數字圖像處理

第1章 緒論 1.1 圖像處理概述
1.1.1 圖像處理的分類
1.1.2 數字圖像處理的主要內容
1.1.3 圖像處理的應用
1.2 圖像的表象
1.2.1 圖像信息
1.2.2 光照模型
1.2.3 亮度函數
1.2.4 圖像的表征
1.2.5 數字圖像
1.3 基本的物理假設
1.3.1 景物表面存在假設
1.3.2 分層次假設
1.3.3 相似性假設
1.3.4 空間的連續(xù)性假設
1.3.5 不連續(xù)中的連續(xù)性假設
1.4 圖像處理系統的硬件設備
1.4.1 圖像處理系統的輸入設備
1.4.2 圖像處理系統的輸出設備
1.4.3 圖像數據的存儲設備
1.4.4 圖像處理主機系統的構成
1.5 圖像處理軟件
1.5.1 圖像數據格式
1.5.2 數字圖像處理工具軟件matlab
1.5.3 圖像的獲取
1.5.4 應用軟件的編制
本章要點
習題 第2章 圖像與視覺系統 2.1 視覺系統
2.1.1 視覺系統的基本構造
2.1.2 視覺模型
2.2 光度學及色度學原理
2.2.1 色彩的基本屬性
2.2.2 三基色混色及色度表示原理
2.2.3 表示色彩的幾種規(guī)范
2.3 亮度和顏色感覺的視覺特性
2.3.1 刺激強度與感覺的關系
2.3.2 亮度適應和顏色適應
2.3.3 亮度對比和顏色對比
2.3.4 顏色感覺與刺激面積的關系
2.3.5 主觀顏色
2.3.6 暖色與冷色
2.4 視覺的空間性質
2.4.1 視力
2.4.2 視覺的空間頻率特性
2.5 視覺的時間特性
2.5.1 整合時間
2.5.2 閃爍
2.5.3 視野與視覺的關系
2.5.4 運動感覺
2.6 主觀輪廓和空間錯覺
2.6.1 主觀輪廓
2.6.2 空間錯覺
本章要點
習題 第3章 圖像信號分析基礎 3.1 圖像信號的數學表示
3.1.1 信號的采樣
3.1.2 信號的量化
3.1.3 圖像信號的采樣
3.1.4 圖像信號的量化
3.1.5 灰度直方圖
3.2 圖像的運算
3.2.1 點運算
3.2.2 代數運算
3.2.3 幾何運算
3.3 線性系統
3.3.1 線性系統的性質
3.3.2 線性移不變系統
3.3.3 二維線性移不變系統的頻率響應
3.4 圖像的卷積計算
3.4.1 卷積積分
3.4.2 二維卷積
3.4.3 離散二維卷積的矩陣運算
3.4.4 卷積與濾波
3.5 圖像的統計特性
3.5.1 圖像的振幅分布特性
3.5.2 差值信號的振幅分布特性
3.5.3 圖像的自相關函數
3.5.4 圖像的振幅譜
3.5.5 功率有限的圖像空域功率譜與自相關函數
3.5.6 圖像信息的信息量
本章要點
習題 第4章 圖像變換 4.1 積分變換
4.2 連續(xù)傅里葉變換
4.2.1 傅里葉積分的復數形式
4.2.2 傅里葉積分變換
4.2.3 傅里葉變換的性質
4.3 離散傅里葉變換
4.3.1 離散傅里葉變換的定義
4.3.2 離散傅里葉變換的性質
4.4 快速傅里葉變換
4.4.1 傅里葉變換的周期性分析
4.4.2 fft的計算機算法
4.5 二維離散傅里葉變換
4.5.1 二維離散傅里葉變換的定義
4.5.2 二維離散傅里葉變換的性質
4.5.3 圖像的傅里葉變換實例
4.6 正交變換的一般表示形式
4.6.1 通用變換公式
4.6.2 變換核的可分離性和對稱性
4.6.3 正交變換的矩陣表示
4.6.4 幾個重要概念
4.7 其他離散正交變換
4.7.1 沃爾什變換
4.7.2 哈達瑪變換
4.7.3 離散余弦變換
4.7.4 哈爾變換
4.7.5 k-l變換
4.8 小波變換
4.8.1 基本概念
4.8.2 連續(xù)小波變換（cwt）
4.8.3 小波變換的濾波器實現
4.8.4 理想帶通濾波器簇
4.8.5 子帶編碼
4.8.6 尺度向量
4.8.7 基本小波與小波變換
4.8.8 二維離散小波變換
本章要點
習題 第5章 圖像增強與復原 5.1 圖像增強原理
5.1.1 灰度級映射變換增強原理
5.1.2 圖像的頻域增強原理
5.2 圖像增強的直方圖方法
5.2.1 直方圖的映射變換
5.2.2 直方圖均衡化
5.2.3 直方圖規(guī)定化
