数字图像处理 第3版PDF|Epub|txt|kindle电子书版本网盘下载

数字图像处理 第3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3

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5

习题16

第2章 数字图像处理基础7

2.1电磁波谱与可见光谱7

2.2人眼的亮度视觉特性9

2.2.1视觉适应性9

2.2.2同时对比效应10

2.2.3马赫带效应10

2.2.4视觉错觉10

2.3图像的表示11

2.3.1简单的图像成像模型11

2.3.2数字图像的表示12

2.4空间分辨率和灰度级分辨率15

2.4.1空间分辨率和灰度级分辨率的概念15

2.4.2采样数变化对图像视觉效果的影响16

2.4.3空间分辨率变化对图像视觉效果的影响17

2.4.4灰度级分辨率变化对图像视觉效果的影响18

2.5像素间的关系18

2.5.1像素的相邻和邻域18

2.5.2像素的邻接性与连通性19

2.5.3距离的度量22

2.6图像的显示23

2.6.1显示分辨率与图像分辨率24

2.6.2彩色模型24

2.6.3位图24

2.6.4调色板25

2.7图像文件格式26

2.7.1位图文件头26

2.7.2位图信息头27

2.7.3位图调色板29

2.7.4图像的位图数据29

习题230

第3章 数字图像的基本运算32

3.1灰度反转32

3.2对数变换33

3.3灰度直方图33

3.3.1灰度直方图及其分布特征34

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36

3.4图像的代数运算36

3.4.1图像的相加运算36

3.4.2图像的相减运算37

3.5图像的几何运算38

3.5.1图像平移变换38

3.5.2图像旋转变换39

3.5.3图像镜像变换42

3.5.4图像转置变换43

3.5.5图像缩放44

习题346

第4章 空间域图像增强48

4.1基于点运算的图像增强方法48

4.1.1对比度拉伸48

4.1.2窗切片49

4.2基于直方图的图像增强方法50

4.2.1直方图均衡50

4.2.2直方图规定化57

4.3基于空间平滑滤波的图像增强方法63

4.3.1空间滤波实现机理——模板运算原理63

4.3.2线性平滑滤波图像增强方法——邻域平均法66

4.3.3非线性平滑滤波图像增强方法——中值滤波法67

4.4基于空间锐化滤波的图像增强方法69

4.4.1基于一阶微分的图像增强方法69

4.4.2基于二阶微分的图像增强方法——拉普拉斯算子锐化方法72

习题475

第5章 频率域图像处理77

5.1二维离散傅里叶变换77

5.1.1二维离散傅里叶变换的定义和傅里叶频谱77

5.1.2二维离散傅里叶变换的若干重要性质79

5.1.3图像的傅里叶频谱特性分析81

5.1.4离散傅里叶变换的实现84

5.2频率域图像处理的基本实现思路85

5.2.1基本实现思想85

5.2.2转移函数的设计86

5.3基于频率域的图像噪声消除——频率域低通滤波86

5.3.1理想低通滤波器86

5.3.2巴特沃斯低通滤波器88

5.3.3高斯低通滤波器89

5.4基于频率域的图像增强——频率域高通滤波90

5.4.1理想高通滤波器90

5.4.2巴特沃斯高通滤波器90

5.4.3高斯高通滤波器91

5.5带阻滤波和带通滤波92

5.5.1带阻滤波器92

5.5.2带通滤波器93

习题593

第6章 图像恢复95

6.1图像的退化模型95

6.1.1常见退化现象的物理模型95

6.1.2图像退化模型的表示96

6.1.3离散退化模型96

6.1.4图像的离散退化模型97

6.2空间域图像的恢复98

6.2.1无约束最小二乘方恢复98

6.2.2有约束最小二乘方恢复99

6.3频率域图像的恢复102

6.4匀速直线运动模糊的恢复103

6.5图像噪声与被噪声污染图像的恢复105

6.5.1图像噪声105

6.5.2被噪声污染图像的恢复109

6.6几何失真的校正110

6.6.1坐标的几何校正111

6.6.2灰度值恢复112

习题6114

第7章 图像压缩编码115

7.1 DCT变换115

7.1.1一维DCT115

7.1.2二维偶DCT118

7.1.3 DCT变换的基函数与基图像120

7.2数字图像压缩编码基础122

7.2.1图像压缩的基本概念122

7.2.2图像质量（相似度）评价——保真度准则123

7.2.3图像编码模型125

7.3几种最基本的变长编码方法128

7.3.1费诺码129

7.3.2霍夫曼编码130

7.3.3几种接近最佳的变长编码132

7.3.4算术编码134

7.4位平面编码137

7.4.1位平面分解137

7.4.2位平面的格雷码分解编码138

7.5游程编码139

7.6变换编码141

7.6.1变换编码的过程141

7.6.2子图像尺寸的选择141

7.6.3变换的选择142

7.6.4变换系数的量化和编码144

7.6.5变换解码147

习题7150

第8章 小波图像处理151

8.1小波变换与图像小波变换151

8.1.1小波的概念和特性151

8.1.2连续小波变换152

8.1.3离散小波变换154

8.1.4二进小波变换154

