国外电子与通信教材系列 数字图像处理 第3版PDF|Epub|txt|kindle电子书版本网盘下载

国外电子与通信教材系列 数字图像处理 第3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

引言1

1.1什么是数字图像处理1

1.2数字图像处理的起源2

1.3使用数字图像处理领域的实例4

1.3.1伽马射线成像5

1.3.2 X射线成像5

1.3.3紫外波段成像7

1.3.4可见光及红外波段成像7

1.3.5微波波段成像10

1.3.6无线电波段成像10

1.3.7使用其他成像方式的例子11

1.4数字图像处理的基本步骤14

1.5图像处理系统的组成15

小结17

参考文献17

第2章 数字图像基础20

引言20

2.1视觉感知要素20

2.1.1人眼的结构20

2.1.2眼睛中图像的形成22

2.1.3亮度适应和辨别22

2.2光和电磁波谱24

2.3图像感知和获取26

2.3.1使用单个传感器获取图像27

2.3.2使用条带传感器获取图像27

2.3.3使用传感器阵列获取图像28

2.3.4简单的图像形成模型28

2.4图像取样和量化30

2.4.1取样和量化的基本概念30

2.4.2数字图像表示31

2.4.3空间和灰度分辨率34

2.4.4图像内插36

2.5像素间的一些基本关系38

2.5.1相邻像素38

2.5.2邻接性、连通性、区域和边界38

2.5.3距离度量40

2.6数字图像处理中所用数学工具的介绍41

2.6.1阵列与矩阵操作41

2.6.2线性操作与非线性操作42

2.6.3算术操作42

2.6.4集合和逻辑操作46

2.6.5空间操作49

2.6.6向量与矩阵操作53

2.6.7图像变换54

2.6.8概率方法56

小结57

参考文献58

习题58

第3章 灰度变换与空间滤波62

引言62

3.1背景知识62

3.1.1灰度变换和空间滤波基础62

3.1.2关于本章中的例子63

3.2一些基本的灰度变换函数64

3.2.1图像反转64

3.2.2对数变换64

3.2.3幂律（伽马）变换66

3.2.4分段线性变换函数68

3.3直方图处理72

3.3.1直方图均衡72

3.3.2直方图匹配（规定化）77

3.3.3局部直方图处理83

3.3.4在图像增强中使用直方图统计85

3.4空间滤波基础88

3.4.1空间滤波机理88

3.4.2空间相关与卷积89

3.4.3线性滤波的向量表示92

3.4.4空间滤波器模板的产生93

3.5平滑空间滤波器93

3.5.1平滑线性滤波器93

3.5.2统计排序（非线性）滤波器96

3.6锐化空间滤波器97

3.6.1基础97

3.6.2使用二阶微分锐化图像——拉普拉斯算子99

3.6.3非锐化掩蔽和高提升滤波100

3.6.4使用一阶微分锐化（非线性）图像——梯度101

3.7混合空间增强法103

3.8使用模糊技术进行灰度变换和空间滤波105

3.8.1引言106

3.8.2模糊集合论原理106

3.8.3模糊集合应用110

3.8.4使用模糊集合进行灰度变换116

3.8.5使用模糊集合进行空间滤波117

小结119

参考文献119

习题120

第4章 频率域滤波124

引言124

4.1背景124

4.1.1傅里叶级数和变换简史124

4.1.2关于本章中的例子125

4.2基本概念125

4.2.1复数125

4.2.2傅里叶级数126

4.2.3冲激及其取样特性126

4.2.4连续变量函数的傅里叶变换128

4.2.5卷积130

4.3取样和取样函数的傅里叶变换131

4.3.1取样131

4.3.2取样函数的傅里叶变换132

4.3.3取样定理134

4.3.4混淆135

4.3.5由取样后的数据重建（复原）函数137

4.4单变量的离散傅里叶变换（DFT）138

4.4.1由取样后的函数的连续变换得到DFT138

4.4.2取样和频率间隔间的关系140

4.5两个变量的函数的扩展141

4.5.1二维冲激及其取样特性141

4.5.2二维连续傅里叶变换对141

4.5.3二维取样和二维取样定理142

4.5.4图像中的混淆143

