數(shù)字圖像處理學(xué)

第1章 數(shù)字圖像處理導(dǎo)論
1.1 圖像處理概述
1.2 數(shù)字圖像處理基本概念
1.2.1 色度學(xué)的相關(guān)知識
1.2.2 像素間的相互關(guān)系
1.3 數(shù)字圖像處理特點
1.4 研究范疇與處理方法
1.4.1 數(shù)字圖像處理的研究范疇
1.4.2 數(shù)字圖像的處理方法
1.5 練習(xí)題
第2章 光學(xué)基礎(chǔ)與視覺系統(tǒng)
2.1 光學(xué)基礎(chǔ)
2.1.1 基本術(shù)語
2.1.2 光學(xué)基本理論
2.2 視覺系統(tǒng)與視覺過程
2.2.1 視覺系統(tǒng)
2.2.2 視覺過程
2.3 視覺時空特性分析
2.3.1 視覺時間特性分析
2.3.2 視覺空間特性分析
2.4 形狀知覺與視錯覺
2.4.1 目標(biāo)與背景
2.4.2 主觀輪廓
2.4.3 視錯覺
2.5 空間知覺
2.5.1 視覺空間知覺的形成
2.5.2 形狀知覺
2.5.3 大小知覺
2.5.4 單眼距離知覺
2.5.5 非視覺性距離知覺
2.5.6 雙眼距離知覺
2.6 練習(xí)題
第3章 對設(shè)備無關(guān)位圖的訪問
3.1 設(shè)備無關(guān)位圖
3.1.1 GDI位圖與DIB
3.1.2 BMP文件格式分析
3.2 訪問DIB的API函數(shù)
3.2.1 顯示、打印函數(shù)
3.2.2 拉伸顯示函數(shù)
3.2.3 構(gòu)造DIB函數(shù)
3.2.4 輸出GDI位圖函數(shù)
3.2.5 創(chuàng)建DIB項函數(shù)
3.3 CDIB類庫的建立
3.3.1 類庫的聲明及預(yù)定義
3.3.2 類庫的實現(xiàn)
3.4 CDIB類庫應(yīng)用示例
3.5 練習(xí)題
第4章 圖像的變換
4.1 圖像的灰度變換
4.1.1 灰度變換概述
4.1.2 灰度直方圖統(tǒng)計
4.1.3 灰度線性變換
4.1.4 灰度窗口變換
4.1.5 灰度非線形變換
4.1.6 灰度均衡變換
4.1.7 灰度匹配變換
4.2 圖像的正交變換
4.2.1 概述和分類
4.2.2 傅立葉變換
4.2.3 離散余弦變換
4.2.4 沃爾什變換
4.3 練習(xí)題
第5章 圖像的增強
5.1 圖像的空域濾波
5.1.1 基本原理與方法
5.1.2 線性平滑濾波器
5.1.3 線性銳化濾波器
5.1.4 中值濾波
5.1.5 非線性銳化濾波器
5.1.6 浮雕化特效濾波器
5.2 圖像的頻域濾波
5.2.1 基本原理
5.2.2 布特沃斯低通濾波器
5.2.3 布特沃斯高通濾波器
5.2.4 交互式帶阻濾波
5.3 練習(xí)題
第6章 圖像復(fù)原
6.1 基本方法與模型
6.2 無約束逆濾波
6.3 有約束維納濾波
6.4 有約束最小平方濾波
6.5 常見的圖像退化模型
6.5.1 卷積模糊
6.5.2 圖像噪聲
6.6 其他幾種圖像復(fù)原方法
6.6.1 空間失真復(fù)原方法
6.6.2 最大熵復(fù)原方法
6.6.3 盲目圖像復(fù)原方法
6.7 練習(xí)題
第7章 圖像重建
7.1 重建概述
7.1.1 圖像重建分類
7.1.2 圖像重建在工程中的應(yīng)用
7.2 傅立葉反投影重建
7.2.1 基本思路
7.2.2 重建公式的推導(dǎo)
7.2.3 重建公式的實用化
7.3 卷積反投影重建
7.4 代數(shù)重建
7.5 其他的重建方法
7.5.1 基于錐形束的三維直接重建
7.5.2 斷層間表面重建
7.5.3 Marching Cubes重建
7.6 重建數(shù)據(jù)的顯示
7.6.1 重建數(shù)據(jù)的可視化
7.6.2 表面顯示
7.6.3 體積顯示
7.7 練習(xí)題
第8章 圖像分割
8.1 圖像分割概述
8.2 并行邊界分割算法
8.2.1 圖像的邊緣檢測
8.2.2 梯度算子
8.2.3 拉普拉斯算子
8.2.4 高斯-拉普拉斯算子
8.2.5 Kirsch方向算子
8.2.6 哈夫變換
8.2.7 輪廓提取
8.3 串行邊界分割算法
