數(shù)字圖像處理：技術(shù)詳解與Visual C++實(shí)踐

第1章 緒論
1．1 數(shù)字圖像處理概述
1．1．1 圖像與數(shù)字圖像
1．1．2 數(shù)字圖像處理研究的內(nèi)容
1．1．3 數(shù)字圖像處理的應(yīng)用
1．2 Visual C++概述
1．2．1 Visual C++簡(jiǎn)介
1．2．2 卓越的集成開(kāi)發(fā)環(huán)境
1．3 在Visual C++中處理數(shù)字圖像
1．3．1 位圖和調(diào)色板
1．3．2 圖形設(shè)備接口
1．4 本章實(shí)例：利用Visual C++實(shí)現(xiàn)畫(huà)圖程序
1．4．1 實(shí)例預(yù)覽
1．4．2 開(kāi)始創(chuàng)建項(xiàng)目
1．4．3 完成實(shí)例編碼
第2章 色彩系統(tǒng)
2．1 學(xué)習(xí)圖像處理從認(rèn)識(shí)色彩開(kāi)始
2．1．1 什么是顏色
2．1．2 顏色的屬性
2．1．3 光源能量分布圖
2．2 CIE色度圖
2．2．1 CIE色彩模型的建立
2．2．2 CIE色度圖的理解
2．2．3 CIE色度圖的后續(xù)發(fā)展
2．3 常用的色彩空間
2．3．1 RGB顏色空間
2．3．2 CMY/CMYK顏色空間
2．3．3 HSV/HSB顏色空間
2．3．4 HSI/HSL顏色空間
2．3．5 Lab顏色空間
2．3．6 YUV/YCbCr顏色空間
2．4 色彩空間的轉(zhuǎn)換方法
2．4．1 RGB轉(zhuǎn)換到HSV的方法
2．4．2 RGB轉(zhuǎn)換到HSI的方法
2．4．3 RGB轉(zhuǎn)換到Y(jié)UV的方法
2．4．4 RGB轉(zhuǎn)換到Y(jié)CbCr的方法
2．5 本章實(shí)例：Photoshop色彩編輯器的實(shí)現(xiàn)
2．5．1 需要解決的若干問(wèn)題
2．5．2 開(kāi)始創(chuàng)建項(xiàng)目
2．5．3 完成實(shí)例編碼
第3章 圖像的變換與編碼
3．1 圖像編碼的理論基礎(chǔ)
3．1．1 率失真函數(shù)
3．1．2 香農(nóng)下邊界
3．1．3 無(wú)記憶高斯信源
3．1．4 有記憶高斯信源
3．2 圖像的壓縮編碼
3．2．1 行程編碼
3．2．2 LZW編碼
3．2．3 霍夫曼編碼
3．3 傅里葉變換
3．3．1 傅里葉變換的數(shù)學(xué)基礎(chǔ)
3．3．2 傅里葉變換與傅里葉級(jí)數(shù)的關(guān)系
3．3．3 數(shù)字圖像的傅里葉變換
3．3．4 快速傅里葉變換的算法
3．3．5 編程實(shí)現(xiàn)圖像的快速傅里葉變換
3．4 離散余弦變換
3．4．1 基本概念及數(shù)學(xué)描述
3．4．2 離散余弦變換的意義
3．4．3 離散余弦變換的實(shí)現(xiàn)
3．5 子帶編碼
3．5．1 數(shù)字信號(hào)處理基礎(chǔ)
3．5．2 多抽樣率信號(hào)處理
3．5．3 圖像的子帶分解
第4章 使用DIB處理數(shù)字圖像
4．1 設(shè)備相關(guān)位圖和設(shè)備無(wú)關(guān)位圖
4．1．1 設(shè)備相關(guān)位圖（DDB）
4．1．2 設(shè)備無(wú)關(guān)位圖（DIB）
4．2 CBitmap類(lèi)
4．2．1 創(chuàng)建DDB
4．2．2 CBitmap中的成員函數(shù)
