數字圖像處理：MATLAB算法設計與解譯

目錄

第1章緒論

1.1數字圖像與數字圖像處理

1.2數字圖像處理系統的組成

1.3圖像處理技術的應用領域

1.4MATLAB及其應用基礎

1.4.1MATLAB系統組成

1.4.2MATLAB系統環境

1.5基於MATLAB的圖像處理程序設計與解譯

1.5.1基於MATLAB環境的程序設計

1.5.2MATLAB常用編程方法解譯

習題1

第2章數字圖像處理基礎

2.1電磁波譜與可見光譜

2.2人眼的亮度視覺特性

2.2.1視覺適應性

2.2.2同時對比效應

2.2.3馬赫帶效應

2.2.4視覺錯覺

2.3圖像的表示

2.3.1簡單的圖像成像模型

2.3.2數字圖像的表示

2.4空間分辨率和灰度級分辨率

2.4.1空間分辨率和灰度分辨率的概念

2.4.2採樣數變化對圖像視覺效果的影響

2.4.3空間分辨率變化對圖像視覺效果的影響

2.4.4灰度分辨率變化對圖像視覺效果的影響

2.5像素間的關系

2.5.1像素的相鄰和鄰域

2.5.2距離的度量

2.6圖像的顯示

2.6.1顯示分辨率與圖像分辨率

2.6.2彩色模型

2.6.3位圖

2.6.4調色板

2.7圖像文件格式

2.7.1位圖文件頭

2.7.2位圖信息頭

2.7.3位圖調色板

2.7.4圖像的位圖數據

習題2

第3章數字圖像的基本運算

3.1灰度反轉

3.2對數變換

3.3灰度直方圖

3.3.1灰度圖像直方圖與灰度圖像的對比度

3.3.2灰度直方圖的特徵

3.3.3歸一化灰度圖像直方圖

3.4圖像的代數運算

3.4.1圖像的相加運算

3.4.2圖像的相減運算

3.5圖像的幾何運算

3.5.1圖像平移變換

3.5.2圖像旋轉變換

3.5.3圖像鏡像變換

3.5.4圖像轉置變換

3.5.5圖像縮小與放大

習題3

第4章空間域圖像增強

4.1基於點運算的圖像增強方法

4.1.1對比度增強

4.1.2窗切片

4.2基於直方圖的圖像增強方法

4.2.1直方圖均衡

4.2.2直方圖規定化

4.3基於空間平滑濾波的圖像增強方法

4.3.1線性平滑濾波圖像增強方法——鄰域平均法和均值濾波法

4.3.2非線性平滑濾波圖像增強方法——中值濾波法

4.4基於空間銳化濾波的圖像增強方法

4.4.1基於一階微分算子的圖像增強方法

4.4.2基於二階微分算子的圖像增強方法

習題4

第5章頻率域圖像處理

5.1二維離散傅里葉變換

5.1.1二維離散傅里葉變換的定義和傅里葉頻譜

5.1.2二維離散傅里葉變換的重要性質

5.1.3圖像的傅里葉頻譜特性分析

5.2頻率域圖像處理的基本實現思路

5.2.1基本實現思想

5.2.2轉移函數的設計

5.3基於頻率域的圖像噪聲消除——頻率域低通濾波

5.3.1理想低通濾波器

5.3.2巴特沃斯低通濾波器

5.3.3高斯低通濾波器

5.4基於頻率域的圖像增強——頻率域高通濾波

5.4.1理想高通濾波器

5.4.2巴特沃斯高通濾波器

5.4.3高斯高通濾波器

5.5帶阻濾波和帶通濾波

5.5.1帶阻濾波器

5.5.2帶通濾波器

習題5

第6章圖像恢復

6.1圖像的退化模型

6.1.1常見退化現象的物理模型

6.1.2圖像退化模型的表示

6.2逆濾波圖像恢復

6.2.1無約束最小二乘方恢復

6.2.2逆濾波圖像恢復方法

6.2.3無約束圖像恢復的病態性

6.3維納濾波圖像恢復

6.3.1有約束最小二乘方恢復

6.3.2維納濾波圖像恢復方法

6.3.3圖像恢復的病態性和奇異性

6.4勻速直線運動模糊的恢復

6.5圖像噪聲與被噪聲污染圖像的恢復

6.5.1圖像噪聲

6.5.2被噪聲污染圖像的恢復

6.6圖像幾何失真校正

6.6.1坐標的幾何校正

6.6.2灰度值恢復

習題6

第7章圖像壓縮編碼

7.1DCT變換

7.1.1一維DCT

7.1.2二維偶DCT

7.1.3DCT變換的基函數與基圖像

7.2數字圖像壓縮編碼基礎