4.5.5二维离散傅里叶变换及其反变换147

4.6二维离散傅里叶变换的一些性质148

4.6.1空间和频率间隔的关系148

4.6.2平移和旋转148

4.6.3周期性148

4.6.4对称性150

4.6.5傅里叶谱和相角154

4.6.6二维卷积定理157

4.6.7二维离散傅里叶变换性质的小结159

4.7频率域滤波基础161

4.7.1频率域的其他特性161

4.7.2频率域滤波基础162

4.7.3频率域滤波步骤小结165

4.7.4空间和频率域滤波间的对应166

4.8使用频率域滤波器平滑图像169

4.8.1理想低通滤波器169

4.8.2布特沃斯低通滤波器172

4.8.3高斯低通滤波器173

4.8.4低通滤波的其他例子174

4.9使用频率域滤波器锐化图像176

4.9.1理想高通滤波器176

4.9.2布特沃斯高通滤波器178

4.9.3高斯高通滤波器178

4.9.4频率域的拉普拉斯算子179

4.9.5钝化模板、高提升滤波和高频强调滤波180

4.9.6同态滤波182

4.10选择性滤波184

4.10.1带阻滤波器和带通滤波器184

4.10.2陷波滤波器185

4.11实现187

4.11.1二维DFT的可分性187

4.11.2用DFT算法计算IDFT187

4.11.3快速傅里叶变换（FFT）187

4.11.4关于滤波器设计的一些注释190

小结190

参考文献190

习题191

第5章 图像复原与重建196

引言196

5.1图像退化/复原过程的模型197

5.2噪声模型197

5.2.1噪声的空间和频率特性197

5.2.2一些重要的噪声概率密度函数198

5.2.3周期噪声201

5.2.4噪声参数的估计202

5.3只存在噪声的复原——空间滤波203

5.3.1均值滤波器203

5.3.2统计排序滤波器205

5.3.3自适应滤波器208

5.4用频率域滤波消除周期噪声211

5.4.1带阻滤波器211

5.4.2带通滤波器211

5.4.3陷波滤波器212

5.4.4最佳陷波滤波213

5.5线性、位置不变的退化216

5.6估计退化函数218

5.6.1图像观察估计218

5.6.2试验估计218

5.6.3建模估计219

5.7逆滤波221

5.8最小均方误差（维纳）滤波222

5.9约束最小二乘方滤波224

5.10几何均值滤波227

5.11由投影重建图像228

5.11.1引言228

5.11.2计算机断层（CT）原理230

5.11.3投影和雷登变换232

5.11.4傅里叶切片定理235

5.11.5使用平行射线束滤波反投影的重建236

5.11.6使用扇形射线束滤波反投影的重建240

小结244

参考文献244

习题245

第6章 彩色图像处理249

引言249

6.1彩色基础249

6.2彩色模型254

6.2.1 RGB彩色模型254

6.2.2 CMY和CMYK彩色模型257

6.2.3 HSI彩色模型257

6.3伪彩色图像处理262

6.3.1灰度分层262

6.3.2灰度到彩色的变换265

6.4全彩色图像处理基础267

6.5彩色变换268

6.5.1公式269

6.5.2补色271

6.5.3彩色分层271

6.5.4 色调和彩色校正273

6.5.5直方图处理275

6.6平滑和锐化276

6.6.1彩色图像平滑276

6.6.2彩色图像锐化278

6.7基于彩色的图像分割279

6.7.1 HSI彩色空间的分割279

6.7.2 RGB向量空间中的分割279

6.7.3彩色边缘检测281

6.8彩色图像中的噪声283

6.9彩色图像压缩284

小结285

参考文献285

习题286

第7章 小波和多分辨率处理289

引言289

7.1背景289

7.1.1图像金字塔290

7.1.2子带编码292

7.1.3哈尔变换297

7.2多分辨率展开300

7.2.1级数展开300

7.2.2尺度函数301

7.2.3小波函数304

7.3一维小波变换306

7.3.1小波级数展开306

7.3.2离散小波变换308

7.3.3连续小波变换309

7.4快速小波变换311

7.5二维小波变换317

