數(shù)字圖像處理

第一章概論
1.1數(shù)字圖像處理及其特點1
1.1.1數(shù)字圖像與數(shù)字圖像處理1
1.1.2數(shù)字圖像處理的特點3
1.2數(shù)字圖像處理的目的和主要內(nèi)容3
1.2.1數(shù)字圖像處理的目的3
1.2.2數(shù)字圖像處理的主要內(nèi)容4
1.3圖像工程與相關(guān)學(xué)科5
1.3.1圖像工程的內(nèi)涵5
1.3.2相關(guān)學(xué)科和領(lǐng)域6
1.4數(shù)字圖像處理系統(tǒng)7
1.4.1數(shù)字圖像處理系統(tǒng)硬件7
1.4.2高速圖像處理卡9
1.4.3圖像處理系統(tǒng)軟件10
1.5數(shù)字圖像處理的應(yīng)用13
1.6數(shù)字圖像處理的發(fā)展動向14
習(xí)題15
第二章數(shù)字圖像處理基礎(chǔ)
2.1圖像數(shù)字化技術(shù)17
2.1.1采樣18
2.1.2量化19
2.1.3采樣與量化參數(shù)的選擇19
2.1.4圖像數(shù)字化設(shè)備21
2.2數(shù)字圖像類型22
2.2.1位圖22
2.2.2位圖的有關(guān)術(shù)語23
2.3圖像文件格式24
2.3.1BMP圖像文件格式24
2.3.2其他文件格式27
2.4色度學(xué)基礎(chǔ)與顏色模型29
2.4.1色度學(xué)基礎(chǔ)29
2.4.2顏色模型30
習(xí)題33
第三章VC＋＋圖像編程基礎(chǔ)
3.1VC++可視化編程34
3.1.1概述34
3.1.2用戶界面34
3.1.3框架和文檔-視結(jié)構(gòu)36
3.1.4編程基本流程37
3.2ImageLoad.dll動態(tài)鏈接庫38
3.2.1ImageLoad.dll庫簡介38
3.3.2ImageLoad.dll動態(tài)鏈接庫的使用42
3.3設(shè)計CDibObject類42
3.3.1公用方法的設(shè)計42
3.3.2類屬性的設(shè)計43
3.4使用CDibObject類44
3.4.1添加CDibObject類定義文件44
3.4.2設(shè)置工程選項44
3.5CDibObject類應(yīng)用實例45
3.5.1建立應(yīng)用程序框架45
3.5.2添加消息映射函數(shù)45
3.5.3改寫OnFileOpen函數(shù)以打開圖像文件46
3.5.4添加CDibObject類對象成員變量46
3.5.5為CDipDoc文檔類映射消息處理函數(shù)47
3.5.6繪制讀入的圖像51
習(xí)題52
第四章圖像增強(qiáng)與平滑
4.1直方圖54
4.1.1直方圖的基本概念54
4.1.2直方圖的性質(zhì)55
4.1.3直方圖的計算56
4.1.4直方圖的拉伸57
4.1.5直方圖均衡58
4.2灰度變換61
4.2.1灰度線性變換61
4.2.2分段線性變換62
4.2.3非線性變換63
4.3圖像噪聲64
4.3.1概述64
4.3.2圖像噪聲分類64
4.3.3圖像系統(tǒng)噪聲特點65
4.4去除噪聲65
4.4.1模板操作和卷積運算65
4.4.2鄰域平均法67
4.4.3中值濾波68
4.4.4其他去噪技術(shù)73
4.5圖像銳化74
4.5.1微分法75
4.5.2拉普拉斯運算78
4.5.3高通濾波80
4.6圖像的偽彩色處理80
4.6.1密度分割80
4.6.2灰度級彩色變換81
4.6.3濾波法82
4.7編程實例82
4.7.1編程繪制灰度直方圖82
4.7.2中值濾波的VC++編程實現(xiàn)85
4.7.3圖像平滑的VC++編程實現(xiàn)86
習(xí)題88
第五章圖像分割與邊緣檢測
5.1圖像分割90
5.1.1概述90
5.1.2灰度閾值法分割91
5.1.3區(qū)域生長93
5.1.4區(qū)域聚合94
5.2邊緣檢測95
5.2.1邊緣檢測與微分運算96
5.2.2高斯-拉普拉斯(LOG)算子97
5.3輪廓跟蹤與提取97
5.3.1輪廓跟蹤98
5.3.2輪廓提取99
5.4圖像匹配99
5.4.1模板匹配99
5.4.2直方圖匹配104
5.4.3形狀匹配106
5.5投影法與差影法106
5.5.1投影法106
5.5.2差影法107
5.6應(yīng)用實例110
習(xí)題111
第六章圖像的幾何變換
6.1幾何變換基礎(chǔ)112
6.1.1概述112
6.1.2齊次坐標(biāo)113
6.1.3二維圖像幾何變換的矩陣114
6.2圖像比例縮放115
6.2.1圖像比例縮放變換115
6.2.2比例縮放的實現(xiàn)119
6.3圖像平移120
6.3.1圖像平移變換120
6.3.2圖像平移的算法121
6.4圖像鏡像123
6.4.1圖像鏡像變換123
6.4.2圖像鏡像的算法124
6.5圖像旋轉(zhuǎn)126
6.5.1圖像旋轉(zhuǎn)變換126
6.5.2圖像旋轉(zhuǎn)的實現(xiàn)128
6.6圖像復(fù)合變換131
6.6.1圖像復(fù)合變換131
6.6.2圖像復(fù)合變換的示例133
6.7透視變換135
6.7.1透視變換135
6.7.2其他變換137
6.8應(yīng)用實例139
