数字图像处理 第2版PDF|Epub|txt|kindle电子书版本网盘下载

数字图像处理 第2版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

第1章 绪论1

1.1 数字图像与数字图像处理1

1.2 数字图像处理系统的组成2

1.3 图像处理技术研究的基本内容3

1.4 图像处理技术的应用领域4

习题14

第2章 数字图像处理基础6

2.1 电磁波谱与可见光谱6

2.2 人眼的亮度视觉特性7

2.2.1 视觉适应性8

2.2.2 同时对比效应8

2.2.3 马赫带效应8

2.2.4 视觉错觉9

2.3 图像的表示10

2.3.1 简单的图像成像模型10

2.3.2 数字图像的表示10

2.4 空间分辨率和灰度级分辨率14

2.4.1 空间分辨率和灰度级分辨率14

2.4.2 采样数变化对图像视觉效果的影响15

2.4.3 空间分辨率变化对图像视觉效果的影响16

2.4.4 灰度分辨率变化对图像视觉效果的影响16

2.5 像素间的关系17

2.5.1 像素的相邻和邻域17

2.5.2 像素的邻接性与连通性18

2.5.3 像素间距离的度量20

2.6 图像的显示22

2.6.1 显示分辨率与图像分辨率22

2.6.2 光度分辨率与灰度分辨率23

2.6.3 彩色模型23

2.6.4 位图23

2.6.5 调色板24

2.7 图像文件格式25

2.7.1 位图文件头25

2.7.2 位图信息头26

2.7.3 位图调色板28

2.7.4 图像的位图数据28

习题229

第3章 数字图像的基本运算31

3.1 灰度反转31

3.2 对数变换32

3.3 灰度直方图32

3.3.1 灰度直方图的概念及分布特征32

3.3.2 归一化灰度图像直方图34

3.3.3 灰度直方图的特征34

3.4 二维直方图34

3.5 图像的代数运算36

3.5.1 图像的相加运算36

3.5.2 图像的相减运算36

3.6 图像的几何运算37

3.6.1 图像平移变换37

3.6.2 图像旋转变换38

3.6.3 图像镜像变换41

3.6.4 图像转置变换42

3.6.5 图像缩放42

习题345

第4章 空间域图像增强46

4.1 基于点运算的灰度图像增强方法46

4.1.1 对比度拉伸46

4.1.2 窗切片47

4.2 基于直方图的图像增强方法48

4.2.1 直方图均衡48

4.2.2 直方图规定化54

4.3 图像锐化61

4.3.1 梯度法61

4.3.2 拉普拉斯锐化算子63

4.3.3 模板运算原理66

4.4 图像噪声消除69

4.4.1 邻域平均69

4.4.2 中值滤波71

习题472

第5章 频率域图像增强74

5.1 二维离散傅里叶变换74

5.1.1 二维离散傅里叶变换的定义及意义74

5.1.2 二维离散傅里叶变换的若干重要性质75

5.1.3 图像的傅里叶频谱特性分析77

5.1.4 快速离散傅里叶变换及其实现81

5.2 频率域图像处理的基本实现思路82

5.2.1 基本实现思想82

5.2.2 转移函数的设计83

5.3 基于频率域的图像噪声消除——频率域低通滤波84

5.3.1 理想低通滤波器84

5.3.2 巴特沃斯低通滤波器86

5.3.3 高斯低通滤波器86

5.4 基于频率域的图像增强——频率域高通滤波87

5.4.1 理想高通滤波器87

5.4.2 巴特沃斯高通滤波器88

5.4.3 高斯高通滤波器88

5.5 带阻滤波和带通滤波89

5.5.1 带阻滤波器89

5.5.2 带通滤波器90

习题591

第6章 图像恢复92

6.1 图像的退化模型92

6.1.1 常见退化现象的物理模型92

6.1.2 图像退化模型的表示93

6.1.3 离散退化模型93

6.1.4 图像的离散退化模型94

6.2 空间域图像的恢复95

6.2.1 无约束最小二乘方恢复95

6.2.2 有约束最小二乘方恢复96

6.3 频率域图像的恢复98

6.4 匀速直线运动模糊的恢复99

6.5 图像噪声与被噪声污染图像的恢复102

6.5.1 图像噪声102

6.5.2 被噪声污染图像的恢复105

6.6 几何失真的校正107

6.6.1 坐标的几何校正107

6.6.2 灰度值恢复108

习题6109

第7章 图像压缩编码111

7.1 DCT变换111

7.1.1 一维DCT111

7.1.2 二维偶DCT114

7.1.3 DCT变换的基函数与基图像116

7.2 数字图像压缩编码基础118

7.2.1 图像压缩的基本概念118

7.2.2 图像质量（相似度）评价——保真度准则119

7.2.3 图像编码模型120

7.2.4 独立信源与信息量124

7.3 几种最基本的变长编码方法124

7.3.1 费诺码125

7.3.2 霍夫曼编码126

7.3.3 几种接近最佳的变长编码127

7.3.4 算术编码130

7.4 位平面编码133

7.4.1 位平面分解133

7.4.2 位平面的格雷码分解编码134

7.5 游程编码135

7.6 变换编码136

7.6.1 变换编码的过程137

7.6.2 子图像尺寸选择137

7.6.3 变换的选择138

7.6.4 变换系数的量化和编码139

7.6.5 变换解码143

习题7145

第8章 小波图像处理147

8.1 小波变换与图像小波变换147

8.1.1 小波的概念和特性147

8.1.2 连续小波变换148

8.1.3 离散小波变换150

8.1.4 二进小波变换150

