简介
前言
计算机图像处理技术是随着计算机技术的曰益成熟和个人计算机的普及而迅速发展起来的一个重要技术领域，它已经广泛地应用在医学、工业、军事、资源、环境、气象、交通、公安及文化教育等众多领域，并取得了广泛的应用成果和巨大的国民经济价值。
白1998年以来，我校在交通信息工程及控制专业的博士研究生和硕士研究生中相继开设了这门课程，教学时数为60学时，在教学过程中，发现该门课程具有很强的数学背景，这种数学化的特点正是这门学科成熟的重要标志。马克思曾经说过："一种科学只有在成功地运用数学时，才算真正达到了完善的地步"。但是，数学在本课程中的突出地位与工科、非电子信息专业的研究生比较薄弱的数学功底又相矛盾。于是，我经过几年的教学实践，不断完善和改进讲稿，并参照了国内外已有的相关文献，编写了此书。
全书共分9章，第l章引论，主要介绍了图像的概念，图像处理技术的分类和特点，图像处理的简明历史和应用，以及计算机图像处理的基本内容、方法和发展动向：第2章预备知识，回顾一下学习本书所必备的数学知识，旨在提醒读者应复习的数学内容，包括基本微积分、概率论和矩阵分析的相关知识；第3章，讨论了数字图像的各种表示方法以及取样、量化的原理；第4章至第9章，分别讨论了图像处理的基本研究方向，包括变换、增强、恢复、重建、编码和分析理解。
在编写本书的过程中，参考了国内同类著作的有关内容，在此，谨对这些专家在这一领域的工作表示敬意!
目录
第1章 引论
1.1 什么是图像
1.2 图像处理的简明历史及应用
1.3 图像处理技术的分类及特点
1.3.1 模拟图像处理
1.3.2 数字图像处理
1.3.3 图像信息与通信信息的区别及联系
1.4 计算机图像处理研究的主要内容及方法
1.4.1 计算机图像处理的主要内容
1.4.2 计算机图像处理方法
1.4.3 计算机图像处理领域的发展动向
第2章 预备知识
2.1 函数和极限
2.1.1 函数
2.1.2 极限
2.1.3 变换
2.1.4 常用函数
2.2 概率论的相关知识
2.2.1 概率
2.2.2 随机变量的密度函数和分布函数
2.2.3 均值和方差
2.2.4 相关函数
2.2.5 矩
2.2.6 特殊分布和定理
2.3 矩阵论的相关知识
2.3.1 矩阵及其基本运算
2.3.2 行列式、逆和秩
2.3.3 特殊矩阵
2.3.4 矩阵的特性值和特征向量
2.3.5 图像矩阵的奇异值分解
2.3.6 伪逆矩阵
第3章 图像的数学表示方法
3.1 线性系统中图像的基本运算
3.2 图像的数学表示方法
3.2.1 图像的确定性表示
3.2.2 图像的随机性表示
3.3 图像的取样、量化与重现
3.3.1 取样
3.3.2 量化技术
3.3.3 取样、量化和图像细节的关系
第4章 图像变换
4.1 图像的傅里叶变换
4.1.1 连续函数的傅里叶变换
4.1.2 离散傅里叶变换
4.1.3 离散傅里叶变换的若干性质
4.2 图像的正交变换
4.3 哈达玛变换
4.4 离散余弦变换
4.5 离散卡-洛变换
第5章 图像增强
5.1 对比度增强
5.1.1 灰度变换法
5.1.2 直方图调整法
5.1.3 规格化法
5.2 图像平滑
5.2.1 低通滤波法
5.2.2 局部平均法
5.2.3 多图像平均法
5.2.4 结构性噪声的消除
5.3 图像锐化
5.3.1 高频加强滤波器
5.3.2 微分法
5.3.3 反锐化掩模法
5.4 同态滤波
5.5 伪彩色与假彩色
5.5.1 伪彩色处理
5.5.2 假彩色处理
5.6 代数运算
5.6.1 图像相减运算的应用
5.6.2 图像相乘与相除运算的应用
5.7 几何校正
5.7.1 坐标的几何校正——多项式扭曲
5.7.2 像素灰度级的估算
第6章 图像恢复
6.1 成像系统的数学描述(点扩展函数概念)