4．2．3 應(yīng)用DDB顯示圖像
4．2．4 應(yīng)用DDB顯示大圖像
4．3 進(jìn)一步了解DIB
4．3．1 DIB的結(jié)構(gòu)
4．3．2 DIB信息段
4．3．3 位圖數(shù)據(jù)
4．3．4 與DIB有關(guān)的函數(shù)
4．4 本章實(shí)例：DIB類(lèi)的封裝
4．4．1 類(lèi)的抽象與設(shè)計(jì)
4．4．2 編寫(xiě)構(gòu)造函數(shù)
4．4．3 DIB位圖的顯示
4．4．4 BMP文件的存儲(chǔ)
第5章 使用GDI+處理數(shù)字圖像
5．1 GDI+簡(jiǎn)介
5．1．1 GDI+概述
5．1．2 GDI+的結(jié)構(gòu)
5．1．3 GDI+在Visual C++ 2005中的配置
5．2 GDI+基礎(chǔ)
5．2．1 Graphics類(lèi)
5．2．2 GDI+的基本數(shù)據(jù)類(lèi)型
5．2．3 GDI+中的顏色
5．3 GDI+處理圖像的基本方法
5．3．1 GDI+的圖像類(lèi)
5．3．2 創(chuàng)建圖像對(duì)象
5．3．3 圖像的顯示和縮放
5．3．4 圖像的基本處理方法
5．4 圖像的剪裁
5．4．1 剪裁區(qū)域
5．4．2 GraphicsPath類(lèi)
5．4．3 Region類(lèi)
5．5 處理圖像的色彩
5．5．1 ColorMatrix結(jié)構(gòu)體
5．5．2 改變圖像的透明度
5．5．3 將圖像轉(zhuǎn)換為灰度圖
5．5．4 改變圖像的亮度
5．5．5 改變圖像的對(duì)比度
5．6 本章實(shí)例：類(lèi)似ACDSee的圖像瀏覽工具
5．6．1 實(shí)例預(yù)覽
5．6．2 概要設(shè)計(jì)
5．6．3 完成實(shí)例編碼
第6章 圖像文件的格式
6．1 圖像文件概述
6．1．1 圖像文件
6．1．2 圖像文件的一般結(jié)構(gòu)
6．1．3 圖像文件的常用參數(shù)
6．2 BMP文件格式
6．2．1 文件結(jié)構(gòu)
6．2．2 文件頭和信息頭
6．2．3 主要參數(shù)
6．3 GIF文件格式
6．3．1 GIF格式簡(jiǎn)介
6．3．2 GIF文件結(jié)構(gòu)
6．3．3 GIF文件塊的結(jié)構(gòu)
6．3．4 在GDI+下播放GIF動(dòng)畫(huà)
6．4 PNG文件格式
6．4．1 PNG格式簡(jiǎn)介
6．4．2 PNG文件結(jié)構(gòu)
6．4．3 PNG中的關(guān)鍵數(shù)據(jù)塊
6．5 JPEG文件及其編解碼的實(shí)現(xiàn)
6．5．1 JPEG文件概述
6．5．2 JPEG的編解碼原理
6．5．3 JPEG文件格式
6．5．4 JPEG解碼程序的實(shí)現(xiàn)
第7章 圖像的點(diǎn)運(yùn)算
7．1 灰度直方圖簡(jiǎn)介
7．1．1 灰度直方圖簡(jiǎn)介
7．1．2 基本原理
7．1．3 編程實(shí)現(xiàn)
7．2 灰度線性變換
7．2．1 基本原理
7．2．2 編程實(shí)現(xiàn)
7．3 灰度非線性變換
7．3．1 灰度對(duì)數(shù)變換
7．3．2 灰度冪次變換
7．3．3 灰度指數(shù)變換
7．4 灰度閾值變換
7．4．1 基本原理
7．4．2 編程實(shí)現(xiàn)
7．5 灰度拉伸
7．5．1 基本原理
7．5．2 編程實(shí)現(xiàn)
7．6 灰度均衡
