數(shù)字圖像處理原理

第1章 緒論
1.1 圖像處理
1.2 數(shù)字圖像處理的發(fā)展概況
1.3 數(shù)字圖像處理的目的
1.4 數(shù)字圖像處理的基本特點(diǎn)
1.5 數(shù)字圖像處理的主要應(yīng)用
1.6 數(shù)字圖像處理的主要研究?jī)?nèi)容
第2章 數(shù)字圖像生成基礎(chǔ)與原理
2.1 人眼和亮度視覺(jué)
2.1.1 人眼成像
2.1.2 亮度適應(yīng)和區(qū)分
2.2 顏色視覺(jué)
2.2.1 顏色基礎(chǔ)
2.2.2 顏色模型
2.3 光度學(xué)和成像模型
2.4 圖像采集模塊
2.5 圖像的顯示
2.6 數(shù)字圖像的生成和表示
2.6.1 數(shù)字圖像的生成
2.6.2 數(shù)字圖像的表示方法
2.6.3 與數(shù)字圖像相關(guān)的概念——視頻、圖形和動(dòng)畫
第3章 圖像處理基礎(chǔ)理論
3.1 圖像空間位置變換
3.1.1 基本幾何變換
3.1.2 幾何變換的矩陣表示
3.1.3 復(fù)合變換
3.2 圖像信號(hào)與圖像處理系統(tǒng)基礎(chǔ)
3.2.1 圖像信號(hào)
3.2.2 線性非移變系統(tǒng)
3.2.3 空域卷積
3.3 小結(jié)
第4章 正交變換
4.1 信號(hào)的正交分解
4.1.1 一維信號(hào)的正交變換
4.1.2 二維信號(hào)的正交變換
4.2 傅立葉變換
4.2.1 一維傅立葉變換
4.2.2 二維傅立葉變換
4.2.3 快速傅立葉變換
4.3 離散余弦變換
4.3.1 一維離散余弦變換
4.3.2 二維離散余弦變換
4.4 小波變換
4.4.1 時(shí)傅立葉變換
4.4.2 小波定義
4.4.3 一維小波變換
4.4.4 二維小波變換
4.5 離散沃爾什和哈達(dá)瑪變換
4.5.1 離散沃爾什變換
4.5.2 離散哈達(dá)瑪變換
4.6 霍特林變換
4.7 小結(jié)
第5章 圖像分辨率
5.1 采樣定理
5.1.1 空域采樣
5.1.2 頻率采樣
5.2 空域分辨率
5.3 頻域分辨率
第6章 圖像增強(qiáng)
6.1 空域灰度點(diǎn)運(yùn)算
6.1.1 圖像灰度特性描述
6.1.2 線性灰度修正
6.1.3 非線性灰度修正
6.1.4 直方圖修正
6.2 空域運(yùn)算平滑
6.2.1 鄰域平均法平滑
6.2.2 模板卷積法平滑
6.2.3 中值濾波
6.3 空域銳化
6.3.1 梯度銳化
6.3.2 拉普拉斯運(yùn)算
6.4 頻域增強(qiáng)
6.4.1 頻域增強(qiáng)原理
6.4.2 低通濾波
6.4.3 高通濾波
6.4.4 習(xí)態(tài)濾波
6.5 小結(jié)
第7章 圖像復(fù)原
7.1 圖像退化數(shù)學(xué)模型
7.1.1 圖像退化模型
7.1.2 常見圖像退化模型
7.1.3 循環(huán)矩陣對(duì)角化
7.1.4 退化模型對(duì)角化
7.2 退化函數(shù)估計(jì)
7.2.1 圖像觀察估計(jì)法
7.2.2 實(shí)驗(yàn)估計(jì)法
7.2.3 模型估計(jì)法
7.3 無(wú)約束圖像復(fù)原
7.3.1 反向?yàn)V波原理
7.3.2 無(wú)約束圖像復(fù)原的病態(tài)性
7.3.3 運(yùn)動(dòng)圖像模糊復(fù)原
7.4 有約束圖像復(fù)原
7.4.1 維納濾波
7.4.2 約束最小二乘方濾波
7.4.3 自適應(yīng)濾波
7.4.4 功率譜
7.4.5 等功率譜濾波復(fù)原
