數(shù)字圖像處理學（第4版）

第1章緒論
11序言
12圖像處理技術的分類
13數(shù)字圖像處理的特點
14數(shù)字圖像處理的主要方法及
主要內(nèi)容
141數(shù)字圖像處理方法
142數(shù)字圖像處理的主要內(nèi)容
15數(shù)字圖像處理的硬件設備
16數(shù)字圖像處理的應用
17數(shù)字圖像處理領域的
發(fā)展動向
思考題
第2章圖像、圖像系統(tǒng)與視覺系統(tǒng)
21圖像
211有關光學的預備知識
212圖像的概念
213圖像信息的分類
214圖像的統(tǒng)計特性
215圖像信息的信息量
216常用圖像格式簡介
22圖像處理系統(tǒng)及外圍設備
221圖像處理系統(tǒng)中常用的
輸入設備
222飛點掃描設備
223鼓形掃描器
224微密度計
225遙感中常用的圖像獲取設備
226Kinect RGB-D圖像獲取設備
227其他圖像輸入設備
23圖像處理系統(tǒng)中的輸出設備
231監(jiān)視器
232激光掃描器
233平板顯示器
234等離子體PDP顯示技術
235OLED顯示技術
236數(shù)碼紙顯示技術
237其他圖像顯示裝置
24數(shù)字圖像處理的主機系統(tǒng)
25視覺系統(tǒng)
251視覺系統(tǒng)的基本構(gòu)造
252光覺和色覺
26光度學及色度學原理
261顏色的表示方法及觀察條件
262三基色混色及色度表示原理
263CIE的R、G、B顏色表示系統(tǒng)
27亮度和顏色感覺的視覺特征
28視覺的空間性質(zhì)
29視覺的時間特性
210運動的感覺
211形狀感覺與錯視
思考題
第3章圖像處理中的正交變換
31傅里葉變換
311傅里葉變換的定義及
基本概念
312傅里葉變換的性質(zhì)
313離散傅里葉變換
314快速傅里葉變換
315用計算機實現(xiàn)快速傅里葉
變換
316二維離散傅里葉變換
32離散余弦變換
321離散余弦變換的定義
322離散余弦變換的正交性
323離散余弦變換的計算
33沃爾什變換
331正交函數(shù)的概念
332拉德梅克函數(shù)
333沃爾什函數(shù)
334沃爾什函數(shù)的性質(zhì)
335沃爾什變換
336離散沃爾什—哈達瑪變換
337離散沃爾什變換的性質(zhì)
338快速沃爾什變換
339多維變換
34哈爾函數(shù)及哈爾變換
341哈爾函數(shù)的定義
342哈爾函數(shù)的性質(zhì)
343哈爾變換及快速算法
35斜矩陣與斜變換
351斜矩陣的構(gòu)成
352斜變換
36小波變換
361概述
362時-頻分析
363Gabor變換
364連續(xù)小波變換
365離散小波變換
366小波包
367二維小波
368Mallat算法
思考題
第4章圖像增強
41用直方圖修改技術進行
圖像增強
411直方圖
412直方圖修改技術的基礎
413直方圖均衡化處理
414直方圖規(guī)定化處理
415圖像對比度處理
42圖像平滑化處理
421鄰域平均法
422低通濾波法
423多圖像平均法
43圖像尖銳化處理
431微分尖銳化處理
432邊緣模型
433零交叉邊緣檢測
434Canny算子
435Prewitt算子
436經(jīng)典的Ｋirsch算子
437基于偏微分方程的邊緣
檢測方法
438高通濾波法
44利用同態(tài)系統(tǒng)進行增強
處理
45彩色圖像處理
451關于顏色的基本理論
452顏色模型
453偽彩色圖像處理
思考題
第5章圖像編碼
51圖像編碼分類
52圖像編碼中的保真度準則
521客觀保真度準則
522主觀保真度準則
53PCM編碼
531PCM 編碼的基本原理
532PCM 編碼的量化噪聲
