数字图像处理：原理与算法

数字图像处理：原理与算法
出版时间：2010年版
内容简介
　　《数字图像处理——原理与算法》针对图像处理和算法两方面为“零知识”起点的读者。前12章适用于本科教学，主要内容包括概论、图像数字化、图像处理基础、图像几何变换、图像时频变换、图像增强、图像恢复、图像分割、图像特征与分析、图像形态学、模式识别和图像压缩。最后3章包括分形图像压缩、图像加密和图像水印，可为本科高年级和研究生教学之用。《数字图像处理——原理与算法》内容新颖并注重培养创新能力，介绍算法深入浅出并注重实现，其主要算法都在配套的《数字图像处理-VisualC#.NET编程与实验》一书中实现了程序。若结合《数字图像处理一VisualC#.NET编程与实验》，各层次读者可各取所需地学习有关章节。《数字图像处理——原理与算法》的所有算法和公式都经过推导和证明，并经过程序验证。《数字图像处理——原理与算法》适用于计算机、通信和电子信息、自动控制、生物医学工程等各理工科相关专业的本科和研究生教学和工程技术人员应用参考。
目录
出版说明
　　前言
　　第1章 概论
　　1.1 基本概念
　　1.1.1 连续图像
　　1.1.2 数字图像
　　1.1.3 颜色模型
　　1.2 图像的统计特性
　　1.2.1 基本统计分析量
　　1.2.2 直方图
　　1.3 图像文件格式
　　1.3.1 BMP图像文件格式
　　1.3.2.IPG图像文件格式
　　1.3.3 G11图像文件格式
　　1.3.4 PNG图像文件格式
　　1.4 图像质量的评价标准
　　1.4.1 客观评价标准
　　1.4.2 主观评价标准
　　1.5 数字图像处理的应用
　　1.6 习题
　　
　　第2章 图像数字化
　　2.1 图像采样
　　2.1.1 图像采样基本概念
　　2.1.2 采样定理
　　2.1.3 图像重建
　　2.2 图像量化
　　2.2.1 标量量化
　　2.2.2 向量量化
　　2.2.3 采样、量化参数与数字化图像之间的关系
　　2.2.4.数字图像的数值描述
　　2.3 图像输人／输出设备
　　2.3.1 图像输入设备
　　2.3.2 图像输出设备
　　2.4 习题
　　
　　第3章 图像处理基础
　　3.1 点运算
　　3.1.1 线性点运算
　　3.1.2 非线性点运算
　　3.1.3 点运算与直方图
　　3.1.4 点运算的应用
　　3.2 代数运算
　　3.2.1 加法运算
　　3.2.2 减法运算
　　3.2.3 乘法运算
　　3.2.4 除法运算
　　3.3 点运算和代数运算应用算法
　　3.3.1 彩色图像转变为灰度图像
　　3.3.2 灰度阈值变换
　　3.3.3 灰度线性变换
　　3.3.4 伪彩色处理
　　3.3.5 图像融合
　　3.4 习题
　　
　　第4章 图像几何变换
　　4.1 图像仿射变换
　　4.1.1 齐次坐标系
　　4.1 _2图像仿射变换
　　4.1.3 仿射变换算法设计
　　4.2 图像插值放大
　　4.2.1 最邻近插值算法
　　4.2.2 双线性插值算法
　　4.2.3 三次卷积插值算法
　　4.3 图像缩小
　　4.3.1 基于等间隔采样的图像缩小算法
　　4.3.2 基于局部均值的图像缩小算法
　　4.4 习题
　　
　　第5章 图像时频变换
　　5.1 Fourier变换
　　5.1.1 Fourier变换的性质
　　5.1.2 离散Fourier变换
　　5.1.3 二维离散Fourier变换的性质
　　5.2 快速傅里叶变换
　　5.2.1 计算DFT的问题及其改进途径
　　5.2.2 FFT算法及其原理
　　5.3 离散余弦变换
　　5.3.1 一维离散余弦变换
　　5.3.2 利用FFT快速计算DCT
　　5.4 沃尔什-哈达玛变换
　　5.4.1 沃尔什函数与哈达玛矩阵
　　5.4.2 沃尔什-哈达玛变换
　　5.5 K-L变换
　　5.5.1 图像的向量表示和统计参数
　　5.5 ，2c，的特征值和特征向量
　　5.5.3 离散K-L变换及其性质
　　5.6 小波变换
　　5.6.1 从F0urier分析到小波分析
　　5.6.2 小波分析
　　5.6.3 小波变换算法
　　5.7 习题
　　
　　第6章 图像增强
　　6.1 空域增强
　　6.1.1 灰度变换增强
　　6.1.2 直方图变换增强
　　6.1.3 平滑滤波
　　6.1.4 中值滤波
　　6.1.5 空域模板滤波
　　6.2 频域增强
　　6.2.1 巴特沃斯低通滤波
　　6.2.2 巴特沃斯高通滤波
　　6.3 图像锐化
　　6.3.1 罗伯特算子
　　6.3.2 拉普拉斯算子
　　6.3.3 索伯尔算子
　　6.3.4 普瑞维特算子
　　6.3.5 凯西算子
　　6.4 习题
　　
　　第7章 图像恢复
　　7.1 图像退化模型
　　7.1.1 线性系统
　　7.1.2 图像退化模型
　　7.1.3 图像退化模型的离散形式
　　7.1.4 运动模糊的退化模型
　　7.2 图像代数恢复方法
　　7.2.1 无约束代数恢复方法
　　7.2.2 有约束代数恢复方法
　　7.3 图像频域恢复方法
　　7.3.1 逆滤波
　　7.3.2 最小二乘方滤波
　　7.4 其他图像恢复方法
　　7.4.1 人机交互式恢复方法
　　7.4.2 几何畸变校正
　　7.5 习题
　　
　　第8章 图像分割
　　8.1 边缘检测
　　8.1.1 图像边缘与梯度
　　8.1.2 边缘检测算法
　　8.2 图像阈值法
　　8.2.1 阈值分割原理
　　8.2.2 最佳阈值分割算法
　　8.2.3 0tsu阈值分割算法
　　8.2.4 基于熵的二值化方法
　　8.3 基于区域的分割
　　8.3.1 区域生长法
　　8.3.2 区域分裂与合并
　　8.4 霍夫变换
　　8.4.1 直线的检测
　　8.4.2 广义Hough变换检测曲线
　　8.5 习题
　　
　　第9章 图像特征提取与分析
　　9.1 几何特征
　　9.1.1 位置和面积
　　9.1.2 距离
　　9.2 形状特征
　　9.2.1 区域外部空间域分析
　　9.2.2 区域内部空间域分析
　　9.2.3 区域内部变换分析
　　9.3 边界特征
　　9.3.1 链码描述
　　9.3.2 傅里叶描述子
　　9.3.3 边界提取与外轮廓跟踪
　　9.4 图形细化
　　9.4.1 细化算法
　　……
　　第10章 图像形态学
　　第11章 模式识别
　　第12章 图像压缩
　　第13章 分开图像压缩
　　第14章 图像加密
　　第15章 图像数字水印
　　附录
　　参考文献