7.6小波包322

小结330

参考文献330

习题331

第8章 图像压缩334

引言334

8.1基础知识335

8.1.1编码冗余336

8.1.2空间冗余和时间冗余337

8.1.3不相关的信息337

8.1.4图像信息的度量338

8.1.5保真度准则340

8.1.6图像压缩模型341

8.1.7图像格式、容器和压缩标准343

8.2一些基本的压缩方法345

8.2.1霍夫曼编码345

8.2.2 Golomb编码346

8.2.3算术编码350

8.2.4 LZW编码351

8.2.5行程编码353

8.2.6基于符号的编码357

8.2.7比特平面编码359

8.2.8块变换编码361

8.2.9预测编码373

8.2.10小波编码387

8.3数字图像水印394

小结398

参考文献398

习题399

第9章 形态学图像处理402

引言402

9.1预备知识402

9.2腐蚀和膨胀404

9.2.1腐蚀404

9.2.2膨胀406

9.2.3对偶性407

9.3开操作与闭操作407

9.4击中或击不中变换411

9.5一些基本的形态学算法412

9.5.1边界提取412

9.5.2孔洞填充413

9.5.3连通分量的提取414

9.5.4凸壳416

9.5.5细化417

9.5.6粗化418

9.5.7骨架418

9.5.8裁剪420

9.5.9形态学重建421

9.5.10二值图像形态学操作小结426

9.6灰度级形态学428

9.6.1腐蚀和膨胀428

9.6.2开操作和闭操作430

9.6.3一些基本的灰度级形态学算法431

9.6.4灰度级形态学重建435

小结437

参考文献437

习题438

第10章 图像分割443

引言443

10.1基础知识443

10.2点、线和边缘检测445

10.2.1背景知识445

10.2.2孤立点的检测447

10.2.3线检测449

10.2.4边缘模型450

10.2.5基本边缘检测454

10.2.6更先进的边缘检测技术459

10.2.7边缘连接和边界检测467

10.3阈值处理476

10.3.1基础知识476

10.3.2基本的全局阈值处理478

10.3.3用Otsu方法的最佳全局阈值处理479

10.3.4用图像平滑改善全局阈值处理483

10.3.5利用边缘改进全局阈值处理484

10.3.6多阈值处理487

10.3.7可变阈值处理488

10.3.8多变量阈值处理492

10.4基于区域的分割493

10.4.1区域生长493

10.4.2区域分裂与聚合495

10.5用形态学分水岭的分割497

10.5.1背景知识497

10.5.2水坝构建498

10.5.3分水岭分割算法499

10.5.4标记的使用501

10.6分割中运动的应用502

10.6.1空间域技术502

10.6.2频率域技术504

小结507

参考文献507

习题508

第11章 表示和描述514

引言514

11.1表示514

11.1.1边界追踪514

11.1.2链码516

11.1.3使用最小周长多边形的多边形近似518

11.1.4其他多边形近似方法522

11.1.5标记图523

11.1.6边界线段525

11.1.7骨架525

11.2边界描绘子527

11.2.1一些简单的描绘子527

11.2.2形状数528

11.2.3傅里叶描绘子529

11.2.4统计矩531

11.3区域描绘子532

11.3.1一些简单的描绘子532

11.3.2拓扑描绘子532

11.3.3纹理534

11.3.4不变矩542

11.4使用主成分进行描绘544

11.5关系描绘子550

小结553

参考文献553

习题554

第12章 目标识别557

引言557

12.1模式和模式类557

12.2基于决策理论方法的识别560

12.2.1匹配560

12.2.2最佳统计分类器564

12.2.3神经网络570

12.3结构方法585

12.3.1匹配形状数585

12.3.2串匹配586

小结587

参考文献588

习题588

附录A 图像压缩编码表591

附录B 参考书目595

索引620