数字图像处理 第3版
出版时间： 2017年版
内容简介
本书详细介绍了数字图像处理的基本理论、主要技术和新进展。全书共分13章，其内容主要包括图像获取、图像变换、图像增强、图像复原、彩色图像处理技术、图像编码、小波图像压缩、图像检测与分割、图像表示与描述、图像特征优化、图像识别、图像检索与过滤等。本书坚持理论与实际相结合的原则，理论分析深入浅出，方法介绍详细具体，实例演示清晰明了，同时给出了部分关键算法的MATLAB实现程序，这些正是本书的重要特色。
目录
前言
教学建议
第1章绪论
1.1图像及其分类
1.1.1图像的特点
1.1.2图像的分类
1.2数字图像处理技术与应用
1.2.1数字图像处理的主要内容
1.2.2数字图像处理方法
1.2.3数字图像处理技术的应用
1.3数字图像处理系统
1.4Matlab简介
1.5本书概要
习题
第2章图像获取
2.1概述
2.2连续图像模型
2.2.1连续图像的表达式
2.2.2连续图像的随机表征
2.3连续图像的频谱
2.3.1一维连续傅里叶变换
2.3.2二维连续傅里叶变换
2.4图像采样
2.4.1采样定理
2.4.2图像采样
2.5图像量化
2.5.1量化器模型
2.5.2标量量化
2.5.3向量量化
2.6数字图像中的基本概念
2.6.1数字图像的表示
2.6.2空间与灰度级分辨率
2.6.3像素间的基本关系
小结
习题
第3章图像变换
3.1概述
3.2一维离散傅里叶变换
3.2.1离散傅里叶变换
3.2.2离散傅里叶变换的性质
3.3一维快速傅里叶变换
3.3.1一维快速傅里叶变换的基本思想
3.3.2一维快速傅里叶变换算法
3.4二维离散傅里叶变换
3.4.1二维离散傅里叶变换的定义
3.4.2二维离散傅里叶变换的性质
3.4.3二维快速离散傅里叶变换
3.4.4二维快速傅里叶变换的Matlab实现
3.4.5可分离图像变换的概念
3.5离散余弦变换
3.5.1一维离散余弦变换
3.5.2一维快速离散余弦变换算法
3.5.3二维离散余弦变换
3.5.4离散余弦变换的Matlab实现
3.5.5离散余弦变换的应用
3.6沃尔什变换和哈达玛变换
3.6.1离散沃尔什变换
3.6.2离散哈达玛变换
3.6.3快速哈达玛变换算法
3.7霍特林变换
3.8拉东变换
3.8.1拉东变换概述
3.8.2拉东变换的Matlab实现
小结
习题
第4章图像增强
4.1概述
4.2空域点处理增强
4.2.1直接灰度变换
4.2.2直方图修正
4.2.3图像间的运算
4.3空域滤波增强
4.3.1平滑滤波器
4.3.2锐化滤波器
4.4频域滤波增强
4.4.1低通滤波器
4.4.2高通滤波器
4.4.3同态滤波器
小结
习题
第5章图像复原
5.1概述
5.2图像退化模型
5.2.1退化模型
5.2.2连续函数退化模型
5.2.3离散退化模型
5.2.4循环矩阵对角化
5.3退化函数估计
5.3.1图像观察估计法
5.3.2试验估计法
5.3.3模型估计法
5.4逆滤波
5.4.1无约束复原
5.4.2逆滤波复原
5.4.3消除匀速运动模糊
5.5维纳滤波
5.5.1有约束滤波
5.5.2维纳滤波复原
5.5.3维纳滤波的Matlab实现
5.6约束最小二乘方滤波
5.6.1滤波模型
5.6.2约束最小二乘方滤波的Matlab实现
5.7从噪声中复原
5.7.1噪声模型
5.7.2空域滤波复原
5.7.3频域滤波复原
5.8几何失真校正
5.8.1空间变换
5.8.2灰度插值
5.8.3几何失真图像配准复原
小结
习题
第6章彩色图像处理
6.1概述
6.2彩色基础
6.2.1人眼的构造
6.2.2三色成像
6.3颜色模型
6.3.1RGB模型
6.3.2CMY模型和CMYK模型
6.3.3HSI模型
6.4全彩色图像处理
6.4.1彩色图像增强
6.4.2彩色图像复原
6.4.3彩色图像分析
6.5伪彩色处理
6.5.1密度分层法
6.5.2灰度级彩色变换法
6.5.3频域滤波法
小结
习题
第7章图像编码
7.1概述
7.1.1图像数据的冗余
7.1.2图像的编码质量评价
7.2信息论基础与熵编码
7.2.1离散信源的熵表示
7.2.2离散信源编码定理
7.2.3赫夫曼编码
7.2.4香农费诺编码
7.2.5算术编码
7.2.6行程编码
7.3LZW算法
7.4预测编码
7.4.1无损预测编码
7.4.2有损预测编码
7.5变换编码
7.5.1变换选择
7.5.2子图像尺寸选择
7.5.3位分配
7.5.4一个DCT编码实例
7.6基于矢量量化技术的图像编码
7.6.1矢量量化原理
7.6.2矢量量化过程
7.7小波图像编码
7.7.1数字图像的小波分解
7.7.2小波基的选择
7.7.3小波变换域小波系数分析
7.7.4小波编码方法
小结
习题
第8章图像检测与分割
8.1概述
8.2边缘检测
8.2.1梯度算子
8.2.2高斯拉普拉斯算子
8.2.3坎尼边缘检测算子
8.3边界跟踪
8.3.1空域边界跟踪
8.3.2霍夫变换
8.4阈值分割
8.4.1人工选择法
8.4.2自动阈值法
8.4.3分水岭算法
8.5区域分割
8.5.1区域生长法
8.5.2区域分裂法
8.5.3区域合并法
8.5.4区域分裂合并法
8.6形变模型
8.6.1参数活动轮廓模型
8.6.2几何活动轮廓模型
8.6.3形变模型的扩展形式
8.7运动分割
8.7.1背景差值法
8.7.2图像差分法
8.7.3基于光流的分割方法
8.7.4基于块的运动分割方法
小结
习题
第9章图像表示与描述
9.1概述
9.2图像表示
9.2.1链码
9.2.2边界分段
9.2.3多边形近似
9.2.4标记图
9.2.5骨架
9.3边界描述
9.3.1一些简单的描述子
9.3.2形状数
9.3.3傅里叶描述子
9.3.4统计矩
9.4区域描述
9.4.1一些简单的描述子
9.4.2纹理
9.4.3不变矩
9.5数学形态学描述
9.5.1膨胀和腐蚀
9.5.2开启和闭合
9.5.3数学形态学对图像的操作
小结
习题
第10章图像特征优化
10.1概述
10.2基于选择的特征优化
10.2.1可分离性判据
10.2.2搜索选择策略
10.2.3基于遗传算法的特征选择
10.3基于统计分析的特征优化
10.3.1主成分分析
10.3.2独立分量分析
10.3.3线性判别分析
10.3.4多维尺度分析
10.4基于流形学习的特征优化
10.4.1流形学习的基本原理
10.4.2核主成分分析
10.4.3局部线