数字图像处理 第2版PDF|Epub|txt|kindle电子书版本网盘下载

数字图像处理 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1图像及其分类1

1.1.1图像的特点1

1.1.2图像的分类1

1.2数字图像处理技术与应用2

1.2.1数字图像处理的主要内容2

1.2.2数字图像处理方法3

1.2.3数字图像处理技术的应用3

1.3数字图像处理系统4

1.4 Matlab简介4

习题5

第2章 图像获取6

2.1概述6

2.2连续图像模型6

2.2.1连续图像的表达式6

2.2.2连续图像的随机表征7

2.3连续图像的频谱8

2.3.1一维连续傅里叶变换8

2.3.2二维连续傅里叶变换9

2.4图像采样10

2.4.1采样定理10

2.4.2图像采样12

2.5图像量化14

2.5.1量化器模型14

2.5.2标量量化14

2.5.3向量量化17

2.6数字图像中的基本概念19

2.6.1数字图像的表示19

2.6.2空间与灰度级分辨率20

2.6.3像素间的基本关系21

小结22

习题23

第3章 图像变换24

3.1概述24

3.2一维离散傅里叶变换24

3.2.1离散傅里叶变换24

3.2.2离散傅里叶变换的性质25

3.3一维快速傅里叶变换26

3.3.1一维快速傅里叶变换的基本思想26

3.3.2一维快速傅里叶变换算法28

3.4二维离散傅里叶变换30

3.4.1二维离散傅里叶变换30

3.4.2二维离散傅里叶变换的性质31

3.4.3二维快速离散傅里叶变换32

3.4.4二维快速傅里叶变换的Matlab实现33

3.4.5可分离图像变换的概念35

3.5离散余弦变换35

3.5.1一维离散余弦变换35

3.5.2一维快速离散余弦变换算法35

3.5.3二维离散余弦变换37

3.5.4离散余弦变换的Matlab实现37

3.5.5离散余弦变换的应用38

3.6沃尔什变换和哈达玛变换38

3.6.1离散沃尔什变换38

3.6.2离散哈达玛变换39

3.6.3快速哈达玛变换算法40

3.7霍特林变换43

3.8拉东变换45

3.8.1什么是拉东变换45

3.8.2拉东变换的Matlab实现45

小结47

习题47

第4章 图像增强48

4.1概述48

4.2空域点处理增强48

4.2.1直接灰度变换49

4.2.2直方图修正54

4.2.3图像间的运算59

4.3空域滤波增强62

4.3.1平滑滤波器62

4.3.2锐化滤波器65

4.4频域滤波增强67

4.4.1低通滤波器68

4.4.2高通滤波器71

4.4.3同态滤波器74

小结76

习题76

第5章 图像复原77

5.1概述77

5.2图像退化模型77

5.2.1退化模型77

5.2.2连续函数退化模型78

5.2.3离散的退化模型79

5.2.4循环矩阵对角化80

5.3退化函数估计81

5.3.1图像观察估计法81

5.3.2试验估计法82

5.3.3模型估计法82

5.4逆滤波84

5.4.1无约束复原84

5.4.2逆滤波复原84

5.4.3消除匀速运动模糊85

5.5维纳滤波86

5.5.1有约束滤波86

5.5.2维纳滤波复原87

5.5.3维纳滤波的Matlab实现88

5.6约束最小二乘方滤波89

5.6.1滤波模型90

5.6.2约束最小二乘方滤波的Matlab实现91

5.7从噪声中复原92

5.7.1噪声模型92

5.7.2空域滤波复原93

5.7.3频域滤波复原96

5.8几何失真校正98

5.8.1空间变换98

5.8.2灰度插值98

5.8.3几何失真图像配准复原99

小结101

习题101

第6章 彩色图像处理102

6.1概述102

6.2彩色基础102

6.2.1人眼的构造102

6.2.2三色成像102

6.3颜色模型103

6.3.1 RGB模型103

6.3.2 CMY模型和CMYK模型104

6.3.3 HSI模型106

6.4全彩色图像处理107

6.4.1彩色图像增强108

6.4.2彩色图像复原110

6.4.3彩色图像分析111

6.5伪彩色处理114

6.5.1密度分层法114

6.5.2灰度级-彩色变换法115

6.5.3频域滤波法116

小结117

习题117

第7章 图像编码118

7.1概述118

7.1.1图像数据的冗余118

7.1.2图像的编码质量评价118

7.2信息理论基础与熵编码121

7.2.1离散信源的熵表示121

7.2.2离散信源编码定理123

7.2.3赫夫曼编码124

7.2.4香农-范诺编码128

7.2.5算术编码129

7.2.6行程编码132

7.3 LZW算法134

7.4预测编码135

7.4.1无损预测编码136

7.4.2有损预测编码138

7.5变换编码145

7.5.1变换选择146

7.5.2子图像尺寸选择150

7.5.3比特分配151

7.5.4 DCT编码实例153

7.6基于矢量量化技术的图像编码158

