智能數(shù)字圖像處理：原理與技術

前言
第一篇　數(shù)字圖像處理基礎理論
第1章　概論2

　1.1　數(shù)字圖像概述2

　　1.1.1　圖像與數(shù)字圖像的概念2

　　1.1.2　數(shù)字圖像的表示與實例5

　　1.1.3　像素及其鄰域8

　1.2　數(shù)字圖像處理技術的發(fā)展
及應用10

　1.3　數(shù)字圖像處理方法概述11

　1.4　數(shù)字圖像處理的主要技術與
系統(tǒng)構成12

　1.5　圖像處理編程基礎13

　　1.5.1　Python編程基礎13

　　1.5.2　Matlab編程基礎24

　習題28

第2章　人類的感知與數(shù)字圖像的質量30

　2.1　人眼結構與視覺特性30

　　2.1.1　人眼結構30

　　2.1.2　人眼的視覺特性31

　　2.1.3　人類的視覺感知32

　　2.1.4　視覺感知特征在圖像
處理中的作用34

　2.2　影響數(shù)字圖像質量的因素36

　　2.2.1　空間分辨率36

　　2.2.2　強度等級分辨率36

　　2.2.3　對比度37

　　2.2.4　清晰度37

　習題38

第3章　圖像的基本運算與變形處理40

　3.1　圖像的基本運算40

　　3.1.1　代數(shù)運算40

　　3.1.2　邏輯運算44

　　3.1.3　圖像的幾何運算47

　3.2　圖像的重采樣與插值運算55

　3.3　圖像的變形處理57

　　3.3.1　基于三角形區(qū)域變換的
圖像變形57

　　3.3.2　基于四邊形區(qū)域變換的
圖像變形59

　習題60

第4章　圖像增強處理63

　4.1　空域處理技術64

　　4.1.1　點運算64

　　4.1.2　直方圖處理68

　　4.1.3　偽彩色處理74

　4.2　濾波器79

　4.3　空域濾波處理80

　　4.3.1　空域平滑技術80

　　4.3.2　空域銳化技術85

　　4.3.3　空域平滑與銳化相結合的
濾波實例93

　4.4　頻域濾波處理94

　　4.4.1　圖像頻域處理基礎94

　　4.4.2　利用傅里葉變換進行
圖像處理100

　　4.4.3　頻域的平滑濾波102

　　4.4.4　高通濾波銳化處理108

　習題113

第5章　圖像復原技術116

　5.1　圖像復原基礎116

　5.2　圖像退化與數(shù)學模型116

　5.3　典型的圖像復原方法117

　5.4　退化函數(shù)估計方法118

　　5.4.1　圖像觀察估計法118

　　5.4.2　試驗估計法118

　　5.4.3　模型估計法119

　5.5　逆濾波復原及其實現(xiàn)方法119

　　5.5.1　逆濾波復原基礎119

　　5.5.2　逆濾波復原的實現(xiàn)方法120

　5.6　維納濾波復原及其實現(xiàn)方法121

　　5.6.1　維納濾波復原基礎121

　　5.6.2　維納濾波復原的實現(xiàn)方法122

　5.7　噪聲模型124

　5.8　空域濾波復原125

　　5.8.1　均值濾波器125

　　5.8.2　統(tǒng)計濾波器126

　　5.8.3　自適應濾波器127

　習題127

第6章　彩色圖像處理129

　6.1　人類視覺對色彩的感知與
色彩空間129

　6.2　RGB彩色圖像的特效處理132

　6.3　彩色圖像處理138

　　6.3.1　彩色圖像的平滑處理138

　　6.3.2　彩色圖像的銳化139

　　6.3.3　彩色圖像的分割140

　　6.3.4　彩色圖像的邊緣提取141

　6.4　假彩色處理142

　習題143

第7章　數(shù)學形態(tài)學方法146

　7.1　集合論基礎知識146

　　7.1.1　元素和集合146

　　7.1.2　平移和反射147

　　7.1.3　結構元147

　7.2　數(shù)學形態(tài)學的基本運算148

　　7.2.1　腐蝕148

　　7.2.2　膨脹150

　　7.2.3　開運算152

　　7.2.4　閉運算153

　7.3　利用數(shù)學形態(tài)學處理圖像154

　習題159

第8章　圖像壓縮與編碼技術162

　8.1　圖像壓縮技術基礎162

　　8.1.1　編碼與解碼162

　　8.1.2　圖像壓縮的必要性和
可能性162

　　8.1.3　信源編碼163

　　8.1.4　圖像壓縮的性能指標163

　8.2　無損壓縮編碼164

　　8.2.1　哈夫曼編碼165

　　8.2.2　香農(nóng)-范諾編碼167

　　8.2.3　游程編碼169

　　8.2.4　預測編碼169

　　8.2.5　算術編碼171

　習題171

第9章　圖像分割173

　9.1　圖像分割基礎173

　　9.1.1　圖像分割的概念1