數字圖像處理技術與應用 — Visual C++ 實現

主要從事數字圖像處理和計算機輔助設計等方面的研究，在數字圖像全景拼接、智能拼圖、數字圖像3維重建方面有比較深入的研究，近5年，在國內外重要核心期刊發表學術論文10餘篇，申請發明專利3項，主編教材2部，主持省級項目3項，校級項目3項，參與省級項目2項，主持和參與企業橫向合作項目多項。

第 一章 概述 1
1．1　數字圖像基礎　1
1．1．1　像素　1
1．1．2　數字化　2
1．1．3　圖像類別　5
1．2　數字圖像的表示和像素間的關係　8
1．2．1　數字圖像的表示　8
1．2．2　數字圖像像素間的領域關係　9
1．2．3像素間的距離　9
1．3數字圖像處理的發展與應用領域　10
1．4　圖像的存儲與格式　16
1．4．1　數字圖像的存儲基礎　16
1．4．2　數字圖像數據文件的存儲方式　17
1．4．3　數字圖像文件格式　17
1．4．4　圖像顯示　20
1．5　視覺基礎　22
1．5．1　人眼成像　22
1．5．2亮度知覺　24
1．5．3　形狀知覺　26
1．5．4　顏色視覺和色度學　26
1．5．5　彩色模型　28
第二章　圖像運算及應用　35
引言　35
2．1　代數運算與應用　35
2．1．1　加運算與應用　35
2．1．2　減法運算與應用　37
2．1．3　乘法運算與應用　38
2．1．4　除法運算與應用　39
2．2　邏輯運算與應用　40
2．2．1　邏輯非（NOT）運算　40
2．2．2邏輯與（AND）運算　41
2．2．3邏輯或（OR）運算　41
2．2．4　邏輯運算綜合實例　42
2．3　應用案例　43
2．3．1　拼圖並加框案例　43
2．3．2　電視製作的藍屏技術　45
第3章　圖像增強技術　46
引言　46
3．1　噪聲及其描述　47
3．1．1　圖像噪聲的分類　47
3．1．2　噪聲特點　48
3．1．3　一些常見的噪聲概率密度函數　49
3．2　灰度變換　51
3．2．1　圖像求反變換　51
3．2．2　線性比例變換　52
3．2．3　分段線性變換　53
3．2．4　指數變換　54
3．2．5　對數變換　55
3．3　直方圖均衡化和規定化　55
3．3．1　直方圖均衡化　56
3．3．2　直方圖規定化　59
3．4　空域濾波增強　62
3．4．1　均值濾波　63
3．4．2　中值濾波　66
3．4．3　銳化空域濾波器　68
3．5　頻域濾波增強　70
3．5．1　頻域低通濾波　70
3．5．2　頻域高通濾波　74
3．6　應用案例　75
3．6．1　浮雕效果的製作　75
3．6．2　美化人臉　76
第4章　圖像復原技術　77
引言　77
4．1圖像退化及模型　78
4．2　噪聲及其描述　80
4．2．1　噪聲的分類　80
4．2．2　噪聲特點　81
4．2．3　一些常見的噪聲概率密度函數　82
4．3空域噪聲濾波器　85
4．3．1　均值濾波器　86
4．3．2統計排序濾波器　88
4．4幾何畸變圖像的複原　90
第五章　圖像變換　94
引言　94
5．1圖像空間幾何變換　95
5．1．1灰度插值　97
5．1．2　圖像平移變換　100
5．1．3　圖像旋轉變換　101
5．1．4　圖像比例變換　103
5．1．5　圖像鏡像變換　107
5．2　空間頻域變換和處理　109
5．2．1　傅里葉變換　109
5．2．2　快速傅里葉變換　115
5．2．3　離散餘弦變換　117
5．2．4沃爾什變換　119
5．2．5快速沃爾什變換　125
5．3　應用案例——水中倒影的製作　131
第六章　圖像分割　134
引言　134
6．1　拋磚引玉　134
6．1．1　圖像預處理　135
6．1．2人臉區域獲取　140
6．2　基礎知識　144
6．2．1圖像分割的定義　144
6．2．2　圖像分割的依據和分類　145
6．3　邊緣檢測　145
6．3．1邊緣的概念和性質　145
6．3．2　梯度算子　146
6．3．3　Roberts算子　148
6．3．4　Sobel算子　148
6．3．5　Prewitt算子　149
