圖像處理基礎(chǔ)（第2版）

第1章 導(dǎo)論
1.0.1 為什么要處理圖像？
1.0.2 什么是一幅圖像？
1.0.3 什么是一幅數(shù)字圖像？
1.0.4 什么是一個光譜帶？
1.0.5 為什么大多數(shù)圖像處理算法都參照灰度圖像進行，而實際中遇到的都是彩色圖像？
1.0.6 一幅數(shù)字圖像是如何形成的？
1.0.7 如果一個傳感器對應(yīng)物理世界中的一個小片，如何能讓多個傳感器對應(yīng)場景中的同一個小片？
1.0.8 什么是圖像中一個像素位置亮度的物理含義？
1.0.9 為什么圖像常用512x512，256x256，128x128等來表示？
1.0.10 需要多少個比特以存儲一幅圖像？
1.0.11 什么決定了一幅圖像的質(zhì)量？
1.0.12 什么會使得圖像模糊？
1.0.13 圖像分辨率是什么含義？
1.0.14 “良好對比度”是什么含義？
1.0.15 圖像處理的目的是什么？
1.0.16 如何進行圖像處理？
1.0.17 圖像處理中使用非線性操作符嗎？
1.0.18 什么是線性操作符？
1.0.19 如何來定義線性操作符？
1.0.20 一個成像裝置的點擴散函數(shù)和一個線性操作符之間有什么聯(lián)系？
1.0.21 一個線性操作符如何變換一幅圖像？
1.0.22 點擴散函數(shù)的含義是什么？
B1.1 在連續(xù)空間中一個點源的正式定義
1.0.23 實際中如何描述一個線性操作符作用在一幅圖像上的效果？
1.0.24 對一幅圖像可使用多于一個線性操作符嗎？
1.0.25 線性操作符使用的次序會導(dǎo)致結(jié)果的不同嗎？
B1.2 因為矩陣運算次序是不能互換的，如果改變使用移不變線性操作符的次序會發(fā)生什么情況？
B1.3 什么是堆疊操作符？
1.0.26 對矩陣H結(jié)構(gòu)上可分離性的假設(shè)意味著什么？
1.0.27 如何能將一個可分離變換寫成矩陣的形式？
1.0.28 可分離性假設(shè)的含義是什么？
B1.4 可分離矩陣方程的正式推導(dǎo)
1.0.29 本章要點
1.0.30 式（1.1 08）在線性圖像處理中的意義是什么？
1.0.31 這本書有些什么內(nèi)容呢？
第2章 圖像變換
2.0.1 本章概況
2.0.2 如何能定義一幅基本圖像？
2.0.3 什么是兩個矢量的外積？
2.0.4 如何可將一幅圖像展開成矢量的外積？
2.0.5 如何選擇矩陣hc和hr？
2.0.6 什么是酉矩陣？
2.0.7 酉矩陣的逆是什么樣的？
2.0.8 如何能構(gòu)建一個酉矩陣？
2.0.9 如何選擇矩陣U和V以使表達(dá)g的比特數(shù)比f少？
2.0.10 什么是矩陣對角化？
2.0.11 可以對角化任何矩陣嗎？
2.1 奇異值分解
2.1.1 如何能對角化一幅圖像？
B2.1 可將任何圖像都展開成矢量的外積嗎？
2.1.2 如何計算圖像對角化所需的矩陣U，V和K？
B2.2 如果矩陣gg的本征值為負(fù)會如何？
2.1.3 什么是對一幅圖像的奇異值分解？
2.1.4 能將一幅本征圖像分解成多幅本征圖像嗎？
2.1.5 如何可用SVD來近似一幅圖像？
B2.3 SVD的直觀解釋是什么？
2.1.6 什么是用SVD近似一幅圖像的誤差？
2.1.7 如何能最小化重建誤差？
2.1.8 任何圖像都可以從某一組基本圖像擴展出來嗎？
2.1.9 什么是完備和正交的離散函數(shù)集合？
2.1.10 存在正交歸一化離散值函數(shù)的完備集合嗎？
2.2 哈爾、沃爾什和哈達(dá)瑪變換
2.2.1 哈爾函數(shù)是如何定義的？
2.2.2 沃爾什函數(shù)是如何定義的？
B2.4 用拉德馬赫函數(shù)定義的沃爾什函數(shù)
2.2.3 如何能用哈爾或沃爾什函數(shù)來生成圖像基？
2.2.4 實際中如何用哈爾或沃爾什函數(shù)構(gòu)建圖像變換矩陣？
2.2.5 哈爾變換的基元圖像看起來是什么樣的？
2.2.6 可以定義元素僅為+1或一1的正交矩陣嗎？
B2.5 對沃爾什函數(shù)的排列方式
……
第3章 圖像的統(tǒng)計描述
第4章 圖像增強
第5章 圖像恢復(fù)
第6章 圖像分割和邊緣檢測
第7章 多光譜圖像處理
附錄A 算法列表
附錄B 參考文獻(xiàn)注解
附錄C 參考文獻(xiàn)
附錄D 索引