數(shù)字圖像處理基礎(chǔ)

第1章 引言1
1.1圖像的基本概念1
1.2數(shù)字圖像處理，計(jì)算機(jī)視覺(jué)，計(jì)算機(jī)圖形學(xué)2
1.3數(shù)字圖像處理系統(tǒng)結(jié)構(gòu)4
1.4數(shù)字圖像處理的主要研究?jī)?nèi)容6
1.5本書(shū)的結(jié)構(gòu)安排8
習(xí)題9
第2章 圖像的基本概念10
2.1圖像數(shù)字化10
2.1.1采樣11
2.1.2量化13
2.2數(shù)字圖像的數(shù)值描述17
2.3數(shù)字圖像的位圖文件結(jié)構(gòu)20
2.3.1BMP位圖文件的總體結(jié)構(gòu)21
2.3.2BMP位圖文件的各結(jié)構(gòu)的具體數(shù)據(jù)項(xiàng)22
2.4數(shù)字圖像的灰度直方圖24
2.4.1概念24
2.4.2性質(zhì)27
2.4.3用途27
習(xí)題29
第3章 圖像增強(qiáng)31
3.1γ校正31
3.2對(duì)比度線性展寬35
3.3灰級(jí)窗與灰級(jí)窗切片36
3.3.1灰級(jí)窗36
3.3.2灰級(jí)窗切片37
3.4動(dòng)態(tài)范圍調(diào)整39
3.4.1線性動(dòng)態(tài)范圍調(diào)整39
3.4.2非線性動(dòng)態(tài)范圍調(diào)整42
3.5直方圖均衡化方法43
3.6同態(tài)濾波方法46
3.7偽彩色方法48
3.7.1基于灰度調(diào)色板的偽彩色方法49
3.7.2基于灰度變換的偽彩色方法50
3.7.3基于區(qū)域分割的偽彩色方法51
習(xí)題51
第4章 圖像幾何變換53
4.1圖像的位置變換53
4.1.1圖像的平移53
4.1.2圖像的鏡像54
4.1.3圖像的旋轉(zhuǎn)56
4.2圖像的形狀變換62
4.2.1圖像縮小62
4.2.2圖像的放大65
4.2.3圖像的錯(cuò)切68
4.3齊次坐標(biāo)與圖像的仿射變換70
4.4三維圖像的投影變換71
4.4.1投影與投影變換71
4.4.2平面幾何投影72
4.5圖像幾何畸變的校正81
習(xí)題83
第5章 圖像噪聲的抑制84
5.1圖像噪聲的基本概念84
5.2均值濾波86
5.2.1原理86
5.2.2圖像噪聲的均值濾波方法88
5.3中值濾波91
5.3.1原理91
5.3.2方法91
5.4邊界保持類平滑濾波93
5.4.1灰度最小方差的均值濾波器94
5.4.2K近鄰平滑（均值、中值）濾波器96
5.4.3對(duì)稱近鄰均值濾波器98
5.4.4西戈瑪（Σ）平滑濾波器99
習(xí)題100
第6章 圖像的銳化處理102
6.1圖像細(xì)節(jié)的基本特征102
6．2一階微分算子105
6．2．1具有方向性的一階微分算子105
6．2．2Roberts交叉微分算子109
6．2．3Sobel微分算子110
6．2．4Priwitt微分算子111
6．3二階微分算子112
6．3．1Laplacian微分算子112
6．3．2Wallis微分算子116
6．4微分算子在邊緣檢測(cè)中的應(yīng)用116
6．5Canny算子118
6．6LOG濾波方法122
習(xí)題124
第7章 圖像分割125
7．1基于圖像灰度分布的閾值方法125
7.1.1基于灰度直方圖的峰谷方法126
7.1.2p參數(shù)法127
7.1.3均勻性度量法127
7.1.4類間最大距離法129
7.1.5最大熵方法130
7.1.6最大類間、類內(nèi)方差比法131
7.1.7聚類方法132
7.1.8局部閾值方法132
7．2基于圖像灰度空間分布的閾值方法133
7．2．1灰度局部灰度均值散布圖法133
7．2．2二維熵法134