6．3．6　Laplacian算子　149
6．4　閾值分割　151
6．4．1　基於閾值的灰度圖像分割　151
6．4．2　閾值選取方法　153
6．5　輪廓跟踪　155
6．5．1　二值圖像輪廓跟踪　155
6．5．2　邊界跟踪法　156
6．5．3　圖搜索法　157
6．6　Hough變換　158
6．7　基於區域的分割　159
6．7．1　區域生長　159
6．7．2　區域分裂與合併　161
6．8　應用案例　163
6．8．1　融合改進分水嶺和區域生長的彩色圖像分割　163
6．8．2　車牌定位　168
第七章　圖像壓縮編碼技術　172
引言　172
7．1　圖像壓縮編碼概述　172
7．1．1　圖像壓縮原理　172
7．1．2　圖像壓縮編碼的可行性　173
7．1．3壓縮編碼的分類　174
7．1．4　圖像壓縮的相關術語　175
7．1．5　圖像保真度　176
7．2　哈夫曼（Huffman）編碼　177
7．3香農—範諾編碼（Shannon–Fano　coding）　179
7．4　算術編碼　180
7．5無損預測編碼　182
7．6有損預測編碼　184
7．7　圖像壓縮標準　186
7．7．1　JPEG/M-JPEG　186
7．7．2　H． 261/H． 263　187
7．7．3　MPEG　187
第8章　圖像的目標表達及特徵測量技術　189
引言　189
8．1輪廓的鏈碼表達　189
8．2輪廓線段的近似表達　192
8．2．1基於收縮的最小周長多邊形的邊界表達　192
8．2．2基於聚合的最小均方誤差線段逼近　193
8．2．3基於分裂的最小均方誤差線段逼近　193
8．3區域的表達　194
8．3．1區域分解表達　194
8．3．2　目標的骨架表達　195
8．4輪廓基本參數及測量　198
8．4．1　輪廓長度（區域周長）　198
8．4．2　輪廓直徑　200
8．4．3　形狀數　200
8．5區域參數及測量　201
8．5．1　區域面積　201
8．5．2　區域重心　202
8．5．3　區域灰度特性　202
8．5．4　區域形狀參數　203
8．5．5　偏心率度　203
8．5．6　圓形度（圓形性）　204
8．5．7　歐拉數　204
8．6　應用案例—水果識別　205
8．6．1　亮度調整　206
8．6．2　邊緣提取　206
8．6．3　圖像分割　207
8．6．4　區域標記　207
8．6．5　輪廓跟踪　208
8．6．6　特徵提取　208
8．6．7　個體識別　209
第9章　二值圖像的形態學處理　210
引言　210
9．1　腐蝕　212
9．2　膨脹　213
9．3　開運算　216
9．4　閉運算　217
9．5　應用案例　218
9．5．1　邊界提取　218
9．5．2　區域填充算法　219
9．5．3　連通分量的提取　219
9．5．4　凸殼　220
第　10章 彩色圖像處理　222
引言　222
10．1　彩色圖像基本屬性　222
10．1．1　像素深度　222
10．1．2　真彩色、偽彩色、假彩色　223
10．2　彩色圖像增強　223
10．2．1　真彩色圖像增強　223
10．2．2　偽彩色圖像增強　225
10．2．3　假彩色圖像增強　227
10．3　彩色圖像處理分析　227
10．3．1　彩色補償　228
10．3．2　彩色圖像平滑　229
10．3．3　彩色圖像銳化　230
10．4　應用案例　231
10．4．1　基於模板的圖像匹配　231
10．4．2　基於SIFT特徵點的圖像匹配　236
第　11章 經典案例　244
引言　244
11．1　經典案例——人臉檢測與特徵定位系統　244
11．1．1　人臉檢測與特徵定位系統功能　245
11．1．2　基於膚色分割的人臉檢測方法　245
11．1．3基於臉和頭髮區域的人臉檢測方法　249
11．1．4臉部特徵標註　251
11．2實例2——蝴蝶與蛾的分類　253
11．2．1　圖像預處理　253
11．2．2圖像分割　255
11．2．3　輪廓提取　260
11．2．4　特徵提取　262
11．2．5圖像分類　265