C#數(shù)字圖像處理算法典型實(shí)例

第1章 緒論
　1.1 數(shù)字圖像處理概述
　1.2 C#概述
　　1.2.1 C#特點(diǎn)
　　1.2.2 WinForm編程
　　1.2.3 GDI+
　1.3 補(bǔ)充說明
第2章 C#數(shù)字圖像處理的3種方法
　2.1 C#圖像處理基礎(chǔ)
　　2.1.1 Bitmap類
　　2.1.2 BitmapData類
　　2.1.3 Graphics類
　2.2 彩色圖像灰度化
　2.3 彩色圖像灰度化編程實(shí)例
　　2.3.1 使用圖像
　　2.3.2 圖像處理的3種方法
　2.4 小結(jié)
第3章 點(diǎn)運(yùn)算及直方圖
　3.1 灰度直方圖
　　3.1.1 灰度直方圖定義
　　3.1.2 灰度直方圖編程實(shí)例
　3.2 線性點(diǎn)運(yùn)算
　　3.2.1 線性點(diǎn)運(yùn)算定義
　　3.2.2 線性點(diǎn)運(yùn)算編程實(shí)例
　3.3 全等級(jí)直方圖灰度拉伸
　　3.3.1 灰度拉伸定義
　　3.3.2 灰度拉伸編程實(shí)例
　3.4 直方圖均衡化
　　3.4.1 直方圖均衡化定義
　　3.4.2 直方圖均衡化編程實(shí)例
　3.5 直方圖匹配
　　3.5.1 直方圖匹配定義
　　3.5.2 直方圖匹配編程實(shí)例
　3.6 小結(jié)
第4章 幾何運(yùn)算
　4.1 圖像平移
　　4.1.1 圖像平移定義
　　4.1.2 圖像平移編程實(shí)例
　4.2 圖像鏡像
　　4.2.1 圖像鏡像變換定義
　　4.2.2 圖像鏡像編程實(shí)現(xiàn)
　4.3 圖像縮放
　　4.3.1 圖像縮放定義
　　4.3.2 灰度插值法
　　4.3.3 圖像縮放編程實(shí)例
　4.4 圖像旋轉(zhuǎn)
　　4.4.1 圖像旋轉(zhuǎn)定義
　　4.4.2 圖像旋轉(zhuǎn)編程實(shí)現(xiàn)
　4.5 小結(jié)
第5章 數(shù)學(xué)形態(tài)學(xué)圖像處理
　5.1 圖像腐蝕運(yùn)算
　　5.1.1 圖像腐蝕運(yùn)算定義
　　5.1.2 圖像腐蝕運(yùn)算編程實(shí)例
　5.2 圖像膨脹運(yùn)算
　　5.2.1 圖像膨脹運(yùn)算定義
　　5.2.2 圖像膨脹運(yùn)算編程實(shí)例
　5.3 圖像開運(yùn)算與閉運(yùn)算
　　5.3.1 圖像開運(yùn)算與閉運(yùn)算定義
　　5.3.2 圖像開運(yùn)算編程實(shí)例
　　5.3.3 圖像閉運(yùn)算編程實(shí)例
　5.4 擊中擊不中變換
　　5.4.1 擊中擊不中變換定義
　　5.4.2 擊中擊不中變換編程實(shí)例
　5.5 小結(jié)
第6章 頻率變換
　6.1 二維離散傅里葉變換
　6.2 快速傅里葉變換
　　6.2.1 快速傅里葉變換概述
　　6.2.2 快速傅里葉變換編程實(shí)例
　6.3 幅度圖像和相位圖像
　6.4 頻率成分濾波
　　6.4.1 頻率成分濾波原理
　　6.4.2 頻率成分濾波編程實(shí)例
　6.5 頻率方位濾波
　　6.5.1 頻率方位濾波原理
　　6.5.2 頻率方位濾波編程實(shí)例
　6.6 小結(jié)
第7章 圖像平滑與去噪
　7.1 噪聲模型
　　7.1.1 噪聲概述
　　7.1.2 噪聲模型編程實(shí)例
　7.2 均值濾波與中值濾波
　　7.2.1 均值濾波與中值濾波原理
　　7.2.2 均值濾波與中值濾波編程實(shí)例
　7.3 灰度形態(tài)學(xué)濾波
　　7.3.1 灰度形態(tài)學(xué)原理
　　7.3.2 灰度形態(tài)學(xué)去噪原理
　　7.3.3 灰度形態(tài)學(xué)去噪編程實(shí)現(xiàn)
　7.4 小波變換去噪
　　7.4.1 小波變換概述
　　7.4.2 小波變換去噪原理
　　7.4.3 小波變換去噪編程實(shí)例
　7.5 高斯低通濾波
　　7.5.1 高斯低通濾波原理
