数字图像处理视频教程 任获荣 西安电子科技大学

 
课程名称：数字图像处理视频教程 任获荣 西安电子科技大学
 
免费试看：暂无试看
 
课程目录：
 
前言 
第1章 绪论 
1.1 图像和图像处理 
1.1.1 图像 
1.1.2 图像处理 
1.1.3 图像的表示 
1.2 数字图像处理的步骤和方法 
1.2.1 数字图像处理的基本步骤 
1.2.2 数字图像处理的内容和方法 
1.3 数字图像处理系统的组成 
1.3.1 数字图像输入模块 
1.3.2 数字图像存储模块 
1.3.3 数字图像输出模块 
1.3.4 数字图像通信模块 
1.3.5 数字图像处理与分析模块 
1.4 数字图像处理的主要应用 
1.5 全书内容简介 
习题 
 
第2章 数字图像处理基础 
2.1 色度学基础 
2.1.1 三基色原理 
2.1.2 颜色模型 
2.2 人的视觉特性 
2.2.1 人眼的构造与机理要点 
2.2.2 人的视觉模型 
2.2.3 人眼的亮度感觉 
2.3 图像数字化 
2.3.1 图像采样 
2.3.2 采样图像的均匀量化 
2.3.3 数字化参数的选择及对图像的影响 
2.4 数字图像表示形式和特点 
2.5 小结 
习题 
 
第3章 图像变换 
3.1 图像的几何变换 
3.1.1 图像几何变换的一般表达式 
3.1.2 平移变换 
3.1.3 比例缩放 
3.1.4 旋转变换 
3.1.5 仿射变换 
3.1.6 透视变换 
3.1.7 灰度插值 
3.2 图像的离散傅里叶变换 
3.2.1 一维离散傅里叶变换（1D-DFT） 
3.2.2 二维离散傅里叶变换（2D-DFT） 
3.3 图像变换的一般表示形式 
3.4 图像的离散余弦变换 
3.5 图像的离散沃尔什一哈达玛变换 
3.5.1 离散哈达玛变换（DHT） 
3.5.2 离散沃尔什变换（DWT） 
3.5.3 2D-DHT和2D-DWT的特点及举例 
3.6 K-L变换 
3.6.1 图像的向量表示和统计参数 
3.6.2 C／的特征值和特征向量 
3.6.3 离散K-L变换及其性质 
3.6.4 图像的主分量表示和降维重建 
3.7 小结 
习题 
 
第4章 图像增强 
4.1 图像的对比度增强 
4.1.1 灰度线性变换 
4.1.2 灰度的非线性变换 
4.2 图像的直方图修正 
4.2.1 灰度直方图的定义 
4.2.2 灰度直方图的性质 
4.2.3 直方图与图像清晰性的关系 
4.2.4 直方图均衡化 
4.2.5 直方图规定化 
4.3 图像平滑 
4.3.1 空域平滑法 
4.3.2 频域低通滤波法 
4.3.3 中值滤波法 
4.4 图像锐化 
4.4.1 空域锐化法 
4.4.2 高频提升滤波法 
4.5 图像的同态滤波 
4.6 图像的彩色增强 
4.6.1 伪彩色（pseudocolor）增强 
4.6.2 假彩色（falsecolor）增强 
4.6.3 真彩色图像增强 
4.7 小结 
习题 
 
第5章 图像恢复 
5.1 退化模型 
5.1.1 连续退化模型 
5.1.2 离散退化模型 
5.1.3 循环矩阵H的对角化 
5.1.4 频域退化模型 
5.2 常见退化函数模型及辨识方法 
5.2.1 几种常见退化函数模型 
5.2.2 退化函数的辨识方法 
5.3 图像的无约束恢复——反向滤波法 
5.3.1 无约束恢复 
5.3.2 反向滤波法 
5.4 图像的有约束最小二乘恢复——维纳和约束最小平方滤波法 
5.4.1 维纳滤波法 
5.4.2 约束最小平方滤波法 
5.5 几何畸变图像的恢复 
5.5.1 空间坐标变换 
5.5.2 灰度值的确定 
5.6 超分辨率图像复原 
5.6.1 超分辨率复原的理论基础 
5.6.2 超分辨率图像复原的数学模型 
5.6.3 超分辨率图像复原算法 
5.6.4 超分辨率图像复原的研究现状与发展趋势 
5.7 小结 
习题 
 
