數(shù)字圖像處理原理與實踐 第2版

前言
教學建議
第一篇　數(shù)字圖像處理基礎理論
第1章　概論2
1.1　基本概念2
1.1.1　數(shù)字圖像2
1.1.2　數(shù)字圖像處理3
1.2　數(shù)字圖像處理技術的發(fā)展歷程及其應用3
1.3　數(shù)字圖像處理的主要方法4
1.4　數(shù)字圖像處理系統(tǒng)的構(gòu)成4
習題4
第2章　數(shù)字圖像基礎5
2.1　圖像的采樣和量化5
2.1.1　圖像的采樣5
2.1.2　圖像的量化6
2.2　圖像的表示及實例6
2.2.1　圖像的表示6
2.2.2　圖像的類型及實例7
2.3　影響數(shù)字圖像質(zhì)量的因素9
2.3.1　空間分辨率9
2.3.2　強度等級分辨率9
2.3.3　對比度10
2.3.4　清晰度10
2.4　人眼的結(jié)構(gòu)與視覺特性11
2.4.1　人眼的結(jié)構(gòu)11
2.4.2　人眼的視覺特性11
2.5　常見的圖像格式13
2.5.1　JPEG13
2.5.2　GIF13
2.5.3　TIFF13
2.5.4　PCX13
2.5.5　BMP13
習題14
第3章　圖像的基本運算16
3.1　代數(shù)運算16
3.1.1　加運算16
3.1.2　減運算18
3.1.3　乘運算20
3.1.4　除運算22
3.2　邏輯運算23
3.2.1　與運算25
3.2.2　或運算27
3.2.3　補運算29
3.3　幾何變換30
3.3.1　平移變換30
3.3.2　鏡像變換32
3.3.3　旋轉(zhuǎn)變換36
3.4　圖像的縮放40
3.4.1　圖像的縮小40
3.4.2　圖像的放大41
3.5　插值運算41
3.5.1　前向映射法和后向映射法41
3.5.2　灰度重采樣42
3.5.3　常用的插值法42
3.6　圖像縮放及插值運算的實現(xiàn)方法43
3.6.1　圖像縮放功能的Matlab實現(xiàn)方法43
3.6.2　前向映射法實現(xiàn)縮放功能44
3.6.3　后向映射法實現(xiàn)縮放功能45
3.7　圖像的控制點變換與圖像的變形處理49
3.7.1　三角形區(qū)域的變換方法50
3.7.2　四邊形區(qū)域的變換方法51
習題51
第4章　頻域處理基礎53
4.1　時域與頻域表示53
4.2　傅里葉變換53
4.2.1　連續(xù)傅里葉變換53
4.2.2　離散傅里葉變換54
4.3　快速傅里葉變換56
4.4　傅里葉變換的性質(zhì)56
4.5　利用傅里葉變換進行圖像處理58
4.5.1　圖像傅里葉變換基礎58
4.5.2　圖像傅里葉變換的實現(xiàn)方法60
4.6　離散余弦變換及實現(xiàn)方法63
4.6.1　離散余弦變換63
4.6.2　離散余弦變換的實現(xiàn)方法63
習題67
第5章　空域點處理方法68
5.1　點運算68
5.1.1　點運算基礎68
5.1.2　點運算的實現(xiàn)方法74
5.2　直方圖處理77
5.2.1　直方圖處理基礎77
5.2.2　直方圖處理的實現(xiàn)方法81
5.3　偽彩色處理84
5.3.1　偽彩色處理基礎84
5.3.2　偽彩色處理的實現(xiàn)方法85
習題89
第6章　圖像增強90
6.1　空域的平滑與銳化90
6.1.1　鄰域操作90
6.1.2　空域的平滑技術91
6.1.3　空域的銳化技術99
6.1.4　平滑與銳化相結(jié)合的濾波技術114
6.2　頻域的平滑與銳化114
6.2.1　數(shù)字圖像的頻域處理基礎114
6.2.2　低通濾波器與圖像的平滑處理115
6.2.3　高通濾波器與圖像的銳化處理132
習題147
第7章　圖像復原148
7.1　圖像復原基礎148
7.2　圖像退化與數(shù)學模型148
7.3　典型的圖像復原方法149
7.4　退化函數(shù)估計方法150
7.4.1　圖像觀察估計法150
7.4.2　試驗估計法150
7.4.3　模型估計法150
7.5　逆濾波復原及其實現(xiàn)方法150
7.5.1　逆濾波復原基礎150
7.5.2　逆濾波復原的實現(xiàn)方法151
7.6　維納濾波復原及其實現(xiàn)方法157
7.6.1　維納濾波復原基礎157
7.6.2　維納濾波復原的實現(xiàn)方法158
7.7　噪聲模型164
7.8　空域濾波復原165
7.8.1　均值濾波器165
7.8.2　統(tǒng)計濾波器166
7.8.3　自適應濾波器166
習題167
第8章　圖像分割168
8.1　圖像分割基礎168
8.1.1　圖像分割的概念168
8.1.2　圖像分割的基本方法168
8.1.3　圖像分割系統(tǒng)的構(gòu)成169