7.6.1矢量量化原理158

7.6.2矢量量化过程158

小结163

习题164

第8章 小波图像编码165

8.1概述165

8.2小波变换165

8.2.1一维连续小波变换165

8.2.2小波变换性质167

8.3离散小波变换168

8.3.1离散小波变换简介168

8.3.2框架理论168

8.4多分辨分析和Mallat算法170

8.4.1多分辨分析170

8.4.2小波分解和重构171

8.5 Matlab中常用小波基介绍172

8.5.1常用小波函数介绍172

8.5.2小波函数有关的Matlab函数177

8.6小波变换在图像编码中的应用178

8.6.1数字图像的小波分解179

8.6.2小波基的选择183

8.6.3小波变换域小波系数分析184

8.6.4小波编码方法186

小结195

习题195

第9章 图像检测与分割196

9.1概述196

9.2边缘检测196

9.2.1梯度算子197

9.2.2高斯-拉普拉斯算子198

9.2.3 Canny边缘检测算子199

9.3边界跟踪200

9.3.1边界跟踪200

9.3.2霍夫变换204

9.4阈值分割208

9.4.1人工选择法208

9.4.2自动阈值法209

9.4.3分水岭算法211

9.5区域分割213

9.5.1区域生长法213

9.5.2区域分裂法215

9.5.3区域合并法215

9.5.4区域分裂合并法216

9.6形变模型218

9.6.1参数活动轮廓模型218

9.6.2几何活动轮廓模型223

9.6.3形变模型的扩展形式225

9.7运动分割227

9.7.1背景差值法227

9.7.2图像差分法228

9.7.3基于光流的分割方法229

9.7.4基于块的运动分割方法230

小结230

习题231

第10章 图像表示与描述232

10.1概述232

10.2图像表示232

10.2.1链码232

10.2.2边界分段236

10.2.3多边形近似237

10.2.4标记图238

10.2.5骨架239

10.3边界描述240

10.3.1一些简单的描述子240

10.3.2形状数240

10.3.3傅里叶描述子241

10.3.4统计矩243

10.4区域描述243

10.4.1一些简单的描述子244

10.4.2纹理244

10.4.3不变矩248

10.5形态学描述249

10.5.1膨胀和腐蚀250

10.5.2开启和闭合251

10.5.3形态学对图像的操作252

小结255

习题256

第11章 图像特征优化257

11.1概述257

11.2基于选择的特征优化258

11.2.1可分离性判据258

11.2.2搜索选择策略258

11.2.3基于遗传算法的特征选择259

11.3基于统计分析的特征优化260

11.3.1主成分分析260

11.3.2独立分量分析261

11.3.3线性判别分析262

11.3.4多维尺度分析262

11.4基于流形学习的特征优化264

11.4.1流形学习的基本原理264

11.4.2核主成分分析264

11.4.3局部线性嵌入265

11.4.4拉普拉斯特征映射266

11.4.5等距映射268

小结271

习题271

第12章 图像识别272

12.1概述272

12.2统计图像识别272

12.2.1统计模式识别方法272

12.2.2线性分类器274

12.2.3贝叶斯分类器275

12.2.4人工神经网络分类器277

12.3句法图像识别281

12.3.1句法模式识别方法281

12.3.2形式语言简介283

12.3.3模式文法285

12.3.4句法分析287

12.3.5句法结构的自动机识别289

12.3.6有噪声、畸变模式的识别292

12.4模糊图像识别296

12.4.1模糊集合及其运算296

12.4.2隶属函数确定方法297

12.4.3模糊识别原则301

12.4.4模糊句法识别304

12.5 Web图像过滤系统308

12.5.1皮肤检测308

12.5.2基于人脸肤色的自动白平衡校正309

12.5.3特征提取311

12.5.4 Web图像分类312

小结315

习题315

第13章 图像检索316

13.1概述316

13.2基于内容的图像检索316

13.2.1 CBIR系统框架316

13.2.2基于颜色特征的检索317

13.2.3基于纹理特征的检索318

13.2.4基于形状特征的检索318

13.2.5检索效果评价方法318

13.3基于语义的图像检索319

13.3.1图像语义描述方法319

13.3.2图像语义提取方法320

13.3.3语义相似性测度320

13.3.4语义检索系统设计321

13.4基于多示例学习的语义图像检索321

13.4.1多示例学习简介321

13.4.2分层语义模型322

13.4.3基于粗糙集的图像包生成324

13.4.4语义提取324

13.4.5语义图像检索325

13.4.6检索效果326

小结327

习题327

参考文献328