5.3 圖像平滑化
5.3.1 鄰域平均法
5.3.2 低通濾波法
5.3.3 多圖像平均法
5.4 圖像的銳化
5.4.1 微分銳化法
5.4.2 高通濾波法
5.5 同態(tài)圖像增強方法
5.6 圖像復原
5.6.1 圖像退化的數學模型
5.6.2 圖像復原中的主要問題
5.6.3 逆濾波方法
5.6.4 功率譜均衡復原
5.6.5 點擴散函數的確定
5.6.6 線性代數復原
本章要點
習題 第6章 圖像壓縮與編碼 6.1 圖像信息的冗余
6.2 數字圖像的質量評價
6.3 無損壓縮及其編碼方法
6.3.1 香農信息保持編碼定理
6.3.2 哈夫曼編碼
6.3.3 算術編碼
6.3.4 雙字長編碼
6.4 有損壓縮編碼
6.4.1 率失真理論
6.4.2 其他失真度量
6.5 預測編碼
6.5.1 dpcm工作原理
6.5.2 線性預測編碼
6.5.3 自適應預測編碼
6.5.4 自適應量化器
6.6 變換編碼
6.6.1 離散余弦變換
6.6.2 dct的自適應量化
6.6.3 圖像子塊的分類
6.6.4 dct編碼與解碼
6.6.5 變換編碼的特性
6.7 運動圖像的幀間壓縮編碼
6.8 圖像壓縮的標準化
6.9 圖像壓縮編碼的新進展
6.9.1 小波變換壓縮編碼
6.9.2 分形編碼
6.9.3 人工神經網絡壓縮編碼
本章要點
習題 第7章 圖像重建 7.1 投影－頻域重建
7.1.1 投影函數的表示
7.1.2 投影定理
7.1.3 從傅里葉變換重建
7.2 反向投影重建方法
7.2.1 反向投影操作原理
7.2.2 反向投影重建公式的推導
7.2.3 反投影方法的數字實現
7.2.4 三維圖像重建
7.3 代數重建技術
7.3.1 圖像的描述
7.3.2 kaczmarz迭代算法
7.3.3 加權系數的確定
7.4 雙目立體視覺
7.4.1 立體視覺
7.4.2 雙目立體視覺原理
7.4.3 對應點的匹配
7.4.4 匹配算法
本章要點
習題 第8章 彩色與多頻譜圖像處理 8.1 彩色圖像處理
8.1.1 彩色坐標變換
8.1.2 彩色圖像復原
8.1.3 圖像增強
8.1.4 偽彩色
8.1.5 假彩色增強
8.1.6 基于顏色特征的圖像檢索
8.2 多光譜圖像處理
8.2.1 多光譜圖像處理簡介
8.2.2 幾何矯正
8.2.3 比值處理
8.2.4 遙感圖像的分類
8.2.5 氣象衛(wèi)星圖像
8.3 影像融合
8.3.1 影像融合概述
8.3.2 小波融合方法
8.4 遙感超譜圖像處理
8.4.1 超譜圖像概述
8.4.2 超譜圖像分類
8.4.3 超譜圖像的壓縮
本章要點
習題 第9章 圖像分析與識別基礎 9.1 視覺再認模式
9.1.1 模板匹配模式
9.1.2 特征分析模式
9.1.3 結構描述模式
9.1.4 傅里葉模式
9.2 圖像分割
9.2.1 閾值分割法
9.2.2 邊緣檢測法
9.2.3 區(qū)域增長法
9.2.4 二值圖像分割法
9.2.5 圖像的分割信息結構
9.2.6 圖像分割質量的評價
9.3 圖像的特征
9.3.1 幅值特征
9.3.2 灰度直方圖特征
9.3.3 變換系數特征
9.3.4 邊緣特征
9.3.5 矩特征
9.3.6 線條和角點特征
9.3.7 紋理特征
9.4 分類
9.4.1 特征提取的原則
9.4.2 分類器
9.4.3 特征選取
9.4.4 統計分類的bayes決策方法
9.4.5 分類器的類型
9.5 模式識別的結構方法
9.5.1 系統構成的基本原理
9.5.2 系統構成
9.5.3 描述模式的語言和文法
9.5.4 句法分析
本章要點
習題 第10章 圖像處理的matlab工具 10.1 圖像的輸入與輸出
10.1.1 圖像的輸入
10.1.2 圖像的輸出
10.1.3 圖像的顯示
10.2 顏色操作
10.2.1 變換彩色空間
10.2.2 調整色彩板
10.3 圖像的變換
10.3.1 快速傅里葉變換
10.3.2 離散余弦變換
10.4 圖像運算與操作
10.4.1 圖像直方圖
10.4.2 圖像統計
10.5 卷積與濾波
10.5.1 卷積
10.5.2 二維濾波 參考文獻