《数字图像处理及工程应用》PDF下载

  • 购买积分:13 如何计算积分?
  • 作  者:张国云主编;吴健辉,郭龙源,胡文静副主编;何伟,欧先锋,闫保双,袁帅参编
  • 出 版 社:西安:西安电子科技大学出版社
  • 出版年份:2016
  • ISBN:9787560639604
  • 页数:366 页
图书介绍:本书主要讲述数字图像处理技术的基本原理和方法,并采用MATLAB作为仿真工具,使学生能够更好地学习和掌握数字图像处理的程序实现方法;并突出数字图像处理技术的应用和实践,结合OpenCV开源跨平台计算机视觉库和全功能开源跨平台C/C++集成环境,介绍数字图像处理技术跨平台开发的实现方法和应用实例。

上篇 数字图像处理基础 3

第1章 绪论 3

1.1 引言 3

1.2 图像处理概述 3

1.2.1 数字图像的获取 3

1.2.2 数字图像的表示 4

1.2.3 图像处理分类 4

1.2.4 图像处理的目的 5

1.2.5 图像处理的内容和方法 5

1.3 数字图像处理常用的工具 7

1.3.1 基于Matlab的图像处理 7

1.3.2 基于Open CV的图像处理 8

1.3.3 Code:Blocks与Open CV结合专用数字图像处理 9

1.4 数字图像处理步骤及硬件组成 10

1.4.1 数字图像处理的基本步骤 10

1.4.2 数字图像处理系统的组成 10

1.5 数字图像处理的主要应用 12

1.6 数字图像处理的发展方向 14

1.7 本书章节安排 14

习题 15

第2章 数字图像的基本概念 16

2.1 图像的数字化 16

2.1.1 图像采样 16

2.1.2 图像量化 17

2.1.3 采样和量化参数的选择 20

2.2 数字图像的数值描述 21

2.3 数字图像文件格式 24

2.3.1 BMP文件格式 24

2.3.2 其他文件格式 26

习题 29

第3章 Matlab图像处理基础 30

3.1 Matlab概述 30

3.1.1 Matlab的工作界面 30

3.1.2 Matlab的常用命令 33

3.1.3 Matlab的帮助系统 34

3.2 图像处理工具箱 35

3.3 Matlab图像处理入门实例 39

3.3.1 图像文件的读写 39

3.3.2 图像文件的显示 43

3.3.3 图像类型的转换 50

习题 57

第4章 图像变换 58

4.1 图像的几何变换 58

4.1.1 图像几何变换的一般表达式 58

4.1.2 平移变换 58

4.1.3 比例缩放 59

4.1.4 旋转变换 60

4.1.5 仿射变换 61

4.1.6 透视变换 62

4.1.7 灰度插值 63

4.2 图像的正交变换 64

4.2.1 离散傅里叶变换(DFT) 64

4.2.2 离散余弦变换(DCT) 67

4.2.3 离散沃尔什-哈达玛变换(Walsh-Hadamard Transform) 68

4.2.4 K-L变换 72

习题 75

第5章 图像增强 77

5.1 直接灰度变换 77

5.1.1 线性灰度变换 77

5.1.2 非线性灰度变换 81

5.2 直方图修正 84

5.2.1 灰度直方图的定义与性质 84

5.2.2 直方图均衡化 86

5.2.3 直方图规定化 91

5.3 同态滤波增强 93

5.4 图像的彩色增强 95

5.4.1 伪彩色增强 95

5.4.2 真彩色增强 97

5.4.3 假彩色增强 98

习题 99

第6章 图像去噪 100

6.1 图像噪声 100

6.1.1 图像噪声的基本概念 100

6.1.2 图像噪声的分类 100

6.1.3 常用的噪声模型 101

6.2 空域去噪法 101

6.2.1 邻域平均法 101

6.2.2 中值滤波法 106

6.2.3 多图像平均法 109

6.3 频域低通滤波法 111

6.3.1 理想低通滤波器(ILPF) 111

6.3.2 Butterworth低通滤波器(BLPF) 113

6.3.3 指数低通滤波器(ELPF) 114

6.3.4 梯形低通滤波器(TLPF) 115

习题 116

第7章 图像锐化 118

7.1 图像的边缘 118

7.2 空域微分算子法 118

7.2.1 一阶微分算子 118

7.2.2 二阶微分算子——拉普拉斯算子 121

7.2.3 拉普拉斯-高斯变换算子(Laplacian of Gaussian,LoG) 123

7.3 频域高通滤波法 125

习题 127

第8章 图像恢复 128

8.1 概述 128

8.2 图像退化模型 129

8.2.1 图像退化的物理过程 129

8.2.2 连续的线性系统退化模型 129

8.2.3 离散的线性系统退化模型 130

8.2.4 循环矩阵对角化 132

8.2.5 非线性退化模型 133

8.3 退化函数的估计 134

8.3.1 图像观察估计法 134

8.3.2 试验估计法 134

8.3.3 模型估计法 135

8.4 空间域恢复方法 136

8.4.1 无约束恢复 136

8.4.2 约束最小二乘恢复 137

8.4.3 能量约束恢复 138

8.4.4 平滑约束恢复 139

8.4.5 均方误差最小约束(维纳滤波) 140

8.5 频域恢复方法 142

8.5.1 逆滤波法 142

8.5.2 最小二乘滤波法 144

8.5.3 其他滤波方法 145

8.6 几何畸变恢复 146

习题 147

第9章 图像编码与压缩 148

9.1 概述 148

9.1.1 图像数据压缩的必要性与可能性 148

9.1.2 图像编码压缩技术的分类 148

9.2 图像保真度准则 149

9.2.1 客观保真度准则 149

9.2.2 主观保真度准则 150

9.3 无损压缩编码 150

9.3.1 图像冗余度和编码效率 151

9.3.2 霍夫曼(Huffman)编码 151

9.3.3 费诺-香农编码 153

9.3.4 算术编码 154

