数字图像处理PDF|Epub|txt|kindle电子书版本网盘下载

数字图像处理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1.1 图像及其分类1

1.1.1 图像的特点1

1.1.2 图像的分类1

第1章 绪论1

1.2 数字图像处理技术与应用2

1.2.1 数字图像处理的主要内容2

1.2.2 数字图像处理方法3

1.2.3 数字图像处理技术的应用3

1.3 数字图像处理系统4

1.4 Matlab简介5

习题6

2.2 连续图像模型7

2.2.1 连续图像的表达式7

2.1 概述7

第2章 图像获取7

2.2.2 连续图像的随机表征8

2.3 连续图像的频谱10

2.3.1 一维连续傅里叶变换10

2.3.2 二维连续傅里叶变换11

2.4 图像采样12

2.4.1 采样定理12

2.4.2 图像采样14

2.5 图像量化16

2.5.1 量化器模型16

2.5.2 标量量化17

2.5.3 向量量化19

2.6 数字图像中的基本概念22

2.6.1 数字图像的表示22

2.6.2 空间与灰度级分辨率23

2.6.3 像素间的基本关系24

小结26

习题26

第3章 图像变换27

3.1 概述27

3.2 一维离散傅里叶变换27

3.2.1 离散傅里叶变换27

3.2.2 离散傅里叶变换的性质28

3.3 一维快速傅里叶变换29

3.3.1 一维快速傅里叶变换的基本思想29

3.3.2 一维快速傅里叶变换算法31

3.4 二维离散傅里叶变换34

3.4.1 二维离散傅里叶变换34

3.4.2 二维离散傅里叶变换的性质35

3.4.3 二维快速离散傅里叶变换36

3.4.4 二维快速傅里叶变换的Matlab实现37

3.4.5 可分离图像变换的概念39

3.5 离散余弦变换39

3.5.1 一维离散余弦变换39

3.5.2 一维快速离散余弦变换算法40

3.5.3 二维离散余弦变换41

3.5.4 离散余弦变换的Matlab实现42

3.5.5 离散余弦变换的应用42

3.6 沃尔什变换和哈达玛变换43

3.6.1 离散沃尔什变换43

3.6.2 离散哈达玛变换44

3.6.3 快速哈达玛变换算法45

3.7 霍特林变换48

3.8 拉东变换50

3.8.1 什么是拉东变换50

3.8.2 拉东变换的Matlab实现51

习题53

小结53

第4章 图像增强55

4.1 概述55

4.2 空域点处理增强55

4.2.1 直接灰度变换55

4.2.2 直方图修正61

4.2.3 图像间的运算67

4.3 空域滤波增强71

4.3.1 平滑滤波器71

4.3.2 锐化滤波器74

4.4 频域滤波增强77

4.4.1 低通滤波器78

4.4.2 高通滤波器81

4.4.3 同态滤波器85

习题87

小结87

第5章 图像复原89

5.1 概述89

5.2 图像退化模型89

5.2.1 退化模型89

5.2.2 连续函数退化模型90

5.2.3 离散的退化模型91

5.2.4 循环矩阵对角化92

5.3 退化函数估计94

5.3.1 图像观察估计法94

5.3.2 试验估计法95

5.3.3 模型估计法95

5.4 逆滤波97

5.4.1 无约束复原97

5.4.2 逆滤波复原97

5.4.3 消除匀速运动模糊98

5.5.1 有约束滤波100

5.5.2 维纳滤波复原100

5.5 维纳滤波100

5.5.3 维纳滤波的Matlab实现101

5.6 约束最小二乘方滤波103

5.6.1 滤波模型103

5.6.2 约束最小二乘方滤波的Matlab实现105

5.7 从噪声中复原106

5.7.1 噪声模型106

5.7.2 空域滤波复原108

5.7.3 频域滤波复原111

5.8 几何失真校正112

5.8.1 空间变换112

5.8.2 灰度插值113

5.8.3 几何失真图像配准复原114

习题116

小结116

第6章 彩色图像处理118

6.1 概述118

6.2 彩色基础118

6.2.1 人眼的构造118

6.2.2 三色成像118

6.3 颜色模型119

6.3.1 RGB模型120

6.3.2 CMY模型和CMYK模型121

6.3.3 HSI模型122

6.4 全彩色图像处理124

6.4.1 彩色图像增强125

6.4.2 彩色图像复原127

6.4.3 彩色图像分析128

