数字图像处理 原理与应用

封面 1
书名 3
版权 4
前言 5
目录 8
第1章 概述 13
1.1 图像处理基本原理 13
1.2 图像处理应用 14
1.2.1 自动视觉检测系统 14
1.2.2 遥感场景解译 15
1.2.3 生物医学成像技术 15
1.2.4 防御观测 16
1.2.5 基于内容的图像检索 16
1.2.6 运动对象跟踪 16
1.2.7 图像与视频压缩 17
1.3 人类视觉知觉 17
1.3.1 人眼 18
1.3.2 视觉的神经机制 18
1.4 图像处理系统的组成 19
1.5 本书的结构 21
1.6 与其他书的不同之处 22
1.7 本章小结 22
参考文献 23
第2章 成像与表示 24
2.1 概述 24
2.2 成像 24
2.2.1 照明 24
2.2.2 反射模型 25
2.2.3 点扩散函数 26
2.3 采样与量化 27
2.3.1 图像采样 28
2.3.2 图像量化 29
2.4 二值图像 30
2.4.1 几何特性 31
2.4.2 二值对象的链码表示 32
2.5 三维成像 33
2.5.1 立体图像 33
2.5.2 深度图像采集 34
2.6 图像文件格式 34
2.7 重点要点 35
2.8 本章小结 36
参考文献 36
第3章 颜色和彩色影像 38
3.1 概述 38
3.2 色彩知觉 38
3.3 色彩空间量化和最小可觉差（JND） 39
3.4 色彩空间与变换 40
3.4.1 CMYK空间 40
3.4.2 NTSC或YIQ色彩空间 40
3.4.3 YCbCr色彩空间 41
3.4.4 视觉均匀色彩空间 41
3.4.5 CIELAB色彩空间 43
3.5 颜色插值或去马赛克 44
3.5.1 非自适应颜色插值算法 44
3.5.2 自适应算法 46
3.5.3 新的基于自适应的彩色插值算法 50
3.5.4 实验结果 53
3.6 本章小结 53
参考文献 54
第4章 图像变换 55
4.1 概述 55
4.2 傅立叶变换 55
4.2.1 一维傅立叶变换 55
4.2.2 二维傅立叶变换 56
4.2.3 离散傅立叶变换 57
4.2.4 变换核 57
4.2.5 矩阵形式表示 58
4.2.6 性质 58
4.2.7 快速傅立叶变换 60
4.3 离散余弦变换 62
4.4 Walsh Hadamard变换 63
4.5 Karhaunen-Loeve变换或主分量分析 64
4.5.1 协方差矩阵 65
4.5.2 特征向量和特征值 66
4.5.3 主分量分析 66
4.5.4 奇异值分解 66
4.6 本章小结 68
参考文献 68
第5章 离散小波变换 69
5.1 概述 69
5.2 小波变换 70
5.2.1 离散小波变换 71
5.2.2 Gabor滤波 72
5.2.3 多分辨率分析的概念 73
5.2.4 滤波和金字塔算法的实现 74
5.3 推广到二维信号 76
5.4 DWT的提升实现 77
5.4.1 有限冲激响应滤波与Z变换 78
5.4.2 Laurent多项式的Euclidean算法 79
5.4.3 完全重建和滤波多相位表示 80
5.4.4 提升 81
5.4.5 用于提升计算的数据关系图 86
5.5 基于提升的DWT的优点 87
5.6 本章小结 87
参考文献 88
第6章 图像增强与复原 89
6.1 概述 89
6.2 图像增强与复原的区别 90
6.3 空间图像增强技术 90
6.3.1 空间低通滤波和高通滤波 90
6.3.2 均值和空间低通滤波 91
6.3.3 模糊掩盖锐化与匀边 91
6.3.4 方向平滑 92
6.4 基于直方图的对比增强 92
6.4.1 图像的直方图 93
6.4.2 直方图均衡化 93
6.4.3 局部直方图均衡化 95
6.4.4 直方图规定化 95
6.4.5 双曲线直方图 95
6.4.6 中值滤波 96
6.5 图像增强的频域方案 96
6.6 噪声建模 99
6.7 图像复原 100
6.7.1 含冲激噪声图像的复原 101
6.7.2 模糊图像的复原 102
6.7.3 反向滤波 102
6.7.4 Wiener滤波器 103
6.8 图像处理的其他方法 105
6.8.1 重谱图像复原 105
6.8.2 层析成像重建 106
6.9 本章小结 106
参考文献 106
第7章 图像分割 108
7.1 预处理 108
7.2 边缘、线与点检测 109
7.3…