533編碼器、譯碼器
534非線性PCM 編碼
535亞奈奎斯特取樣PCM編碼
54統(tǒng)計編碼
541編碼效率與冗余度
542三種常用的統(tǒng)計編碼法
543算術編碼
55預測編碼
551預測編碼的基本原理
552ΔＭ（DM）編碼
553DPCM編碼
56變換編碼
561幾種特殊的映射變換
編碼法
562正交變換編碼
57圖像編碼的國際標準
571H261編碼標準
572H261解碼原理
573H261的圖像復用編碼
574傳輸緩沖器與傳輸編碼
思考題
第6章圖像復原
61退化模型
611系統(tǒng)H的基本定義
612連續(xù)函數(shù)退化模型
613離散的退化模型
62復原的代數(shù)方法
621非約束復原法
622約束復原法
63 逆濾波
631逆濾波的基本原理
632去除由均勻直線運動引起
的模糊
64最小二乘方濾波
641最小二乘方濾波的原理
642用于圖像復原的幾種最小二乘
方濾波器
65約束去卷積
66中值濾波
661中值濾波的基本原理
662加權(quán)的中值濾波
67幾種其他空間復原技術
671幾何畸變校正
672盲目圖像復原
673遞歸圖像復原技術
674數(shù)字圖像修復技術
思考題
第7章圖像重建
71概述
72傅里葉變換重建
73卷積法重建
74代數(shù)重建方法
75重建的優(yōu)化問題
76圖像重建中的濾波器設計
77重建圖像的顯示
771重建圖像顯示應考慮的
問題
772單色顯示
773重建對象的顯示
774圖像重建的應用及CT的基本
原理
思考題
第8章圖像分析
81分割
811灰度閾值法分割
812樣板匹配
813區(qū)域生長
814區(qū)域聚合
815基于聚類的分割方法
82描繪
821區(qū)域描繪
822SIFT方法
823關系描繪
824相似性描繪
825霍夫變換
83紋理分析
831紋理特征
832用空間自相關函數(shù)做
紋理測度
833傅里葉功率譜法
834聯(lián)合概率矩陣法
835灰度差分統(tǒng)計法
836行程長度統(tǒng)計法
837其他幾種方法
838紋理的句法結(jié)構(gòu)分析法
84形狀分析的細線化
85圖像配準
思考題
第9章數(shù)學形態(tài)學原理
91數(shù)學形態(tài)學的發(fā)展
92數(shù)學形態(tài)學的基本概念和
運算
921數(shù)學形態(tài)學定量分析原則
922數(shù)學形態(tài)學的基本定義及
基本算法
93一些基本形態(tài)學算法
931邊緣提取算法
932區(qū)域填充算法
933連接部分提取算法
934凸殼算法
935細化算法
936粗化運算
937骨骼化算法
938裁剪
94灰度圖像的形態(tài)學處理
941膨脹
942腐蝕
943開運算和閉運算
944灰度形態(tài)學的應用
思考題
第10章模式識別的理論和方法
101概述
102統(tǒng)計模式識別法
1021決策理論方法
1022統(tǒng)計分類法
1023特征的抽取與選擇
1024決策邊界的擬合問題
1025統(tǒng)計學習理論與支持
向量機
103神經(jīng)網(wǎng)絡與深度學習
1031感知機
1032多層前饋神經(jīng)網(wǎng)絡
1033深度卷積神經(jīng)網(wǎng)絡
104句法結(jié)構(gòu)模式識別
1041形式語言概述
1042句法結(jié)構(gòu)方法
1043誤差校正句法分析
1044文法推斷
105模糊識別法
1051模糊集合及其運算
1052模糊關系及性質(zhì)
1053模糊模式識別的方法
106模式識別的幾種應用
1061生物特征識別
1062模式識別在醫(yī)學上的應用
1063模式識別在自動檢測中的
應用
思考題
參考文獻