6.5 伪彩色处理131

6.5.1 密度分层法132

6.5.2 灰度级－彩色变换法133

6.5.3 频域滤波法134

小结135

习题135

第7章 图像编码137

7.1 概述137

7.1.1 图像数据的冗余137

7.1.2 图像的编码质量评价138

7.2 信息理论基础与熵编码140

7.2.1 离散信源的熵表示140

7.2.2 离散信源编码定理143

7.2.3 赫夫曼编码144

7.2.4 香农－范诺编码148

7.2.5 算术编码149

7.2.6 行程编码153

7.3 LZW算法155

7.4 预测编码157

7.4.1 无损预测编码157

7.4.2 有损预测编码160

7.5 变换编码168

7.5.1 变换选择169

7.5.2 子图像尺寸选择174

7.5.3 比特分配174

7.5.4 DCT编码实例177

7.6 基于矢量量化技术的图像编码182

7.6.1 矢量量化原理182

7.6.2 矢量量化过程183

小结188

习题189

8.2.1 一维连续小波变换190

8.2 小波变换190

8.1 概述190

第8章 小波图像编码190

8.2.2 小波变换性质192

8.3 离散小波变换193

8.3.1 离散小波变换简介193

8.3.2 框架理论194

8.4 多分辨分析和Mallat算法195

8.4.1 多分辨分析195

8.4.2 小波分解和重构196

8.5 Matlab中常用小波基介绍198

8.5.1 常用小波函数介绍199

8.5.2 小波函数有关的Matlab函数203

8.6 小波变换在图像编码中的应用205

8.6.1 数字图像的小波分解205

8.6.2 小波基的选择210

8.6.3 小波变换域小波系数分析212

8.6.4 小波编码方法214

小结224

习题224

第9章 图像检测与分割225

9.1 概述225

9.2 边缘检测226

9.2.1 梯度算子226

9.2.2 高斯－拉普拉斯算子228

9.2.3 Canny边缘检测算子229

9.3 边界跟踪233

9.3.1 边界跟踪方法233

9.3.2 霍夫变换238

9.4 阈值分割243

9.4.1 人工选择法243

9.4.2 自动阈值法244

9.4.3 分水岭算法247

9.5 区域分割250

9.5.1 区域生长法250

9.5.2 区域分裂法252

9.5.3 区域合并法253

9.5.4 区域分裂合并法253

9.6 运动分割256

9.6.1 背景差值法256

9.6.2 图像差分法258

9.6.3 基于光流的分割方法259

9.6.4 基于块的分割方法261

小结262

习题262

10.2.1 链码264

10.2 图像表示264

10.1 概述264

第10章 图像表示与描述264

10.2.2 边界分段269

10.2.3 多边形近似270

10.2.4 标记图271

10.2.5 骨架273

10.3 边界描述273

10.3.1 一些简单的描述子273

10.3.2 形状数273

10.3.3 傅里叶描述子275

10.3.4 统计矩277

10.4 区域描述277

10.4.1 一些简单的描述子277

10.4.2 纹理278

10.4.3 不变矩281

10.5.1 膨胀和腐蚀284

10.5 形态学描述284

10.5.2 开启和闭合286

10.5.3 形态学对图像的操作287

小结291

习题291

第11章 图像识别293

11.1 概述293

11.2 统计图像识别293

11.2.1 统计模式识别方法293

11.2.2 特征分析295

11.2.3 线性分类器299

11.2.4 贝叶斯分类器301

11.3 句法图像识别303

11.3.1 句法模式识别方法303

11.3.2 形式语言简介304

11.3.3 模式文法306

11.3.4 句法分析309

11.3.5 句法结构的自动机识别311

11.3.6 有噪声、畸变模式的识别314

11.4 模糊图像识别319

11.4.1 模糊集合及其运算319

11.4.2 隶属函数确定方法321

11.4.3 模糊识别原则325

11.4.4 模糊句法识别328

11.5 神经网络识别333

11.5.1 人工神经网络简介333

11.5.2 前向网络分类器334

11.5.3 自组织特征映射网络340

小结343

习题344

参考文献345