8.3.1 串行邊界技術(shù)概述
8.3.2 啟發(fā)式搜索算法的邊緣連接
8.3.3 曲線擬合算法的邊緣連接
8.3.4 邊界跟蹤
8.4 并行區(qū)域分割算法
8.4.1 閾值化分割算法
8.4.2 極小值點閾值選取方法
8.4.3 最優(yōu)閾值搜尋方法
8.4.4 迭代閾值選取方法
8.4.5 直方圖凹性分析方法
8.5 串行區(qū)域分割算法
8.5.1 區(qū)域生長
8.5.2 概率松弛迭代
8.6 練習(xí)題
第9章 圖像紋理分析
9.1 紋理的定義
9.2 紋理特征
9.3 紋理的分析方法
9.3.1 紋理測度
9.3.2 聯(lián)合概率矩陣計算
9.3.3 灰度差分統(tǒng)計
9.3.4 灰度行程統(tǒng)計
9.3.5 結(jié)構(gòu)分析
9.4 紋理分割
9.5 練習(xí)題
第10章 圖像腐蝕與膨脹
10.1 數(shù)學(xué)形態(tài)學(xué)概述
10.1.1 數(shù)學(xué)形態(tài)學(xué)特征
10.1.2 集合論預(yù)備知識
10.2 圖像腐蝕
10.2.1 腐蝕定義
10.2.2 腐蝕算法的實現(xiàn)
10.3 圖像膨脹
10.3.1 膨脹定義
10.3.2 膨脹算法的實現(xiàn)
10.4 圖像開啟與閉合
10.4.1 開啟與閉合定義
10.4.2 開啟、閉合與集合的關(guān)系
10.4.3 算法的實現(xiàn)
10.5 數(shù)學(xué)形態(tài)學(xué)基本運算子性質(zhì)總結(jié)
10.6 腐蝕、膨脹的幾種重要變體
10.6.1 細化
10.6.2 粗化
10.6.3 中軸變換
10.6.4 剪枝
10.7 練習(xí)題
第11章 圖像編碼壓縮
11.1 圖像編碼技術(shù)簡介
11.1.1 概述及分類
11.1.2 理論基礎(chǔ)
11.2 基于統(tǒng)計的編碼方法
11.2.1 霍夫曼編碼
11.2.2 仙農(nóng)-費諾編碼
11.3 基于字典技術(shù)的編碼方法
11.3.1 游程編碼
11.3.2 PCX文件的訪問
11.3.3 LZW編碼
11.3.4 GIF文件的訪問
11.4 JPEG編碼
11.4.1 JPEG標(biāo)準(zhǔn)簡介
11.4.2 JPEG編碼理論
11.4.3 JPEG文件組織結(jié)構(gòu)
11.4.4 對JPEG文件的訪問
11.5 練習(xí)題
第12章 圖像模式識別
12.1 內(nèi)容概述
12.2 統(tǒng)計模式識別
12.2.1 統(tǒng)計決策理論
12.2.2 貝葉斯決策分析
12.2.3 特征選擇
12.3 結(jié)構(gòu)模式識別
12.3.1 結(jié)構(gòu)模式識別概述
12.3.2 字符串結(jié)構(gòu)識別
12.3.3 樹結(jié)構(gòu)識別
12.3.4 語法推理
12.4 模糊集模式識別
12.4.1 模糊集理論概述
12.4.2 模糊聚類
12.4.3 在模式識別中的應(yīng)用
12.5 圖像模式識別應(yīng)用
12.5.1 在生物測定學(xué)中的應(yīng)用
12.5.2 在生物信息學(xué)中的應(yīng)用
12.5.3 在文字識別中的應(yīng)用
12.6 練習(xí)題
附錄A 圖像處理新技術(shù)綜述
A.1 人工神經(jīng)網(wǎng)絡(luò)
A.1.1 概述
A.1.2 處理單元
A.1.3 反向傳播網(wǎng)絡(luò)
A.1.4 交互傳播網(wǎng)絡(luò)
A.2 遺傳算法
A.2.1 發(fā)展與簡介
A.2.2 遺傳算法一般流程
A.2.3 遺傳算法的特點
A.3 小波變換
A.3.1 小波變換概述
A.3.2 連續(xù)小波變換
A.3.3 離散小波變換
A.3.4 二維小波變換
A.3.5 二維小波對圖像的分解與重構(gòu)
A.4 圖像水印
A.4.1 圖像水印發(fā)展概況
A.4.2 基本原理
A.4.3 圖像水印的特點
A.4.4 圖像水印處理算法
A.4.5 圖像水印的簡單示例
A.5 練習(xí)題
參考文獻