7.2.1圖像壓縮的基本概念

7.2.2圖像編碼模型

7.2.3數字圖像的信息熵

7.3幾種最基本的變長編碼方法

7.3.1費諾碼

7.3.2霍夫曼編碼

7.3.3幾種接近最佳的變長編碼

7.3.4算術編碼

7.4位平面編碼

7.4.1位平面分解

7.4.2位平面的格雷碼分解編碼

7.5游程編碼

7.6變換編碼

7.6.1變換編碼的過程

7.6.2子圖像尺寸的選擇

7.6.3變換的選擇

7.6.4變換系數的量化和編碼

7.6.5變換解碼

7.7圖像質量評價——保真度準則

7.7.1主觀保真度準則

7.7.2客觀保真度準則

習題7

第8章圖像分割

8.1圖像分割的概念

8.2基於邊緣檢測的圖像分割

8.2.1圖像邊緣的概念

8.2.2Hough變換

8.3基於閾值的圖像分割

8.3.1基於閾值的分割方法

8.3.2閾值選取方法

8.4基於跟蹤的圖像分割

8.4.1輪廓跟蹤法

8.4.2光柵跟蹤法

8.5基於區域的圖像分割

8.5.1區域生長法

8.5.2分裂合並法

習題8

第9章圖像特徵提取

9.1圖像的邊緣特徵及其檢測方法

9.1.1圖像的邊緣特徵

9.1.2梯度邊緣檢測

9.1.3二階微分邊緣檢測

9.1.4Marr邊緣檢測算法

9.2圖像的點與角點特徵及其檢測方法

9.2.1圖像點特徵及其檢測方法

9.2.2圖像角點的概念

9.2.3SUSAN角點檢測算法

9.3圖像的紋理特徵及其描述和提取方法

9.3.1圖像紋理的概念和分類

9.3.2圖像紋理的主要特性及描述與提取方法

9.3.3基於灰度直方圖統計矩的紋理特徵描述與提取方法

9.3.4基於灰度共生矩陣的紋理特徵提取方法

9.3.5基於結構方法的紋理描述

9.3.6基於頻譜方法的紋理描述

9.4圖像的形狀特徵

9.4.1矩形度

9.4.2圓形度

9.4.3球狀性

9.5圖像的統計特徵

習題9

第10章彩色圖像處理

10.1彩色視覺

10.1.1三基色原理與混色

10.1.2CIE色度圖/顏色系統

10.2彩色模型

10.2.1RGB彩色模型

10.2.2HSI彩色模型

10.2.3RGB彩色模型向HSI彩色模型的轉換

10.2.4HSI彩色模型向RGB彩色模型的轉換

10.3彩色變換

10.3.1反色變換

10.3.2彩色圖像的灰度化

10.3.3真彩色轉變為256色

10.3.4彩色平衡

10.4彩色圖像增強

10.4.1真彩色增強

10.4.2偽彩色增強

10.4.3假彩色增強

10.5彩色圖像的平滑

10.5.1基於RGB彩色模型的彩色圖像平滑

10.5.2基於HSI彩色模型的彩色圖像平滑

10.6彩色圖像的銳化

10.7彩色圖像的邊緣檢測

10.8彩色圖像的分割

10.8.1HSI模型的彩色圖像分割

10.8.2RGB模型的彩色圖像分割

習題10

第11章形態學圖像處理

11.1集合論基礎

11.1.1集合的概念

11.1.2集合間的關系和運算

11.2二值形態學圖像處理方法

11.2.1腐蝕運算

11.2.2膨脹運算

11.2.3開運算

11.2.4閉運算

11.2.5二值形態學四種基本運算的性質

11.3二值圖像的形態學處理

11.3.1形態濾波

11.3.2邊界提取

11.3.3區域填充

11.3.4骨架提取

11.3.5物體識別

習題11

第12章目標表示與描述

12.1邊界表示

12.1.1鏈碼

12.1.2多邊形近似

12.1.3邊界分段

12.1.4標記圖

12.2邊界描述

12.2.1簡單的邊界描述子

12.2.2形狀數

12.2.3傅里葉描述子

12.2.4統計矩

12.3區域表示

12.3.1區域標示

12.3.2四叉樹表示

12.3.3骨架表示

12.4區域描述

12.4.1幾種簡單的區域描述子

12.4.2拓撲描述子

12.4.3不變矩

12.5關系描述

12.5.1串描述子

12.5.2樹描述子

習題12

附錄

參考文獻