現(xiàn)代數(shù)字圖像處理

第1章  圖像的統(tǒng)計(jì)特性
    1.1  概論
    1.2  幅度
    1.3  振幅的跳變
    1.4  自相關(guān)函數(shù)
    1.5  熵
    1.6  圖像模型
    1.7  尺度不變模型
    1.8  參考文獻(xiàn)
    第2章  圖像的采樣及其分形表示
    2.1  一維帶限信號(hào)
    2.2  實(shí)際信號(hào)
    2.3  N維擴(kuò)張
    2.4  分形模型
    2.5  參考文獻(xiàn)
    第3章  圖像的離散表示形式
    3.1  緒論
    3.2  鋪砌和柵格
    3.3  離散拓?fù)鋵W(xué)
    3.4  幾何描述
    3.5  隨機(jī)結(jié)構(gòu)的例子
    3.6  距離函數(shù)
    3.7  參考文獻(xiàn)
    第4章  圖像恢復(fù)
    4.1  逆濾波
    4.2  奇異退化和壞條件系統(tǒng)
    4.3  二維信號(hào)的恢復(fù)
    4.4  迭代恢復(fù)
    4.5  退化的估算
    4.6  邊界效應(yīng)的削弱
    4.7  參考文獻(xiàn)
    第5章  數(shù)學(xué)形態(tài)學(xué)
    5.1  緒論與基礎(chǔ)知識(shí)
    5.2  四種運(yùn)算
    5.3  拓?fù)淇蚣?br />    5.4  代數(shù)框架
    5.5  概率論框架
    5.6  腐蝕和膨脹的應(yīng)用
    5.7  開和閉的應(yīng)用
    5.8  開關(guān)變換和導(dǎo)出算子
    5.9  大地測量學(xué)
    5.10流域分界線
    5.11結(jié)論
    5.12參考文獻(xiàn)
    第6章  馬爾可夫場
    6.1  馬爾可夫場的定義及其模擬
    6.2  應(yīng)用:恢復(fù)與分割
    6.3  馬爾可夫框架下的估計(jì)算法
    6.4  參數(shù)估計(jì)
    6.5  邊緣處理
    6.6  原型圖
    6.7  參考文獻(xiàn)
    第7章  小波與圖像處理
    7.1  圖像線性分析的原理
    7.2  框架
    7.3  自適應(yīng)跟蹤
    7.4  參考文獻(xiàn)
    第8章  偏微分方程和圖像處理
    8.1  熱傳導(dǎo)方程及其限制
    8.2  非線性擴(kuò)散方程
    8.3  偏微分方程與多尺度分析
    8.4  參考文獻(xiàn)
    第9章  預(yù)處理
    9.1  光學(xué)處理和彩色處理
    9.2  噪聲抑制
    9.3  自適應(yīng)濾波
    9.4  圖像重采樣
    9.5  參考文獻(xiàn)
    第10章  圖像的邊緣檢測
    10.1  連續(xù)的邊緣模型
    10.2  經(jīng)典方法
    10.3  解析方法
    10.4  活動(dòng)邊緣（蛇行模型）
    10.5  邊緣的延伸與閉合
    10.6  參考文獻(xiàn)
    第11章  區(qū)域分割
    11.1  基于直方圖的方法
    11.2  區(qū)域變換法
    11.3  鄰接圖
    11.4  最小描述長度（MDL）方法
    11.5  Mumford-Shah方法
    11.6  參考文獻(xiàn)
    第12章  紋理
    12.1  什么是紋理
    12.2  紋理的模型
    12.3  紋理分析及其識(shí)別
    12.4  馬爾可夫場方法
    12.5  結(jié)構(gòu)方法
    12.6  異質(zhì)紋理
    12.7  參考文獻(xiàn)
    第13章  輪廓描述符和形狀描述符
    13.1  特征函數(shù)
    13.2  形狀描述符
    13.3  Guzman多邊形
    13.4  Freeman鏈
    13.5  傅里葉描述符
    13.6  多項(xiàng)式逼近
    13.7  Hough變換
    13.8  結(jié)論
    13.9  參考文獻(xiàn)