图像处理与识别

第1章 绪论.

1．1 引言

1．2 图像处理与识别相关术语

1．3 图像处理与识别的发展历史

1．4 图像处理与识别应用领域

习题

第2章 图像数字化

2．1 确定型图像场取样

2．2 图像量化

2．2．1 最佳均匀量化

2．2．2 非均匀量化

2．3 矢量量化

2．3．1 矢量量化原理

2．3．2 码书设计

2．3．3 码书搜索

习题

第3章 图像变换

3．1 傅里叶变换

3．1．1 连续傅里叶变换

3．1．2 离散傅里叶变换

.3．1．3 快速傅里叶变换

3．2 离散余弦变换(dct)

3．3 正弦变换

3．4 沃尔什-哈达玛变换

3．5 k-l变换

3．5．1 k-l变换的定义

3．5．2 k-l变换的基本性质

习题

第4章 图像增强

4．1 灰度级修正

4．1．1 直方图

4．1．2 灰度变换

4．1．3 直方图修正

4．2 图像平滑

4．2．1 邻域平均法

4．2．2 中值滤波

4．2．3 空域低通滤波

4．3 图像锐化

4．3．1 微分算子方法

4．3．2 sobe算子

4．3．3 拉普拉斯算子

4．3．4 空域高通滤波

4．4 图像滤波

4．4．1 低通滤波

4．4．2 高通滤波

4．4．3 同态滤波

4．5 伪彩色增强

4．6 几何变换

4．6．1 几何变换过程

4．6．2 灰度级插值

习题

第5章 图像编码

5．1 概述

5．1．1 图像数据的冗余

5．1．2 图像压缩的性能评价

5．2 统计编码

5．2．1 编码效率与冗余度

5．2．2 霍夫曼编码

5．2．3 香农—费诺编码

5．2．4 算术编码

5．3 预测编码

5．3．1 预测编码的基本原理

5．3．2 差值脉冲编码调制

5．3．3 最优线性预测

5．4 变换编码

5．4．1 变换编码系统结构

5．4．2 正交变换编码

5．5 轮廓编码

5．5．1 轮廓编码算法

5．5．2 轮廓算法的应用实例

5．6 国际标准组织简介..

习题

第6章 图像分割

6．1 图像分割的一般模型

6．2 阈值分割

6．3 基于变换直方图选取阈值

6．4 hough变换

6．5 串行区域分割

6．5．1 区域生长

6．5．2 分裂合并法

6．6 基于形态学的图像分割

6．6．1 膨胀和腐蚀

6．6．2 开启和闭合

6．6．3 数学形态学在图像处理中的应用

习题

第7章 图像特征分析

7．1 拓扑特性

7．1．1 邻接与连通

7．1．2 距离

7．2 轮廓的表达

7．2．1 轮廓的链码表达

7．2．2 轮廓的近似表达

7．3 区域的骨架表达

7．4 边界的描述

7．4．1 简单描述

7．4．2 边界的特征描述

7．5 区域的描述

7．5．1 简单描述

7．5．2 形状描述

习题

第8章 图像识别

8．1 图像识别概述

8．2 判别函数和判别规则

8．2．1 线性判别函数

8．2．2 最小距离判别函数

8．2．3 最近邻域判别函数

8．2．4 非线性判别函数

8．3 特征的提取和选择

8．4 统计模式识别方法

8．4．1 基本概念

8．4．2 贝叶斯(bayes)分类器

8．5 模糊识别方法

8．5．1 模糊集合论

8．5．2 模糊图像识别的实现

8．6 人工神经网络识别

8．6．1 人工神经网络模型

8．6．2 图像神经网络分类的实现

习题

第9章 图像识别系统

9．1 自动人脸识别系统

9．1．1 简介

9．1．2 自动人脸识别的步骤

9．1．3 主要的人脸识别方法

9．2 车牌识别系统

9．2．1 系统简介

9．2．2 车牌图像预处理技术

9．2．3 车牌定位技术

9．2．4 车牌字符切分技术

9．2．5 车牌字符识别技术

9．3 文字识别系统

9．3．1 概述

9．3．2 文字识别系统的构成

9．3．3 文字识别系统的性能指标

9．3．4 脱机文字识别

习题

参考文献...