計算機圖像處理技術與算法

第1章  緒論                  
 1. 1  圖像處理技術的發(fā)展歷史及現(xiàn)狀                  
 1. 2  圖像的數(shù)學模型                  
 1. 2. 1  圖像的正交模型                  
 1. 2. 2  隱式馬爾可夫模型                  
 1. 2. 3  預測模型                  
 1. 3  圖像的采樣與亞采樣                  
 1. 3. 1  一維連續(xù)信號的采樣                  
 1. 3. 2  二維連續(xù)圖像信號的采樣                  
 1. 3. 3  圖像的亞采樣                  
 第2章  圖像變換                  
 2. 1  正交變換                  
 2. 1. 1  連續(xù)函數(shù)集合的正交性                  
 2. 1. 2  二維離散正交變換                  
 2. 2  二維傅立葉變換                  
 2. 2. 1  一維信號的傅立葉級數(shù)                  
 2. 2. 2  一維信號的傅立葉變換                  
 2. 2. 3  一維離散信號的頻譜                  
 2. 2. 4  一維信號有限離散傅立葉變換                  
 2. 2. 5  一維傅立葉變換                  
 2. 3  離散K-L變換                  
 2. 3. 1  正交變換的物理意義                  
 2. 3. 2  離散K-L變換                  
 2. 4  離散余弦變換                  
 2. 4. 1  離散余弦變換                  
 2. 4. 2  快速DCT算法                  
 2. 5  小波變換                  
 2. 5. 1  短時傅立葉變換                  
 2. 5. 2  連續(xù)小波變換                  
 2. 5. 3  離散小波變換                  
 2. 5. 4  多分辨率分析                  
 2. 5. 5  小波系數(shù)分解的快速算法--Mallat算法                  
 2. 5. 6  二維小波的多分辨率分析及Mallat算法                  
 第3章  圖你編碼及文件格式                  
 3. 1  無損壓縮技術                  
 3. 2  有損壓縮技術                  
 3. 2. 1  圖像量化                  
 3. 2. 2  預測編碼                  
 3. 2. 3  變換編碼                  
 3. 2. 4  分形編碼                  
 3. 3  圖像文件格式                  
 3. 3. 1  BMP文件格式                  
 3. 3. 2  GIF文件格式                  
 3. 3. 3  JPEG文件格式                  
 3. 3. 4  TIFF文件格式                  
 第4章  圖像增強和恢復                  
 4. 1  空域增強法                  
 4. 1. 1  灰度變換                  
 4. 1. 2  直方圖變換                  
 4. 1. 3  圖像中的脈沖噪聲模型                  
 4. 1. 4  鄰域平均法                  
 4. 1. 5  中值濾波                  
 4. 1. 6  圖像銳化                  
 4. 2  頻域增強法                  
 4. 2. 1  低通濾波器                  
 4. 2. 2  同態(tài)濾波                  
 4. 2. 3  高通濾波器                  
 4. 3  圖像退化模型                  
 4. 4  逆濾波                  
 4. 5  維納濾波                  
 4. 6  卡爾曼濾波                  
 第5章  圖像分割                  
 5. 1  圖像描述                  
 5. 1. 1  區(qū)域邊界的描述                  
 5. 1. 2  區(qū)域的描述                  
 5. 2  灰度閾值分割法                  
 5. 3  基于紋理的分割方法                  
 5. 3. 1  紋理分析的自相關函數(shù)方法                  
 5. 3. 2  紋理分割--Hurst系數(shù)                  
 5. 3. 3  灰度共生矩陣的紋理分析                  
 5. 4  區(qū)域生長法                  
 5. 4. 1  區(qū)域生長法                  
 5. 4. 2  區(qū)域分割與合并                  
 5. 4. 3  Hough變換                  
 5. 5  數(shù)學形態(tài)學                  
 5. 5. 1  基本運算                  
 5. 5. 2  腐蝕和膨脹的衍生運算                  
 第6章  彩色圖像處理                  
 6. 1  顏色模型                  
 6. 1. 1  RGB顏色模型                  
 6. 1. 2  CMY顏色模型                  
 6. 1. 3  HSV顏色模型                  
 6. 1. 4  CIE(國際照明委員會)顏色模型,                   
 6. 1. 5  照片YCC(照片CD)顏色模型                  
 6. 1. 6  各種顏色模型之間的轉換算法                  
 6. 2  色彩量化技術                  
 6. 2. 1  LBG                  
 6. 2. 2  DSQ                  
 6. 3  分色技術                  
 6. 3. 1  四色分色技術                  
 6. 3. 2  專色分色技術                  
 6. 4  色彩調(diào)和技術                  
 6. 4. 1  SD法                  
 6. 4. 2  0stwald色彩調(diào)和論                  
 6. 4. 3  Moon&Spancer色彩調(diào)和論                  
 6. 4. 4  基于知識的色彩調(diào)和模型                  
 6. 5  彩色圖像處理編程及技巧                  
 6. 5. 1  百葉窗效果                  
 6. 5. 2  Water paper(水彩畫紙)效果                  
 6. 5. 3  ZigZag效果                  
 第7章  基于內(nèi)容的圖像檢索                  
 7. 1  引言                  
 7. 2  基于內(nèi)容圖像檢索的內(nèi)容分析和檢索技術                  
 7. 2. 1  顏色分析和檢索技術                  
 7. 2. 2  形狀分析和檢索技術                  
 7. 2. 3  紋理分析和檢索技術                  
 7. 2. 4  空間關系分析和檢索技術                  
 7. 3  知識和語義技術                  
 7. 4  人機交互學習技術                  
 7. 4. 1  參數(shù)調(diào)整方法                  
 7. 4. 2  聚類分析方法                  
 7. 4. 3  概率學習方法                  
 7. 4. 4  神經(jīng)網(wǎng)絡方法                  
 7. 5  相似性度量                  
 7. 5. 1  相似心理學                  
 7. 5. 2  向量相似性度量函數(shù)                  
 7. 5. 3  特征集合相似性度量                  
 7. 5. 4  EMD(Earth Mover's Distance)距離                  
 7. 6  數(shù)據(jù)庫中的特征索引技術                  
 7. 7  性能評價指標                  
 7. 8  典型系統(tǒng)介紹                  
 7. 8. 1  系統(tǒng)構成                  
 7. 8. 2  典型系統(tǒng)簡介                  
 7. 9  現(xiàn)狀和發(fā)展