圖像處理中的模糊邏輯：基于Java的導論

第1部分  模糊圖像處理基礎(chǔ)知識
第1章  基于Java的圖像表示 3
1.1  引言 3
1.2  灰度圖像 4
1.3  顏色模型 5
1.4  基于Java的彩色圖像表示 9
參考文獻 13
第2章  低級圖像處理 15
2.1  引言 15
2.2  對比度增強 18
2.2.1  灰度圖像變換 20
2.2.2  閾值化 28
2.2.3  直方圖變換 29
2.3  圖像平滑 29
2.4  邊緣檢測 32
2.4.1  Canny算子 35
2.4.2  基于優(yōu)化的算子 36
參考文獻 37
第3章  模糊邏輯基礎(chǔ) 39
3.1  引言 39
3.2  模糊集理論 39
3.3  模糊規(guī)則系統(tǒng) 41
3.3.1  模糊化 42
3.3.2  模糊規(guī)則庫以及推理機 43
3.3.3  去模糊化 43
3.4  模糊模型 44
3.4.1  模糊規(guī)則系統(tǒng)的設(shè)計 45
3.4.2  模糊-神經(jīng)模型 47
參考文獻 49
第4章  模糊圖像處理 53
4.1  引言 53
4.2  圖像模糊化 54
4.3  圖像去模糊化 58
4.4  模糊性測度 60
參考文獻 62
第5章  用于圖像處理的Java 63
5.1  基礎(chǔ)概念 63
5.2  基于Java的圖像處理 66
5.3  小應(yīng)用程序（Applet） 68
5.4  ImageJ 72
5.4.1  宏 72
5.4.2  插件 73
5.5  基于Java的模糊系統(tǒng) 74
參考文獻 79
第2部分  模糊圖像處理的應(yīng)用
第6章  彩色對比度增強 83
6.1  引言 83
6.2  多通道圖像處理 83
6.3  針對圖像增強的模糊技術(shù) 84
6.4  一個針對圖像增強的模糊規(guī)則系統(tǒng) 84
6.5  應(yīng)用實例：自然圖像增強 85
參考文獻 88
第7章  圖像分割 91
7.1  引言 91
7.2  分割問題 91
7.3  分割方法 93
7.3.1  “干脆”聚類 93
7.3.2  模糊聚類 94
7.3.3  空間模糊聚類 95
7.4  應(yīng)用實例：彩色分割 96
7.5  應(yīng)用實例：紋理分割 99
參考文獻 101
第8章  形態(tài)學分析 105
8.1  數(shù)學形態(tài)學 105
8.2  模糊形態(tài)學 108
8.3  應(yīng)用實例：生物圖像分割 110
參考文獻 116
第9章  圖像閾值化 117
9.1  引言 117
9.2  Otsu法 118
9.3  模糊閾值化 120
9.4  應(yīng)用實例：文檔圖像分析 122
9.4.1  文件分割 123
9.4.2  區(qū)域分類 124
參考文獻 126
附錄A  Java代碼參考 129