6.2 图像函数退化的数学模型
6.2.1 图像退化模型的离散形式
6.2.2 运动模糊的退化模型
6.2.3 退化模型的频域表示
6.2.4 退化模型的能量表示
6.3 图像恢复的滤波方法
6.3.1 运动模糊的恢复
6.3.2 逆滤波恢复方法
6.3.3 维纳滤波恢复方法
6.3.4 等功率谱的恢复方法
6.3.5 约束最小平方滤波
6.4 图像恢复的代数方法
6.4.1 伪逆法
6.4.2 投影迭代法
6.5 图像恢复的非线性方法
6.5.1 最大后验法
6.5.2 最大熵法
6.6 约束点扩展函数解卷法
第7章 图像重建
7.1 图像重建的历史及应用
7.2 图像重建的基本原理
7.2.1 图像的投影
7.2.2 傅里叶变换法
7.3 图像重建的基本方法
7.3.1 滤波-逆投影法
7.3.2 用于扇束投影的滤波-逆投影法
7.4 代数重建技术
7.4.1 投影迭代法
7.4.2 投影迭代法的近似算式
第8章 图像编码
8.1 图像品质的度量
8.1.1 主观评价法
8.1.2 图形测试法
8.1.3 数值度量法
8.2 图像编码模型
8.3 信源编码
8.3.1 无失真编码
8.3.2 限失真编码
8.4 基于图像的图形结构特性的编码方法
8.4.1 等值线编码
8.4.2 行程编码
8.5 基于图像统计特性的编码方法
8.5.1 预测编码
8.5.2 变换编码
8.5.3 混合编码
8.6 基于图像特征提取的数据压缩方法
8.7 静止图像压缩编码的国际标准JPEG简介
8.7.1 对图像编码的要求
8.7.2 无失真的预测编码
8.7.3 离散余弦(DCT)变换编码
8.7.4 DCT的累进操作模式
8.7.5 DCT分层操作模式
8.8 小波变换与图像信息压缩
8.8.1 小波变换——傅里叶变换的发展
8.8.2 离散小波变换
8.8.3 视觉的信道特性及其小波变换在图像数据压缩方面的应用
8.9 分形与分形图像压缩编码
8.9.1 分形图像压缩编码的理论基础
8.9.2 分形图像编码方法
第9章 图像分析与理解
9.1 图像分割
9.1.1 邻域和邻接
9.1.2 灰度级阈值化
9.1.3 使用频谱与空间特性进行像素分类
9.2 边缘检测
9.2.1 差分算子
9.2.2 模板匹配
9.2.3 最佳曲面拟合
9.2.4 轮廓拟合法
9.3 决策分类
9.3.1 统计决策分类
9.3.2 模糊集分类
9.4 图像描述
9.4.1 像素的连接性及距离
9.4.2 区域描述
9.4.3 关系描述
9.4.4 相似性描述
参考文献
1.1 什么是图像
1.2 图像处理的简明历史及应用
1.3 图像处理技术的分类及特点
1.3.1 模拟图像处理
1.3.2 数字图像处理
1.3.3 图像信息与通信信息的区别及联系
1.4 计算机图像处理研究的主要内容及方法
1.4.1 计算机图像处理的主要内容
1.4.2 计算机图像处理方法
1.4.3 计算机图像处理领域的发展动向
第2章 预备知识
2.1 函数和极限
2.1.1 函数
2.1.2 极限
2.1.3 变换
2.1.4 常用函数
2.2 概率论的相关知识
2.2.1 概率
2.2.2 随机变量的密度函数和分布函数
2.2.3 均值和方差
2.2.4 相关函数
2.2.5 矩
2.2.6 特殊分布和定理
2.3 矩阵论的相关知识
2.3.1 矩阵及其基本运算
2.3.2 行列式、逆和秩
2.3.3 特殊矩阵
2.3.4 矩阵的特性值和特征向量
2.3.5 图像矩阵的奇异值分解
2.3.6 伪逆矩阵
第3章 图像的数学表示方法
3.1 线性系统中图像的基本运算
3.2 图像的数学表示方法
3.2.1 图像的确定性表示
3.2.2 图像的随机性表示
3.3 图像的取样、量化与重现
3.3.1 取样
3.3.2 量化技术
