數(shù)字圖像處理基礎

第1章 緒論
1.1數(shù)字圖像處理：問題和應用
1.2圖像表示和建模
1.3圖像增強
1.4圖像復原
1.5圖像分析
1.6由投影重建圖像
1.7圖像數(shù)據(jù)壓縮
第2章 二維系統(tǒng)和數(shù)學基礎
2.1引言
2.2符號和定義
2.3線性系統(tǒng)和移不變性
2.4傅里葉變換
2.5z-變換或Laurem級數(shù)
2.6光傳遞函數(shù)和調制轉移函數(shù)
2.7矩陣理論結果
2.8分塊矩陣和Kronecker積
2.9隨機信號
2.10離散隨機場
2.11譜密度函數(shù)
2.12一些估計理論的結果
2.13一些信息論的結果
習題
第3章 圖像感知
3.1 引言
3.2光照、照度、亮度和對比度
3-3視覺系統(tǒng)的MTF
3.4可見度函數(shù)
3.5單色視覺模型
3.6圖像保真度標準
3.7顏色表示
3.8顏色匹配和再現(xiàn)
3.9顏色坐標系統(tǒng)
3.10色差的度量
3.11顏色視覺模型
3.12視覺的時間性質
習題
第4章 圖像采樣和量化
4.1 引言
4.2二維采樣定理
4.3采樣定理的擴展
4.4在采樣和重建中的實際限制
4.5圖像量化
4.6 Lloyd—Max量化器——最佳均方量化器
4.7一個壓縮擴展器的設計[20.23]
4.8非均勻密度的最佳均方差均勻量
化器
4.9例子，比較，以及實際局限
4.10實際量化器的解析模型[30]
4.11復雜高斯隨機變量的量化
4.12視覺量化
習題
第5章 圖像變換
5.1引言
5.2二維正交變換和酉變換
5.3酉變換的性質
5.4一維離散傅里葉變換(DFT)
5.5二維DFT
5.6余弦變換
5.7正弦變換
5.8哈達瑪變換
5.9哈爾變換
5.10斜變換
5.11 KL變換
5.12酉變換中的正弦曲線族
5.13外積展開和奇異值分解
5.14小結
習題
第6章 隨機模型的圖像表示
6.1 引言
6.2階因果模型
6.3維譜因子分解
6.4 AR模型，譜因子分解，和Levinson算法
6.5非因果表示
6.6二維線性預測
6.7二維譜因子分解和通過預測模型的譜估計
6.8通過Winer.Doob同態(tài)變換進行譜因子分解
6.9圖像分解，快速KL變換，隨機解藕
6.10小結
習題
第7章 圖像增強
7.1引言
7.2點運算
7.3直方圖模型
7.4空域運算
7.5變換運算
7.6多光譜圖像增強
7.7假彩色與偽彩色
7.8彩色圖像增強
7.9 小結
習題
第8章 圖像濾波與復原
8.1引言
8.2圖像觀測模型
8.3逆濾波和維納濾波
8.4有限沖激響應(FIR)維納濾波器
8.5其他傅里葉域濾波器
8.6圖像變換濾波
8.7平滑樣條與插值
8.8最小二乘濾波器
8.9推廣的逆、SVD和迭代方法
8.10狀態(tài)變化系統(tǒng)的遞推濾波
8.11因果模型與遞推濾波
8.12半因果模型與半遞歸濾波-
8.13斑點圖像的數(shù)字處理一
8.14最大熵復原
8.15貝葉斯方法
8.16坐標轉換與幾何糾正
8.17盲解卷積一
8.18帶限信號的外推-
8.19小結
習題
第9章 圖像分析和計算機視覺
9.1引言
9.2空域特征提取
9.3變換特征
9.4邊緣檢測
9.5邊界提取
9.6邊界表達
9.7區(qū)域表達
9.8矩表達
9.9結構
9.10形狀特征
9.11紋理
9.12場景匹配和檢測
9.13圖像分割
9.14分類技術
9.15圖像理解
習題
第lO章 由投影重建圖像
10.1引言
10.2 Radon變換
10.3反投影算子
10.4投影定理
10.5 Radon反變換
10.6卷積／濾波反投影算法：數(shù)字實現(xiàn)
10.7隨機場的RADON變換
10.8對模糊的有噪聲的投影進行重建
10.9傅里葉重建方法
10.10使用扇形射線束的重建
10.11代數(shù)方法
10.12三維斷層照相
10.13小結
習題
第11章 圖像數(shù)據(jù)壓縮
11.1引言
11.2像素編碼
11.3預測技術
11.4變換編碼理論
11.5圖像的變換編碼
11.6混合編碼和向量DPCM
11.7幀間編碼
11.8有信道噪聲時的圖像編碼
11.9二值圖像編碼
11.10彩色圖像和多波段圖像編碼
11.11 小結
習題