8.1.5塔式分解与Mallat算法155

8.1.6图像的小波变换158

8.2嵌入式零树小波编码163

8.2.1基于小波变换的图像压缩基本思路163

8.2.2嵌入式编码与零树概念163

8.2.3重要小波系数及扫描方法165

8.2.4嵌入式零树编码方法166

8.2.5嵌入式零树小波编码图像的重建174

8.2.6嵌入式零树小波编码的渐进传输特性175

8.3基于小波变换的图像去噪方法175

8.3.1小波去噪方法的机理175

8.3.2小波收缩阈值去噪方法176

习题8178

第9章 图像分割179

9.1图像分割的概念179

9.2基于边缘检测的图像分割180

9.2.1图像边缘的概念180

9.2.2 Hough变换181

9.3基于阈值的图像分割183

9.3.1基于阈值的分割方法184

9.3.2基于双峰形直方图的阈值选取186

9.3.3其他阈值选取方法188

9.4基于跟踪的图像分割189

9.4.1轮廓跟踪法189

9.4.2光栅跟踪法190

9.5基于区域的图像分割192

9.5.1区域生长法192

9.5.2分裂合并法194

习题9196

第10章 图像特征提取197

10.1图像的边缘特征及其检测方法197

10.1.1图像边缘的特征197

10.1.2梯度边缘检测198

10.1.3二阶微分边缘检测202

10.1.4 Marr边缘检测算法203

10.2图像的点与角点特征及其检测方法204

10.2.1图像点特征及其检测方法204

10.2.2图像角点的概念205

10.2.3 SUSAN角点检测算法205

10.3图像的纹理特征及其描述和提取方法208

10.3.1图像纹理的概念和分类208

10.3.2图像纹理的主要特性及描述与提取方法210

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212

10.3.4基于灰度共生矩阵的纹理特征提取方法213

10.3.5基于结构方法的纹理描述218

10.3.6基于频谱方法的纹理描述218

10.4图像的形状特征220

10.4.1矩形度220

10.4.2圆形性220

10.4.3球状性221

10.5图像的统计特征221

习题10223

第11章 彩色图像处理225

11.1彩色视觉225

11.1.1三基色原理225

11.1.2 CIE色度图227

11.2彩色模型229

11.2.1 RGB彩色模型229

11.2.2 HSI彩色模型229

11.2.3 RGB彩色模型到HSI彩色模型的转换230

11.2.4 HSI彩色模型到RGB彩色模型的转换231

11.3彩色变换231

11.3.1反色变换232

11.3.2彩色图像的灰度化232

11.3.3真彩色转变为256色234

11.3.4彩色平衡235

11.4彩色图像增强237

11.4.1真彩色增强237

11.4.2伪彩色增强238

11.4.3假彩色增强241

11.5彩色图像的平滑241

11.5.1基于RGB彩色模型的彩色图像平滑242

11.5.2基于HSI彩色模型的彩色图像平滑243

11.6彩色图像的锐化244

11.7彩色图像的边缘检测244

11.8彩色图像的分割245

11.8.1 HSI模型的彩色图像分割246

11.8.2 RGB模型的彩色图像分割247

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251

12.2.1腐蚀252

12.2.2膨胀254

12.2.3开运算和闭运算257

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263

12.3.3区域填充264

12.3.4骨架提取266

12.3.5物体识别266

12.4灰度形态学基本运算268

12.4.1灰度腐蚀268

12.4.2灰度膨胀270

12.4.3灰度开运算和灰度闭运算272

12.4.4灰度形态学基本运算的性质274

12.5灰度形态学处理算法276

12.5.1形态学平滑276

12.5.2形态学梯度276

12.5.3高帽变换277

习题12278

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286

13.2.2形状数286

13.2.3傅里叶描述子287

13.2.4统计矩290

13.3区域表示290

13.3.1区域标示290

13.3.2四叉树表示291

13.3.3骨架表示291

13.4区域描述294

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300

习题13301

第14章 视频图像处理基础302

14.1视频图像处理概念302

14.2基于视频图像的运动目标检测与识别304

14.2.1帧差法304

14.2.2背景减法305

14.2.3光流场分析法307

14.3视频编码技术309

14.3.1视频压缩编码的机理309

14.3.2视频编码技术及编码标准309

14.3.3混合视频编码框架311

14.3.4面向混合视频编码框架的编码技术312

习题14315

参考文献317

附录A N=4时的二维DCT变换基图像的原始数据320

附录B 本书中的彩色图像插图323