7．3邊緣檢測(cè)法135
7.3.1梯度直方圖法135
7.3.2復(fù)差分法136
7.3.3綜合邊緣檢測(cè)法137
7．4區(qū)域提取方法138
7.4.1已知形狀的曲線檢測(cè)138
7.4.2區(qū)域生長(zhǎng)法141
7.4.3區(qū)域合并、分裂方法143
習(xí)題145
第8章 二值圖像處理147
8.1二值圖像中的基本概念147
8.1.1四連接與八連接147
8.1.2內(nèi)部點(diǎn)與邊界點(diǎn)148
8.1.3連接數(shù)與交叉數(shù)148
8.1.4歐拉數(shù)150
8.1.5鏈碼150
8.1.6幾何特征的測(cè)量151
8．2腐蝕與膨脹154
8．2．1腐蝕154
8．2．2膨脹156
8．3開(kāi)運(yùn)算與閉運(yùn)算159
8．3．1開(kāi)運(yùn)算159
8．3．2閉運(yùn)算160
8.4貼標(biāo)簽
161
8.5細(xì)線化方法164
習(xí)題166
第9章 彩色圖像處理167
9.1彩色的形成原理與基本概念167
9．2表色系168
9．2．1計(jì)算顏色模型系統(tǒng)169
9．2．2視覺(jué)顏色模型系統(tǒng)171
9．2．3工業(yè)顏色模型系統(tǒng)175
9．3彩色圖像的常規(guī)處理178
9．4彩色圖像的彩色平衡處理179
9.4.1白平衡方法179
9.4.2最大顏色值平衡方法180
9．5彩色圖像的彩色補(bǔ)償處理181
習(xí)題184
第10章 圖像變換186
10.1圖像的頻域變換——傅里葉變換186
10.1.1一維傅里葉變換186
10.1.2二維傅里葉變換189
10.1.3二維離散傅里葉變換189
10.1.4快速傅里葉變換191
10.2傅里葉變換在圖像處理中的應(yīng)用196
10.2.1圖像傅里葉變換后的頻率分布196
10.2.2圖像的高通濾波197
10.2.3圖像的低通濾波198
10.2.4傅里葉變換在圖像壓縮中的應(yīng)用198
10.2.5傅里葉變換在圖像卷積運(yùn)算中的應(yīng)用199
10.3離散余弦變換（DCT）200
10.3.1一維離散余弦變換200
10.3.2二維離散余弦變換201
10.4沃爾什變換203
10.4.1基本概念204
10.4.2沃爾什變換207
10.5斜變換210
10.5.1斜矩陣210
10.5.2斜變換212
10.6小波變換213
10.6.1連續(xù)小波變換214
10.6.2離散小波與二進(jìn)小波216
10.6.3小波的多尺度分解與重構(gòu)217
10.7小波變換在圖像處理中的應(yīng)用224
10.7.1小波變換在圖像壓縮中的應(yīng)用225
10.7.2小波變換在圖像融合中的應(yīng)用226
10.7.3小波變換在圖像邊界檢測(cè)中的應(yīng)用227
10.7.4小波變換在圖像增強(qiáng)中的應(yīng)用228
10.7.5小波變換在去除圖像噪聲中的應(yīng)用229
習(xí)題230
第11章 圖像壓縮編碼231
11.1圖像冗余的概念231
11.2圖像的無(wú)損壓縮編碼235
11.2.1行程編碼（RLE）235
11.2.1霍夫曼（Huffman）編碼239
11.3彩色圖像的有損壓縮243
11.4圖像的變換壓縮編碼244
11.4.1DCT變換編碼244
11.4.2小波變換編碼247
11.5圖像的標(biāo)量量化壓縮編碼250
11.5.1基于直方圖均衡化的非均勻量化方法251
11.5.2壓擴(kuò)量化方法252
11.5.3自適應(yīng)量化方法255
11.6圖像的矢量量化壓縮編碼256
11.7混合壓縮編碼260
習(xí)題262
參考文獻(xiàn)263