數(shù)字圖像處理技術(shù)（MATLAB實(shí)現(xiàn)）

第1章緒論

1.1數(shù)字圖像處理概述

1.1.1圖像

1.1.2數(shù)字圖像

1.1.3數(shù)字圖像處理

1.1.4數(shù)字圖像質(zhì)量評(píng)判標(biāo)準(zhǔn)

1.2數(shù)字圖像處理的研究?jī)?nèi)容

1.3數(shù)字圖像處理的特點(diǎn)

1.4數(shù)字圖像處理技術(shù)的應(yīng)用和發(fā)展

1.4.1數(shù)字圖像處理技術(shù)的應(yīng)用

1.4.2數(shù)字圖像處理技術(shù)的發(fā)展動(dòng)向

1.5本章小結(jié)

課后作業(yè)

第2章數(shù)字圖像基礎(chǔ)及其基本運(yùn)算

2.1視覺(jué)基礎(chǔ)

2.1.1人眼視覺(jué)

2.1.2顏色視覺(jué)

2.2數(shù)字圖像基礎(chǔ)

2.2.1圖像數(shù)字化

2.2.2圖像表示與數(shù)據(jù)結(jié)構(gòu)

2.2.3圖像的文件格式

2.3像素運(yùn)算

2.3.1算術(shù)運(yùn)算

2.3.2邏輯運(yùn)算

2.4圖像的鄰域運(yùn)算

2.5本章小結(jié)

課后作業(yè)

第3章圖像變換

3.1圖像變換分類(lèi)

3.2圖像幾何變換的理論基礎(chǔ)

3.2.1矩陣與向量

3.2.2灰度插值法

3.3圖像幾何變換的基本方法

3.3.1圖像平移變換

3.3.2圖像放縮變換

3.3.3圖像旋轉(zhuǎn)變換

3.3.4圖像鏡像變換

3.3.5圖像仿射變換

3.3.6圖像透視變換

3.4圖像幾何變換的應(yīng)用

3.4.1圖像畸變校正與測(cè)量識(shí)別

3.4.2圖像配準(zhǔn)

3.5圖像正交變換的基本概念

3.5.1線性操作和非線性操作

3.5.2正交變換

3.6正交變換基本方法

3.6.1傅里葉變換

3.6.2二維離散余弦變換

3.6.3小波變換

3.7圖像正交變換的應(yīng)用

3.7.1基于離散余弦變換與小波變換的圖像壓縮

3.7.2基于小波變換的圖像去噪

3.7.3基于小波變換的數(shù)字水印嵌入與提取

3.7.4基于小波變換的圖像融合

3.8本章小結(jié)

課后作業(yè)

附錄MATLAB實(shí)現(xiàn)代碼

第4章圖像增強(qiáng)

4.1概述

4.2點(diǎn)運(yùn)算

4.2.1灰度變換法

4.2.2直方圖變換法

4.3空域?yàn)V波增強(qiáng)

4.3.1定義和方法

4.3.2平滑濾波

4.3.3銳化濾波器

4.4頻域?yàn)V波增強(qiáng)

4.4.1低通濾波

4.4.2高通濾波

4.4.3同態(tài)濾波

4.5彩色增強(qiáng)

4.5.1偽彩色增強(qiáng)法

4.5.2假彩色增強(qiáng)法

4.5.3真彩色增強(qiáng)法

4.6實(shí)驗(yàn)案例

4.6.1文物圖像增強(qiáng)技術(shù)

4.6.2人體骨骼圖像增強(qiáng)技術(shù)

4.6.3自動(dòng)指紋識(shí)別技術(shù)

4.6.4醫(yī)學(xué)圖像增強(qiáng)技術(shù)

4.6.5礦井動(dòng)態(tài)圖像增強(qiáng)技術(shù)

4.7本章小結(jié)

課后作業(yè)

附錄MATLAB實(shí)現(xiàn)代碼

第5章圖像復(fù)原

5.1概述

5.2圖像退化和圖像復(fù)原

5.3圖像噪聲模型

5.3.1噪聲的空間和頻率特性

5.3.2幾種重要的噪聲概率密度函數(shù)

5.4空間濾波消除頻率噪聲

5.4.1均值濾波器

5.4.2統(tǒng)計(jì)排序?yàn)V波器

5.4.3自適應(yīng)濾波器

5.4.4自適應(yīng)中值濾波器

5.5頻域?yàn)V波消除周期噪聲

5.5.1帶阻濾波器

5.5.2帶通濾波器

5.5.3陷波濾波器

5.6兩個(gè)退化函數(shù)模型

5.6.1大氣湍流模型

5.6.2運(yùn)動(dòng)模糊模型

5.7逆濾波

5.8維納濾波器

5.9約束最小二乘法濾波

5.10本章小結(jié)

課后作業(yè)

附錄MATLAB實(shí)現(xiàn)代碼

第6章圖像壓縮

6.1圖像壓縮基礎(chǔ)知識(shí)

6.1.1圖像壓縮原理概述

6.1.2圖像冗余

6.1.3保真度準(zhǔn)則

6.2圖像壓縮模型

6.2.1圖像壓縮的理論基礎(chǔ)

6.2.2圖像壓縮模型的種類(lèi)

6.2.3圖像壓縮的目的

6.2.4信源編/解碼器

6.2.5信道編/解碼器

6.3圖像壓縮中的信息論

6.3.1信息的測(cè)量

6.3.2離散信源的模型化

6.3.3信息系統(tǒng)的一般模型

6.4圖像壓縮種類(lèi)

6.4.1無(wú)損壓縮——熵編碼

6.4.2無(wú)損壓縮——字典編碼

6.4.3有損壓縮

6.5圖像壓縮標(biāo)準(zhǔn)

6.5.1靜止圖像壓縮標(biāo)準(zhǔn)

6.5.2視頻壓縮標(biāo)準(zhǔn)

6.6本章小結(jié)

課后作業(yè)

附錄MATLAB實(shí)現(xiàn)代碼

第7章圖像分割

7.1間斷檢測(cè)

7.1.1點(diǎn)檢測(cè)

7.1.2線檢測(cè)

7.1.3邊緣檢測(cè)

7.2基于邊緣檢測(cè)的圖像分割方法

7.2.1羅伯茨算子

7.2.2Prewitt算子

7.2.3索貝爾算子

7.2.4拉普拉斯算子

7.2.5高斯拉普拉斯算子

7.2.6Canny算子

7.2.7算子比較

7.3基于閾值的圖像分割方法

7.3.1基本思想

7.3.2門(mén)限處理

7.3.3全局門(mén)限處理

7.3.4自定義閾值

7.3.5自適應(yīng)閾值

7.4基于區(qū)域的圖像分割方法

7.4.1基于區(qū)域的分割方法原理

7.4.2區(qū)域生長(zhǎng)法

7.5基于形態(tài)學(xué)分水嶺的圖像分割方法

7.5.1基于形態(tài)學(xué)分水嶺的分割方法原理

7.5.2分水嶺分割法

7.6實(shí)驗(yàn)內(nèi)容

7.6.1車(chē)牌定位

7.6.2基于數(shù)字圖像處理技術(shù)的障礙物識(shí)別

7.6.3基于圖像分割的輪轂裂紋檢測(cè)

7.7本章小結(jié)

課后作業(yè)

附錄MATLAB實(shí)現(xiàn)代碼

參考文獻(xiàn)