3.3.3 取样、量化和图像细节的关系
第4章 图像变换
4.1 图像的傅里叶变换
4.1.1 连续函数的傅里叶变换
4.1.2 离散傅里叶变换
4.1.3 离散傅里叶变换的若干性质
4.2 图像的正交变换
4.3 哈达玛变换
4.4 离散余弦变换
4.5 离散卡-洛变换
第5章 图像增强
5.1 对比度增强
5.1.1 灰度变换法
5.1.2 直方图调整法
5.1.3 规格化法
5.2 图像平滑
5.2.1 低通滤波法
5.2.2 局部平均法
5.2.3 多图像平均法
5.2.4 结构性噪声的消除
5.3 图像锐化
5.3.1 高频加强滤波器
5.3.2 微分法
5.3.3 反锐化掩模法
5.4 同态滤波
5.5 伪彩色与假彩色
5.5.1 伪彩色处理
5.5.2 假彩色处理
5.6 代数运算
5.6.1 图像相减运算的应用
5.6.2 图像相乘与相除运算的应用
5.7 几何校正
5.7.1 坐标的几何校正——多项式扭曲
5.7.2 像素灰度级的估算
第6章 图像恢复
6.1 成像系统的数学描述(点扩展函数概念)
6.2 图像函数退化的数学模型
6.2.1 图像退化模型的离散形式
6.2.2 运动模糊的退化模型
6.2.3 退化模型的频域表示
6.2.4 退化模型的能量表示
6.3 图像恢复的滤波方法
6.3.1 运动模糊的恢复
6.3.2 逆滤波恢复方法
6.3.3 维纳滤波恢复方法
6.3.4 等功率谱的恢复方法
6.3.5 约束最小平方滤波
6.4 图像恢复的代数方法
6.4.1 伪逆法
6.4.2 投影迭代法
6.5 图像恢复的非线性方法
6.5.1 最大后验法
6.5.2 最大熵法
6.6 约束点扩展函数解卷法
第7章 图像重建
7.1 图像重建的历史及应用
7.2 图像重建的基本原理
7.2.1 图像的投影
7.2.2 傅里叶变换法
7.3 图像重建的基本方法
7.3.1 滤波-逆投影法
7.3.2 用于扇束投影的滤波-逆投影法
7.4 代数重建技术
7.4.1 投影迭代法
7.4.2 投影迭代法的近似算式
第8章 图像编码
8.1 图像品质的度量
8.1.1 主观评价法
8.1.2 图形测试法
8.1.3 数值度量法
8.2 图像编码模型
8.3 信源编码
8.3.1 无失真编码
8.3.2 限失真编码
8.4 基于图像的图形结构特性的编码方法
8.4.1 等值线编码
8.4.2 行程编码
8.5 基于图像统计特性的编码方法
8.5.1 预测编码
8.5.2 变换编码
8.5.3 混合编码
8.6 基于图像特征提取的数据压缩方法
8.7 静止图像压缩编码的国际标准JPEG简介
8.7.1 对图像编码的要求
8.7.2 无失真的预测编码
8.7.3 离散余弦(DCT)变换编码
8.7.4 DCT的累进操作模式
8.7.5 DCT分层操作模式
8.8 小波变换与图像信息压缩
8.8.1 小波变换——傅里叶变换的发展
8.8.2 离散小波变换
8.8.3 视觉的信道特性及其小波变换在图像数据压缩方面的应用
8.9 分形与分形图像压缩编码
8.9.1 分形图像压缩编码的理论基础
8.9.2 分形图像编码方法
第9章 图像分析与理解
9.1 图像分割
9.1.1 邻域和邻接
9.1.2 灰度级阈值化
9.1.3 使用频谱与空间特性进行像素分类
9.2 边缘检测
9.2.1 差分算子
9.2.2 模板匹配
9.2.3 最佳曲面拟合
9.2.4 轮廓拟合法
9.3 决策分类
9.3.1 统计决策分类
9.3.2 模糊集分类
9.4 图像描述
9.4.1 像素的连接性及距离
9.4.2 区域描述
9.4.3 关系描述
9.4.4 相似性描述
参考文献
计算机图像处理的数学和算法基础
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