7．6．1 基本原理
7．6．2 編程實(shí)現(xiàn)
第8章 對(duì)圖像進(jìn)行幾何變換
8．1 圖像幾何變換的基本理論
8．1．1 圖像幾何變換概述
8．1．2 圖像幾何變換的數(shù)學(xué)描述
8．2 圖像的平移變換
8．2．1 效果預(yù)覽
8．2．2 基本原理
8．2．3 編程實(shí)現(xiàn)
8．3 圖像的鏡像變換
8．3．1 效果預(yù)覽
8．3．2 基本原理
8．3．3 編程實(shí)現(xiàn)
8．4 圖像的轉(zhuǎn)置
8．4．1 效果預(yù)覽
8．4．2 基本原理
8．4．3 編程實(shí)現(xiàn)
8．5 圖像的縮放
8．5．1 效果預(yù)覽
8．5．2 基本原理
8．5．3 插值算法介紹
8．5．4 編程實(shí)現(xiàn)
8．6 圖像的旋轉(zhuǎn)
8．6．1 效果預(yù)覽
8．6．2 基本原理
8．6．3 編程實(shí)現(xiàn)
8．7 使用GDI+實(shí)現(xiàn)圖像的幾何變換
8．7．1 GDI+的變換操作
8．7．2 平移
8．7．3 縮放
8．7．4 旋轉(zhuǎn)
8．7．5 變換的組合
8．7．6 利用矩陣進(jìn)行其他幾何變換
第9章 圖像的增強(qiáng)處理
9．1 卷積積分與鄰域處理
9．1．1 理解卷積積分的概念
9．1．2 卷積應(yīng)用于圖像處理的原理
9．1．3 鄰域處理的基本概念
9．2 圖像的簡(jiǎn)單平滑
9．2．1 圖像的簡(jiǎn)單平滑原理
9．2．2 圖像簡(jiǎn)單平滑的算法實(shí)現(xiàn)
9．3 圖像的高斯平滑
9．3．1 平滑線性濾波器
9．3．2 高斯平滑的原理
9．3．3 高斯分布
9．3．4 高斯平滑的算法實(shí)現(xiàn)
9．4 圖像的中值濾波
9．4．1 統(tǒng)計(jì)排序?yàn)V波器
9．4．2 圖像中值濾波的原理
9．4．3 圖像中值濾波的算法實(shí)現(xiàn)
9．5 圖像的拉普拉斯銳化
9．5．1 圖像的銳化
9．5．2 拉普拉斯銳化的原理
9．5．3 拉普拉斯銳化的算法實(shí)現(xiàn)
9．6 Sobel邊緣細(xì)化
9．6．1 Sobel邊緣細(xì)化的原理
9．6．2 Sobel邊緣細(xì)化的算法實(shí)現(xiàn)
第10章 圖像的形態(tài)學(xué)處理
10．1 數(shù)學(xué)形態(tài)學(xué)
10．2 一些必要的概念和符號(hào)約定
10．3 圖像的腐蝕
10．3．1 腐蝕原理
10．3．2 編程實(shí)現(xiàn)
10．4 圖像的膨脹
10．4．1 膨脹原理
10．4．2 編程實(shí)現(xiàn)
10．5 腐蝕和膨脹的性質(zhì)及應(yīng)用
10．5．1 腐蝕和膨脹的代數(shù)性質(zhì)
10．5．2 腐蝕和膨脹的應(yīng)用
10．6 開(kāi)運(yùn)算和閉運(yùn)算
10．6．1 開(kāi)運(yùn)算
10．6．2 閉運(yùn)算
10．6．3 編程實(shí)現(xiàn)
10．6．4 開(kāi)運(yùn)算和閉運(yùn)算的代數(shù)性質(zhì)
10．7 圖像形態(tài)學(xué)的其他運(yùn)算
10．7．1 擊中/不擊中運(yùn)算
10．7．2 細(xì)化處理
第11章 圖像的邊緣和輪廓
11．1 邊緣檢測(cè)
11．1．1 邊緣檢測(cè)的基本概念
11．1．2 常規(guī)邊緣檢測(cè)
11．1．3 帶方向的邊緣檢測(cè)