8.2　非連續(xù)性檢測169
8.2.1　孤立點的檢測169
8.2.2　線的檢測170
8.2.3　邊緣檢測171
8.3　邊緣連接173
8.3.1　局部處理方法173
8.3.2　Hough變換及實現(xiàn)方法173
8.4　閾值分割法179
8.4.1　單閾值分割與多閾值分割179
8.4.2　均值迭代閾值分割法181
8.4.3　最大類間方差分割法185
8.4.4　常見的多閾值分割法191
8.5　基于區(qū)域的分割方法193
8.5.1　區(qū)域生長算法193
8.5.2　區(qū)域分裂合并算法198
8.6　基于能量的分割方法201
8.6.1　主動輪廓模型201
8.6.2　主動輪廓線演化的實例203
8.6.3　主動輪廓分割方法的實現(xiàn)205
8.6.4　水平集方法210
習題211
第9章　彩色圖像處理213
9.1　色彩模型基礎213
9.1.1　RGB色彩模型213
9.1.2　CMY色彩模型214
9.1.3　HSV與HSI色彩模型214
9.1.4　各種色彩空間之間的轉(zhuǎn)換215
9.2　RGB彩色圖像的處理216
9.3　彩色圖像的處理217
9.3.1　彩色圖像的平滑218
9.3.2　彩色圖像的銳化218
9.3.3　彩色圖像的分割218
9.3.4　彩色圖像的邊緣提取219
9.4　假彩色圖像的處理220
9.5　彩色圖像處理的實現(xiàn)方法221
習題227
第10章　數(shù)學形態(tài)學方法228
10.1　集合論基礎知識228
10.1.1　元素和集合228
10.1.2　平移和反射229
10.1.3　結(jié)構(gòu)元229
10.2　形態(tài)學基本運算230
10.2.1　腐蝕230
10.2.2　膨脹230
10.2.3　開運算231
10.2.4　閉運算232
10.3　形態(tài)學基本運算的實現(xiàn)232
10.4　利用形態(tài)學處理圖像240
10.4.1　形態(tài)學算子的圖像處理功能240
10.4.2　形態(tài)學圖像處理功能的實現(xiàn)方法242
習題248
第11章　圖像壓縮249
11.1　圖像壓縮技術基礎249
11.1.1　編碼與解碼249
11.1.2　圖像壓縮的必要性和可能性249
11.1.3　信源編碼250
11.1.4　性能指標250
11.2　無損壓縮編碼251
11.2.1　赫夫曼編碼251
11.2.2　香農(nóng)費諾編碼254
11.2.3　游程編碼255
11.2.4　無損預測編碼256
11.2.5　算術編碼257
習題258
第12章　圖像處理實例259
12.1　動畫中人臉變形實例259
12.2　醫(yī)學圖像增強應用實例267
第二篇　數(shù)字圖像處理實踐
第13章　圖像處理實踐基礎274
13.1　Matlab圖像處理軟件274
13.1.1　Matlab簡介274
13.1.2　Matlab圖像處理基礎275
13.2　OpenCV軟件包278
13.2.1　OpenCV簡介278
13.2.2　OpenCV軟件包的安裝與配置279
13.2.3　OpenCV讀取與顯示圖像281
13.3　利用CDib類處理圖像的方法283
13.3.1　CDib類的創(chuàng)建與使用283
13.3.2　利用CDib類處理圖像285
13.4　圖像處理實例285
13.4.1　利用Matlab打開與顯示圖像285
13.4.2　利用OpenCV打開與顯示圖像286
13.4.3　利用CDib類打開與顯示圖像289
第14章　圖像處理實踐294
14.1　實踐一：圖像處理基礎294
14.2　實踐二：圖像基本操作295
14.3　實踐三：圖像的代數(shù)及邏輯運算296
14.4　實踐四：圖像幾何變換298
14.5　實踐五：圖像旋轉(zhuǎn)變換及縮放299
14.6　實踐六：圖像傅里葉變換301
14.7　實踐七：利用空域點運算對圖像增強302
14.8　實踐八：利用直方圖均衡化對圖像增強303
14.9　實踐九：圖像偽彩色處理304
14.10　實踐十：圖像在空域的平滑處理305
14.11　實踐十一：圖像在空域的銳化處理307
14.12　實踐十二：圖像在頻域的平滑處理308
14.13　實踐十三：圖像在頻域的銳化處理309
14.14　實踐十四：圖像分割實踐——Hough變換及區(qū)域生長方法311
14.15　實踐十五：圖像分割實踐——閾值分割方法312
14.16　實踐十六：圖像分割實踐——主動輪廓模型方法313
14.17　實踐十七：彩色圖像處理314
14.18　實踐十八：數(shù)學形態(tài)學方法處理圖像實踐315
14.19　實踐十九：圖像的復原316
參考文獻319