計算機數(shù)字圖像處理

第一章 緒論
1.1 數(shù)字圖像處理的概念
1.2 數(shù)字圖像處理基本內(nèi)容
1.3 數(shù)字圖像處理的特點
1.4 數(shù)字圖像處理的應用
習題
第二章 數(shù)字圖像處理的常用工具
2.1 Matlab軟件介紹
2.1.1 數(shù)組的表示及算術(shù)運算
2.1.2 控制語句
2.1.3 常用命令
2.2 圖像文件的格式
2.2.1 BMP格式
2.2.2 TIFF格式
2.2.3 GIF格式
2.2.4 JPEG格式
2.2.5 TGA格式
2.2.6 PCX格式
2.3 Matlab圖像處理工具箱
2.3.1 讀取和保存圖像
2.3.2 圖像的代數(shù)運算
2.3.3 圖像類型轉(zhuǎn)換
習題
第三章 圖像變換
3.1 傅里葉變換
3.1.1 傅里葉變換
3.1.2 傅里葉變換的性質(zhì)
3.1.3 離散傅里葉變換
3.1.4 離散傅里葉變換的性質(zhì)
3.1.5 Matlab編程實現(xiàn)圖像的傅里葉變換
3.2 小波變換
3.2.1 連續(xù)小波變換
3.2.2 離散小波變換的定義
3.2.3 Matlab編程實現(xiàn)小波變換
習題
第四章 圖像增強
4.1 圖像灰度修正
4.1.1 圖像灰度修正的分類
4.1.2 用Matlab編程實現(xiàn)直方圖修正
4.2 圖像的平滑
4.2.1 鄰域平均法
4.2.2 低通濾波法
4.2.3 用Matlab編程實現(xiàn)各種低通濾波
4.3 圖像的銳化
4.3.1 微分法
4.3.2 高通濾波
4.3.3 用Matlab編程實現(xiàn)幾種梯度銳化和高通濾波銳化
4.4 偽彩色處理
4.4.1 強度分割法
4.4.2 灰度彩色變換法
4.4.3 用Matlab編程實現(xiàn)偽彩色處理
習題
第五章 圖像恢復
5.1 退化模型
5.1.1 連續(xù)退化模型
5.1.2 離散退化模型
5.2 代數(shù)恢復方法
5.2.1 非約束復原方法
5.2.2 約束復原法
5.3 逆濾波復原法
5.4 最小二乘方濾波
5.5 圖像恢復的Matlab實現(xiàn)
5.5.1 約束法恢復
5.5.2 維納濾波恢復
習題
第六章 圖像壓縮與編碼
6.1 編碼分類
6.2 哈夫曼編碼
6.2.1 哈夫曼編碼的實現(xiàn)步驟
6.2.2 Matlab編程實現(xiàn)哈夫曼編碼
6.3 預測編碼
6.3.1 DPCM的基本原理
6.3.2 Matlab編程實現(xiàn)線性預測編碼
習題
第七章 圖像重建
7.1 傅里葉變換重建
7.2 濾波-逆投影
7.3 代數(shù)重建
7.4 Matlab編程實現(xiàn)重建方法
習題
第八章 圖像分割與特征提取
8.1 邊緣檢測
8.1.1 經(jīng)典邊緣算子
8.1.2 最優(yōu)算子
8.1.3 用Matlab編程實現(xiàn)邊緣檢測
8.2 分割方法
8.2.1 灰度閩值法分割
8.2.2 樣板匹配
8.2.3 Matlab編程實現(xiàn)最大方差自動取閾法
8.2.4 Matlab編程實現(xiàn)基于彩色的分割方法
8.3 輪廓提取與輪廓跟蹤
8.3.1 基本概念和原理
8.3.2 Matlab編程實現(xiàn)輪廓提取和輪廓跟蹤
習題
第九章 Scilab／Scicos介紹
9.1 數(shù)組的表示及算術(shù)運算
9.2 控制語句
9.3 信號處理
9.4 Scicos圖形化動態(tài)模型仿真器
9.4.1 Scicos圖形化動態(tài)模型
9.4.2 基本模塊介紹
9.5 SIP圖像處理工具箱
9.5.1 功能描述
9.5.2 SIP圖像處理基本函數(shù)
9.6 SIP與Matlab比較
習題
附錄A Matlab圖像處理命令
附錄B 常用快捷鍵
附錄C 習題參考答案
參考文獻