第6章 图像压缩编码 
6.1 概述 
6.1.1 图像压缩的可能性 
6.1.2 图像压缩编码的概念 
6.1.3 图像压缩方法分类 
6.2 图像编码的基本理论 
6.2.1 数据冗余 
6.2.2 图像编解码模型 
6.2.3 保真度准则 
6.3 无损压缩编码 
6.3.1 信息量 
6.3.2 信源的熵 
6.3.3 基本编码定理 
6.3.4 霍夫曼编码法 
6.3.5 香农-费诺编码法 
6.3.6 算术编码 
6.4 限失真编码 
6.4.1 信息率失真理论 
6.4.2 预测编码 
6.4.3 正交变换编码 
6.5 二值图像编码 
6.5.1 常数块编码与空白块编码 
6.5.2 游程编码（RLC） 
6.5.3 四叉树编码 
6.6 小波变换及在图像压缩编码中的应用 
6.6.1 从傅里叶分析到小波变换 
6.6.2 连续小波变换 
6.6.3 二进小波变换 
6.6.4 多分辨率分析 
6.6.5 图像的小波变换编码 
6.7 图像压缩国际标准简介 
6.7.1 JPEG标准 
6.7.2 JPEG2000 
6.7.3 H.2 61／H.2 63 
6.7.4 MPEG 
6.8 小结 
习题 
 
第7章 图像分割 
7.1 图像分割的定义和依据 
7.1.1 图像分割的定义 
7.1.2 灰度图像分割的依据 
7.1.3 图像分割方法分类 
7.2 边缘点检测 
7.2.1 边缘点检测的基本原理 
7.2.2 正交梯度算子法 
7.2.3 方向梯度法（方向匹配模板法） 
7.2.4 线检测模板 
7.2.5 二阶导数算子法 
7.3 边缘线跟踪 
7.3.1 局部边缘连接法 
7.3.2 光栅扫描跟踪法 
7.3.3 Hough变换法 
7.4 门限化分割 
7.4.1 灰度门限法 
7.4.2 灰度门限的确定 
7.5 区域分割法 
7.5.1 区域生长法 
7.5.2 分裂合并法 
7.6 小结 
习题 
 
第8章 图像描述 
8.1 像素间的基本关系 
8.1.1 像素的相邻与邻域 
8.1.2 像素的邻接和连通 
8.1.3 区域和边界 
8.1.4 距离测量 
8.2 目标物边界的描述 
8.2.1 目标物边界的链码表示 
8.2.2 曲线拟合 
8.2.3 闭合曲线的傅里叶描述子 
8.3 目标物的区域描述 
8.3.1 区域的四叉树描述 
8.3.2 区域的拓扑描述 
8.3.3 骨架描述 
8.4 图像的几何特征 
8.4.1 区域面积 
8.4.2 曲线长度和区域周长 
8.4.3 区域圆形度 
8.4.4 区域的外接矩形 
8.4.5 区域的偏心率 
8.4.6 区域的紧凑性 
8.5 图像的矩描述 
8.5.1 矩描述子的定义 
8.5.2 矩的不变性 
8.6 图像的纹理描述 
8.6.1 基于粗糙度的纹理描述 
8.6.2 灰度差分统计的纹理分析 
8.6.3 等灰度游程长度的纹理描述 
8.6.4 灰度共生矩阵纹理描述 
8.6.5 傅里叶功率谱纹理描述 
8.7 形态学在图像描述中的应用 
8.7.1 形态学在区域描述中的应用 
8.7.2 形态学在边界描述中的应用 
8.7.3 形态学用于纹理描述 
8.8 小结 
习题 
 
第9章 图像分类识别 
9.1 图像匹配 
9.1.1 模板匹配 
9.1.2 特征匹配 
9.2 图像的分类 
9.2.1 监督分类法 
9.2.2 非监督分类法（聚类分析法） 
9.3 图像识别 
9.3.1 统计模式识别 
9.3.2 结构模式识别 
9.3.3 神经网络识别 
9.4 小结 
习题 
参考文献