10.1 最小二乘法 298
10.1.1 无约束最小二乘法 299
10.1.2 约束最小二乘法 300
10.2 递推重构法 303
10.3 基于神经网络的算法 308
10.3.1 Hopfield 神经网络法 308
10.3.2 基于能量最大速降法 312
10.3.3 基于方差的参数指派法 314
10.4 合成孔径雷达信号成像处理 319
10.4.1 SAR 回波信号记录模型 321
10.4.2 基于回波数据的成像处理与实现 323
10.4.3 2类典型系统 327
第11章 几何配准与立体观察 332
11.1 图像几何变换的基本概念 332
11.1.1 坐标变换与中心投影 332
11.1.2 地图投影问题 336
11.2 几何整体配准与重采样 339
11.2.1 多项式求解与同名点集要求 339
11.2.2 重采样 342
11.3 图像叠加与匹配 345
11.4 数字镶嵌 350
11.5 立体观察与显示 352
11.5.1 立体观察实例 352
11.5.2 陆地卫星旁向重叠立体 353
11.5.3 虚拟立体与透视立体 355
11.5.4 立体图像的匹配与计算机显示 359
第12章 图像分类与神经网络 371
12.1 统计分类与费歇算法 371
12.1.1 统计分类数学概念 372
12.1.2 费歇算法 375
12.2 多光谱图像分类特点与前处理 379
12.2.1 多光谱图像分类特点 380
12.2.2 与分类有关的几个重要问题 383
12.3 神经网络模式分类算法 391
12.3.1 LVQ 学习矢量量化模式分类 391
12.3.2 Kohonen 自组织特征映射模式分类 392
12.3.3 ART 自适应谐振网络模式分类 398
12.3.4 CPN 网络模式分类 400
12.3.5 RBF 网络多光谱分析与模式分类 402
12.4 信息融合与识别 411
12.4.1 多种图像信息的融合 411
12.4.2 图像信息和非图像信息的融合 412
12.4.3 智能化信息处理与识别 413
参考文献 416