9.3.5 行程编码 155

9.4 有损压缩编码 156

9.4.1 信息率失真理论 156

9.4.2 有损预测编码压缩 157

9.4.3 变换编码 159

9.5 图像编码的国际标准简介 161

习题 162

第10章 图像分割 163

10.1 基于阈值的图像分割方法 163

10.1.1 阈值化分割基本原理 163

10.1.2 固定阈值法 165

10.1.3 直方图法 165

10.1.4 最大类间方差法 166

10.1.5 统计最优阈值法 167

10.2 基于边界的图像分割方法 168

10.2.1 并行微分算子法 169

10.2.2 模板匹配法 174

10.2.3 边界跟踪算法 176

10.2.4 边界拟合算法 177

10.2.5 基于主动轮廓模型算法 178

10.3 基于区域的图像分割方法 179

10.3.1 区域生长法 179

10.3.2 分裂合并法 181

习题 183

第11章 图像形态学运算 184

11.1 图像形态学的基础 184

11.1.1 图像形态学的概念 184

11.1.2 图像形态学的应用 184

11.1.3 二值图像 184

11.1.4 集合论的基本概念 185

11.1.5 Matlab中常用数学形态学函数 186

11.2 图像形态学的基本运算 186

11.2.1 腐蚀 187

11.2.2 膨胀 189

11.2.3 开运算和闭运算 191

11.2.4 击中/未击中变换 193

11.2.5 基本运算的性质 194

11.3 图像形态学的处理 195

11.3.1 边界提取 195

11.3.2 距离变换 196

11.3.3 骨架化 197

11.3.4 细化 199

本章小结 201

习题 201

第12章 图像描述 202

12.1 像素描述 202

12.1.1 邻域 202

12.1.2 像素间的邻接和连通 203

12.1.3 通路和连通性 204

12.1.4 区域和边界 204

12.2 目标边界的链码描述 205

12.2.1 链码的定义 205

12.2.2 曲线的链码表示 206

12.3 曲线的拟合 207

12.3.1 迭代拟合 207

12.3.2 最小均方误差拟合 208

12.3.3 曲面拟合 208

12.4 傅里叶描述子 209

12.5 图像纹理描述 210

12.5.1 基于统计的纹理描述 211

12.5.2 基于粗糙度的纹理描述 212

12.5.3 基于频谱的纹理描述 212

12.5.4 联合概率矩阵法纹理描述 213

12.5.5 纹理的句法结构分析法 214

12.6 图像的几何特征 215

12.6.1 位置与方向特征 215

12.6.2 区域面积特征 216

12.6.3 形状特征 217

12.7 图像的矩描述 220

12.7.1 矩的定义 220

12.7.2 质心坐标与中心矩 220

12.7.3 主轴 220

12.7.4 不变矩 221

本章小结 221

习题 221

第13章 图像识别 223

13.1 模式与模式识别 223

13.2 图像识别 223

13.2.1 识别问题的一般描述 224

13.2.2 过度拟合 225

13.2.3 图像识别系统结构 226

13.2.4 训练/学习方法分类 228

13.3 图像识别方法分类 228

13.3.1 统计模式识别 229

13.3.2 句法模式识别 229

习题 232

下篇 数字图像处理应用实践 235

第14章 图像处理软件开发概述 235

14.1 Code::Blocks开发环境 235

14.1.1 安装Code::Blocks 236

14.1.2 安装wxWidgets 241

14.1.3 安装wxFormbuilder 245

14.2 Open CV的安装与编译 249

14.2.1 Open CV概述 249

14.2.2 Open CV的安装 250

14.2.3 Open CV的编译 253

14.3 Code::Blocks开发环境配置 255

本章小结 258

第15章 Code::Blocks入门 259

15.1 Code::Blocks主界面 259

15.2 工程创建 260

15.2.1 新建工程 260

15.2.2 编辑 262

15.2.3 构建与运行 264

15.2.4 代码调试 266

15.3 GUI界面设计 268

15.3.1 wxWidgets窗口 268

15.3.2 wxWidgets标准对话框 270

15.3.3 wxFormbuilder 271

15.3.4 GUI设计举例 272

本章小结 280

第16章 Open CV图像处理 281

16.1 基础数据结构 281

16.1.1 CV命名空间 281

16.1.2 CV数据结构 281

16.1.3 Mat基本图像容器 283

16.2 Open CV图像操作 286

16.2.1 输入/输出 286

16.2.2 图像存取 286

16.2.3 底层操作 287

16.2.4 图像显示 287

16.2.5 图像处理API 287

16.3 Open CV编程举例 288

16.3.1 控制台模式 288

16.3.2 GUI界面模式 290

本章小结 303

第17章 数字图像处理案例解析 304

17.1 图像编辑器 304

17.1.1 功能描述 304

17.1.2 功能实现 304

17.1.3 效果演示 318

17.2 数字图像水印系统 322

17.2.1 基本原理 322

17.2.2 水印嵌入与提取算法 323

17.2.3 效果展示 340

17.3 细胞识别统计系统 343

17.3.1 系统方案 343

17.3.2 核心模块 343

17.3.3 测试结果 358

本章小结 359

附录 Ubuntu Linux环境下开发平台的搭建 360

参考文献 365