7.5 幾何失真校正
7.5.1 空間變換
7.5.2 灰度插值
7.5.3 幾何失真圖像配準(zhǔn)復(fù)原
7.6 小結(jié)
第8章 圖像重建
8.1 計(jì)算機(jī)斷層掃描
8.1.1 透射斷層成像
8.1.2 放射斷層成像
8.1.3 反射斷層成像
8.1.4 磁共振成像
8.2 投影原理
8.2.1 投影的數(shù)學(xué)模型
8.2.2 傅立葉變換投影定理
8.2.3 投影定理的證明
8.3 圖像重建方法及原理
8.3.1 傅立葉投影重建
8.3.2 卷積逆投影重建
8.3.3 代數(shù)重建
8.3.4 綜合重建
8.2 小結(jié)
第9章 圖像壓縮編碼的基本原理
9.1 概述
9.1.1 圖像壓縮的必要性
9.1.2 圖像壓縮的可能性
9.1.3 圖像壓縮系統(tǒng)分類
9.2 圖像的統(tǒng)計(jì)特性
9.2.1 空域圖像的自相關(guān)函數(shù)
9.2.2 空域圖像差值信號(hào)統(tǒng)計(jì)特性
9.2.3 頻域圖像信號(hào)統(tǒng)計(jì)特性
9.2.4 信息熵
9.3 基于統(tǒng)計(jì)特性的圖像編碼
9.3.1 哈夫曼編碼
9.3.2 香農(nóng)編碼
9.4 基于預(yù)測(cè)和變換的編碼
9.4.1 DPCM原理
9.4.2 最佳線性預(yù)測(cè)編碼
9.4.3 變換編碼原理
9.4.4 DCT編碼
9.4.5 小波變換圖像壓縮編碼
9.5 量化
9.5.1 有限字長(zhǎng)效應(yīng)
9.5.2 標(biāo)量量化
9.5.3 矢量量化
9.5.4 量化壓縮原理
9.6 二值圖像的壓縮編碼
9.6.1 直接編碼
9.6.2 跳過(guò)白色塊編碼
9.7 其他編碼
9.7.1 行程編碼
9.7.2 JPEG編碼
9.8 壓縮方法比較
第10章 圖像分割
10.1 圖像信號(hào)差異理論
10.2 圖像邊緣檢測(cè)
10.2.1 差分檢測(cè)
10.2.2 曲面擬合檢測(cè)
10.2.3 模板漫游檢測(cè)
10.2.4 相關(guān)匹配檢測(cè)
10.2.5 小波分離檢測(cè)
10.3 閾值法分割
10.3.1 二值化分割
10.3.2 半閾值分割
10.3.3 模糊閾值分割
10.3.4 區(qū)域生長(zhǎng)法分割
10.4 輪廓提取與輪廓跟蹤
10.4.1 形態(tài)學(xué)概述
10.4.2 基本集定義
10.4.3 二值形態(tài)學(xué)基本運(yùn)算
10.4.4 灰度形態(tài)學(xué)基本運(yùn)算
10.4.5 數(shù)學(xué)形態(tài)學(xué)的應(yīng)用
10.5 小結(jié)
第11章 圖像模式識(shí)別基本原理與方法簡(jiǎn)介
11.1 圖像模式識(shí)別概述
11.1.1 圖像模式與圖像模式識(shí)別的概念
11.1.2 圖像模式識(shí)別系統(tǒng)
11.1.3 圖像模式識(shí)別的主要研究?jī)?nèi)容
11.1.4 圖像模式識(shí)別的主要方法
11.2 圖像模式識(shí)別特征提取的方法
11.2.1 統(tǒng)計(jì)學(xué)方法
11.2.2 監(jiān)督分類
11.2.3 非監(jiān)督分類
11.3 遙感圖像模式識(shí)別簡(jiǎn)述
11.3.1 概率判決函數(shù)和貝葉斯判決規(guī)則
11.3.2 舉例判決函數(shù)和判決規(guī)則
11.3.3 非監(jiān)督分類與監(jiān)督分類的結(jié)合
參考文獻(xiàn)