11．1．4 拉普拉斯算子
11．2 Hough變換
11．2．1 平面坐標(biāo)系的轉(zhuǎn)換
11．2．2 Hough變換的思想
11．2．3 直線的Hough變換
11．2．4 圓的Hough變換
11．2．5 彩色圖像的Hough變換
11．3 種子算法
11．3．1 算法介紹
11．3．2 編程實(shí)現(xiàn)
11．4 輪廓跟蹤
11．4．1 區(qū)域表示方法
11．4．2 計(jì)算區(qū)域的面積和周長(zhǎng)
11．4．3 單區(qū)域跟蹤
11．4．4 多區(qū)域跟蹤
11．5 基于形態(tài)學(xué)分水嶺的圖像分割
11．5．1 基本概念
11．5．2 分水嶺算法
11．5．3 編程實(shí)現(xiàn)分水嶺分割
第12章 數(shù)字圖像的加密與隱藏
12．1 混沌理論概述
12．1．1 混沌理論的發(fā)展
12．1．2 混沌的基本概念
12．1．3 混沌的度量與判定
12．2 幾種典型的混沌系統(tǒng)舉例
12．2．1 Logistic映射
12．2．2 Henon映射
12．2．3 Chebychev映射
12．3 數(shù)字圖像的混沌加密簡(jiǎn)介
12．3．1 密碼學(xué)與混沌密碼學(xué)
12．3．2 圖像混沌加密算法的分類(lèi)
12．4 基于置亂的圖像加密技術(shù)
12．4．1 數(shù)字圖像與排列變換
12．4．2 利用Hilbert曲線置亂圖像
12．4．3 利用Arnold變換置亂圖像
12．4．4 數(shù)字圖像置亂算法的評(píng)價(jià)
12．5 混沌在圖像加密中的應(yīng)用
12．5．1 以排序法為基礎(chǔ)的混沌置亂
12．5．2 基于起始地址法的混沌置亂
12．5．3 基于灰度值變換的混沌加密
12．5．4 對(duì)圖像進(jìn)行混沌加密的評(píng)價(jià)
12．6 數(shù)字圖像的隱藏技術(shù)
12．6．1 圖像融合技術(shù)簡(jiǎn)介
12．6．2 基于混沌的圖像隱藏算法
12．6．3 圖形用戶界面設(shè)計(jì)
12．6．4 編碼實(shí)現(xiàn)
第13章 小波變換及其應(yīng)用
13．1 哈爾函數(shù)與哈爾變換
13．1．1 哈爾函數(shù)的定義
13．1．2 哈爾函數(shù)的性質(zhì)
13．1．3 酉矩陣與酉變換
13．1．4 二維離散線性變換
13．1．5 哈爾基函數(shù)
13．1．6 哈爾變換
13．2 小波的數(shù)學(xué)基礎(chǔ)
13．2．1 小波的歷史
13．2．2 理解小波的概念
13．2．3 多分辨率分析
13．2．4 小波函數(shù)的構(gòu)建
13．2．5 小波序列展開(kāi)
13．2．6 離散小波變換
13．2．7 連續(xù)小波變換
13．2．8 小波的容許條件與基本特征
13．3 快速小波變換
13．3．1 快速小波正變換
13．3．2 快速小波逆變換
13．3．3 圖像的小波變換
13．4 小波在圖像處理中的應(yīng)用
第14章 偏微分方程與圖像降噪
14．1 PM方程及其應(yīng)用
14．1．1 一維熱傳導(dǎo)方程
14．1．2 各向異性擴(kuò)散方程
14．1．3 PM擴(kuò)散方程的實(shí)現(xiàn)
14．1．4 加性算子分裂
14．2 TV方法及其應(yīng)用
14．2．1 泛函與變分法
14．2．2 全變分模型
14．2．3 TV算法的數(shù)值實(shí)現(xiàn)
14．2．4 基于TV的圖像降噪實(shí)例