　　7.5.2 高斯低通濾波編程實(shí)例
　7.6 統(tǒng)計(jì)濾波
　　7.6.1 統(tǒng)計(jì)濾波原理
　　7.6.2 統(tǒng)計(jì)濾波編程實(shí)例
　7.7 小結(jié)
第8章 邊緣檢測(cè)
　8.1 模板算子法
　　8.1.1 模板算子法原理
　　8.1.2 模板算子法編程實(shí)例
　8.2 高斯算子
　　8.2.1 高斯算子原理
　　8.2.2 高斯算子編程實(shí)例
　8.3 Canny算子
　　8.3.1 Canny邊緣檢測(cè)原理
　　8.3.2 Canny算子編程實(shí)例
　8.4 形態(tài)學(xué)邊緣檢測(cè)
　　8.4.1 形態(tài)學(xué)邊緣檢測(cè)原理
　　8.4.2 形態(tài)學(xué)邊緣檢測(cè)編程實(shí)例
　8.5 小波變換邊緣檢測(cè)
　　8.5.1 小波變換邊緣檢測(cè)原理
　　8.5.2 小波變換邊緣檢測(cè)編程實(shí)例
　8.6 金字塔方法
　　8.6.1 金字塔方法原理
　　8.6.2 金字塔方法編程實(shí)例
　8.7 小結(jié)
第9章 圖像分割
　9.1 Hough變換
　　9.1.1 Hough變換原理
　　9.1.2 Hough變換編程實(shí)例
　9.2 閾值法
　　9.2.1 自動(dòng)閾值選擇法原理
　　9.2.2 閾值分割法編程實(shí)例
　9.3 特征空間聚類法
　　9.3.1 K-均值聚類法原理
　　9.3.2 ISODATA聚類法原理
　　9.3.3 特征空間聚類法編程實(shí)例
　9.4 松弛迭代法
　　9.4.1 松弛迭代法原理
　　9.4.2 松弛迭代法編程實(shí)例
　9.5 小結(jié)
第10章 圖像壓縮編碼
　10.1 哈夫曼編碼
　　10.1.1 哈夫曼編碼原理
　　10.1.2 哈夫曼編碼編程實(shí)例
　10.2 香農(nóng)編碼
　　10.2.1 香農(nóng)編碼原理
　　10.2.2 香農(nóng)編碼編程實(shí)例
　10.3 香農(nóng)-弗諾編碼
　　10.3.1 香農(nóng)-弗諾編碼原理
　　10.3.2 香農(nóng)-弗諾編碼編程實(shí)例
　10.4 行程編碼
　　10.4.1 行程編碼原理
　　10.4.2 行程編碼編程實(shí)例
　10.5 LZW編碼
　　10.5.1 LZW編碼原理
　　10.5.2 LZW編碼編程實(shí)例
　10.6 預(yù)測(cè)編碼
　　10.6.1 DPCM原理
　　10.6.2 預(yù)測(cè)編碼編程實(shí)例
　10.7 傅里葉變換編碼
　　10.7.1 傅里葉變換編碼原理
　　10.7.2 傅里葉變換編碼編程實(shí)例
　10.8 小波變換編碼
　　10.8.1 小波變換編碼原理
　　10.8.2 小波變換編碼編程實(shí)例
　10.9 小結(jié)
第11章 彩色圖像處理
　11.1 彩色空間
　　11.1.1 RGB彩色空間和HSI彩色空間
　　11.1.2 彩色空間轉(zhuǎn)換編程實(shí)例
　　11.1.3 彩色空間分量調(diào)整編程實(shí)例
　11.2 偽彩色處理
　　11.2.1 偽彩色處理原理
　　11.2.2 偽彩色處理編程實(shí)例
　11.3 彩色圖像直方圖均衡化
　　11.3.1 彩色圖像直方圖均衡化原理
　　11.3.2 彩色圖像直方圖均衡化編程實(shí)例
　11.4 彩色圖像平滑處理
　　11.4.1 彩色圖像平滑處理原理
　　11.4.2 彩色圖像平滑處理編程實(shí)例
　11.5 彩色圖像銳化處理
　　11.5.1 彩色圖像銳化處理原理
　　11.5.2 彩色圖像銳化處理編程實(shí)例
　11.6 彩色圖像邊緣檢測(cè)
　　11.6.1 彩色圖像邊緣檢測(cè)原理
　　11.6.2 彩色圖像邊緣檢測(cè)編程實(shí)例
　11.7 彩色圖像分割
　　11.7.1 彩色圖像分割原理
　　11.7.2 彩色圖像分割編程實(shí)例
　11.8 小結(jié)
參考文獻(xiàn)