習(xí)題141
第七章頻域處理
7.1頻域世界與頻域變換143
7.2傅立葉變換144
7.2.1連續(xù)函數(shù)的傅立葉變換144
7.2.2離散傅立葉變換145
7.2.3離散傅立葉變換的性質(zhì)146
7.2.4快速離散傅立葉變換149
7.3頻域變換的一般表達(dá)式153
7.3.1可分離變換153
7.3.2圖像變換的矩陣表示153
7.4離散余弦變換（DCT）154
7.4.1一維離散余弦變換154
7.4.2二維離散余弦變換155
7.4.3快速離散余弦變換155
7.5離散沃爾什-哈達(dá)瑪變換（WHT）157
7.5.1一維離散沃爾什-哈達(dá)瑪變換157
7.5.2二維離散沃爾什變換159
7.5.3快速沃爾什變換（FWHT）160
7.6用MatrixC++庫實現(xiàn)圖像變換的VC++編程161
7.6.1Matrix簡介及其與VC++工程的集成161
7.6.2創(chuàng)建圖像數(shù)據(jù)矩陣163
7.6.3將矩陣數(shù)據(jù)賦給圖像數(shù)據(jù)區(qū)163
7.6.4利用矩陣運算進(jìn)行圖像變換164
7.7小波變換簡介165
7.7.1小波變換的理論基礎(chǔ)166
7.7.2離散小波變換在圖像處理中的應(yīng)用簡介172
習(xí)題174
第八章數(shù)學(xué)形態(tài)學(xué)及其應(yīng)用
8.1引言175
8.1.1數(shù)學(xué)形態(tài)學(xué)175
8.1.2基本符號和術(shù)語176
8.2二值形態(tài)學(xué)178
8.2.1腐蝕178
8.2.2膨脹182
8.2.3開.閉運算182
8.2.4擊中/擊不中(Hit/Miss)變換187
8.3灰值形態(tài)學(xué)189
8.3.1灰值腐蝕189
8.3.2灰值膨脹190
8.3.3灰值開.閉運算191
8.4形態(tài)學(xué)的應(yīng)用193
8.4.1形態(tài)學(xué)濾波194
8.4.2骨架抽取195
8.5應(yīng)用實例--細(xì)化197
習(xí)題202
第九章圖像特征與理解
9.1圖像的幾何特征203
9.1.1位置與方向203
9.1.2周長204
9.1.3面積205
9.1.4長軸和短軸206
9.1.5距離206
9.2形狀特征207
9.2.1矩形度207
9.2.2圓形度207
9.2.3球狀性208
9.2.4不變矩209
9.2.5偏心率210
9.2.6形狀描述子211
9.3紋理分析213
9.3.1統(tǒng)計法214
9.3.2用空間自相關(guān)函數(shù)作紋理測度215
9.3.3頻譜法215
9.3.4聯(lián)合概率矩陣法216
9.3.5紋理的句法結(jié)構(gòu)分析法217
9.4中軸變換與骨架提取218
9.5曲線與表面的擬合220
9.5.1曲線擬合220
9.5.2曲面擬合221
9.6其他特征或描述222
9.6.1標(biāo)記222
9.6.2歐拉數(shù)與孔洞數(shù)223
9.6.3四叉樹223
9.7編程實例224
習(xí)題232
第十章圖像編碼
10.1圖像編碼概述234
10.1.1圖像編碼基本原理234
10.1.2圖像編碼的方法235
10.1.3圖像編碼新技術(shù)236
10.1.4圖像編碼評價236
10.2哈夫曼編碼237
10.3香農(nóng)-范諾編碼240
10.4行程編碼242
10.4.1行程編碼基本方法242
10.4.2PCX文件中的行程編碼242
10.5LZW編碼243
10.5.1LZW編碼方法243
10.5.2LZW編碼實例244
10.6算術(shù)編碼246
10.7JPEG編碼248
10.7.1JPEG基本系統(tǒng)編碼248
10.7.2JPEG編碼實例254
10.8編程實例256
習(xí)題260
第十一章圖像復(fù)原
11.1圖像退化與復(fù)原261
11.1.1圖像降質(zhì)的數(shù)學(xué)模型261
11.1.2離散圖像退化的數(shù)學(xué)模型263
11.2非約束復(fù)原266
11.2.1逆濾波266
11.2.2非約束圖像復(fù)原的病態(tài)性質(zhì)266
11.3最小二乘類約束復(fù)原268
11.3.1維納濾波268
11.3.2約束最小平方濾波270
11.4非線性復(fù)原方法271
11.4.1最大后驗復(fù)原271
11.4.2最大熵復(fù)原272
11.4.3投影復(fù)原273
11.5其他圖像復(fù)原技術(shù)273
11.5.1幾何畸變校正273
11.5.2盲目圖像復(fù)原275
11.6編程實例276
習(xí)題279
附錄A圖像處理的數(shù)學(xué)基礎(chǔ)
A.1線性代數(shù)280
A.1.1向量和矩陣280
A.1.2特征值與特征向量282
A.1.3矩陣的奇異值分解282
A.1.4線性方程組283
A.1.5最小二乘法求解283
A.1.6線性變換283
A.2概率論與數(shù)理統(tǒng)計284
A.2.1正態(tài)分布284
A.2.2隨機(jī)過程284
參考文獻(xiàn)與參考站點287