8.1.5 塔式分解与Mallat算法151

8.1.6 图像的小波变换153

8.2 基于图像小波变换的嵌入式零树编码159

8.2.1 基于小波变换的图像压缩基本思想159

8.2.2 嵌入式编码与零树概念160

8.2.3 小波系数及其扫描方法161

8.2.4 嵌入式零树编码方法163

8.2.5 解码恢复图像小波变换矩阵168

8.2.6 嵌入式小波零树编码的渐进传输特性169

8.3 基于小波变换的图像去噪方法170

8.3.1 小波去噪方法研究进展171

8.3.2 小波收缩阈值去噪方法171

习题8174

第9章 图像分割175

9.1 图像分割的概念175

9.2 基于边缘检测的图像分割176

9.2.1 图像边缘的概念176

9.2.2 Hough变换176

9.3 基于阈值的图像分割179

9.3.1 基于阈值的分割方法180

9.3.2 基于双峰形直方图的阈值选取182

9.3.3 其他阈值选取方法184

9.4 基于跟踪的图像分割185

9.4.1 轮廓跟踪法186

9.4.2 光栅跟踪法187

9.5 基于区域的图像分割188

9.5.1 区域生长法188

9.5.2 分裂合并法190

习题9192

第10章 图像特征提取193

10.1 图像的边缘特征及其检测方法193

10.1.1 图像边缘的特征193

10.1.2 梯度边缘检测194

10.1.3 二阶微分边缘检测197

10.1.4 Marr边缘检测算法199

10.2 图像的点与角点特征及其检测方法200

10.2.1 图像点特征及其检测方法200

10.2.2 图像角点的概念200

10.2.3 SUSAN角点检测算法201

10.3 图像的纹理特征及其描述和提取方法204

10.3.1 图像纹理的概念和分类204

10.3.2 图像纹理的主要特性及描述与提取方法206

10.3.3 基于灰度直方图统计矩的纹理特征描述与提取方法207

10.3.4 基于灰度共生矩阵的纹理特征提取方法209

10.3.5 基于结构方法的纹理描述213

10.3.6 基于频谱方法的纹理描述214

10.4 图像的形状特征216

10.4.1 矩形度216

10.4.2 圆形性216

10.4.3 球状性217

10.5 图像的统计特征217

习题10219

第11章 彩色与多光谱图像处理220

11.1 彩色视觉220

11.1.1 三基色原理220

11.1.2 CIE色度图222

11.2 彩色模型224

11.2.1 RGB彩色模型224

11.2.2 HSI彩色模型225

11.2.3 RGB彩色模型到HSI彩色模型的转换226

11.2.4 HSI彩色模型到RGB彩色模型的转换226

11.3 彩色变换227

11.3.1 反色变换227

11.3.2 彩色图像的灰度化228

11.3.3 真彩色转变为256色229

11.3.4 彩色平衡230

11.4 彩色图像增强232

11.4.1 真彩色增强232

11.4.2 伪彩色增强234

11.4.3 假彩色增强237

11.5 彩色图像的平滑237

11.5.1 基于RGB彩色模型的彩色图像平滑238

11.5.2 基于HSI彩色模型的彩色图像平滑239

11.6 彩色图像的锐化240

11.7 彩色图像的边缘检测240

11.8 彩色图像的分割242

11.8.1 HSI模型的彩色图像分割242

11.8.2 RGB模型的彩色图像分割243

11.9 多光谱与高光谱图像处理简介244

11.9.1 多光谱图像处理简介244

11.9.2 高光谱图像处理简介246

习题11248

第12章 形态学图像处理249

12.1 集合论基础249

12.1.1 集合的概念249

12.1.2 集合间的关系和运算250

12.2 二值形态学的基本运算252

12.2.1 腐蚀252

12.2.2 膨胀255

12.2.3 开运算和闭运算258

12.2.4 二值形态学基本运算性质261

12.3 二值图像的形态学处理263

12.3.1 形态滤波263

12.3.2 边界提取264

12.3.3 区域填充264

12.3.4 骨架提取266

12.3.5 物体识别267

12.4 灰度形态学基本运算268

12.4.1 灰度腐蚀269

12.4.2 灰度膨胀270

12.4.3 灰度开运算和灰度闭运算273

12.4.4 灰度形态学基本运算的性质275

12.5 灰度形态学处理算法277

12.5.1 形态学平滑277

12.5.2 形态学梯度277

12.5.3 高帽（top-hat）变换278

习题12279

第13章 目标表示与描述280

13.1 边界表示280

13.1.1 链码280

13.1.2 多边形282

13.1.3 标记284

13.1.4 边界线段285

13.2 边界描述285

13.2.1 简单的边界描述子285

13.2.2 形状数286

13.2.3 傅里叶描述子287

13.2.4 统计矩289

13.3 区域表示290

13.3.1 区域标示290

13.3.2 四叉树表示290

13.3.3 骨架表示291

13.4 区域描述293

13.4.1 几种简单的区域描述子294

13.4.2 拓扑描述子295

13.4.3 不变矩296

13.5 关系描述298

13.5.1 串描述子298

13.5.2 树描述子299

习题13301

附录A N=4时的二维DCT变换基图像的原始数据302

附录B 本书中的彩色图像插图305

参考文献309