数字图像处理-原理与算法 本书特色
《数字图像处理:原理与算法》是普通高等教育计算机规划教材。
数字图像处理-原理与算法 目录
出版说明前言第1章 概论1.1 基本概念1.1.1 连续图像1.1.2 数字图像1.1.3 颜色模型1.2 图像的统计特性1.2.1 基本统计分析量1.2.2 直方图1.3 图像文件格式1.3.1 BMP图像文件格式1.3.2.IPG图像文件格式1.3.3 G11图像文件格式1.3.4 PNG图像文件格式1.4 图像质量的评价标准1.4.1 客观评价标准1.4.2 主观评价标准1.5 数字图像处理的应用1.6 习题第2章 图像数字化2.1 图像采样2.1.1 图像采样基本概念2.1.2 采样定理2.1.3 图像重建2.2 图像量化2.2.1 标量量化2.2.2 向量量化2.2.3 采样、量化参数与数字化图像之间的关系2.2.4.数字图像的数值描述2.3 图像输人／输出设备2.3.1 图像输入设备2.3.2 图像输出设备2.4 习题第3章 图像处理基础3.1 点运算3.1.1 线性点运算3.1.2 非线性点运算3.1.3 点运算与直方图3.1.4 点运算的应用3.2 代数运算3.2.1 加法运算3.2.2 减法运算3.2.3 乘法运算3.2.4 除法运算3.3 点运算和代数运算应用算法3.3.1 彩色图像转变为灰度图像3.3.2 灰度阈值变换3.3.3 灰度线性变换3.3.4 伪彩色处理3.3.5 图像融合3.4 习题第4章 图像几何变换4.1 图像仿射变换4.1.1 齐次坐标系4.1 _2图像仿射变换4.1.3 仿射变换算法设计4.2 图像插值放大4.2.1 *邻近插值算法4.2.2 双线性插值算法4.2.3 三次卷积插值算法4.3 图像缩小4.3.1 基于等间隔采样的图像缩小算法4.3.2 基于局部均值的图像缩小算法4.4 习题第5章 图像时频变换5.1 Fourier变换5.1.1 Fourier变换的性质5.1.2 离散Fourier变换5.1.3 二维离散Fourier变换的性质5.2 快速傅里叶变换5.2.1 计算DFT的问题及其改进途径5.2.2 FFT算法及其原理5.3 离散余弦变换5.3.1 一维离散余弦变换5.3.2 利用FFT快速计算DCT5.4 沃尔什-哈达玛变换5.4.1 沃尔什函数与哈达玛矩阵5.4.2 沃尔什-哈达玛变换5.5 K-L变换5.5.1 图像的向量表示和统计参数5.5 ，2c，的特征值和特征向量5.5.3 离散K-L变换及其性质5.6 小波变换5.6.1 从F0urier分析到小波分析5.6.2 小波分析5.6.3 小波变换算法5.7 习题第6章 图像增强6.1 空域增强6.1.1 灰度变换增强6.1.2 直方图变换增强6.1.3 平滑滤波6.1.4 中值滤波6.1.5 空域模板滤波6.2 频域增强6.2.1 巴特沃斯低通滤波6.2.2 巴特沃斯高通滤波6.3 图像锐化6.3.1 罗伯特算子6.3.2 拉普拉斯算子6.3.3 索伯尔算子6.3.4 普瑞维特算子6.3.5 凯西算子6.4 习题第7章 图像恢复7.1 图像退化模型7.1.1 线性系统7.1.2 图像退化模型7.1.3 图像退化模型的离散形式7.1.4 运动模糊的退化模型7.2 图像代数恢复方法7.2.1 无约束代数恢复方法7.2.2 有约束代数恢复方法7.3 图像频域恢复方法7.3.1 逆滤波7.3.2 *小二乘方滤波7.4 其他图像恢复方法7.4.1 人机交互式恢复方法7.4.2 几何畸变校正7.5 习题第8章 图像分割8.1 边缘检测8.1.1 图像边缘与梯度8.1.2 边缘检测算法8.2 图像阈值法8.2.1 阈值分割原理8.2.2 *佳阈值分割算法8.2.3 0tsu阈值分割算法8.2.4 基于熵的二值化方法8.3 基于区域的分割8.3.1 区域生长法8.3.2 区域分裂与合并8.4 霍夫变换8.4.1 直线的检测8.4.2 广义Hough变换检测曲线8.5 习题第9章 图像特征提取与分析9.1 几何特征9.1.1 位置和面积9.1.2 距离9.2 形状特征9.2.1 区域外部空间域分析9.2.2 区域内部空间域分析9.2.3 区域内部变换分析9.3 边界特征9.3.1 链码描述9.3.2 傅里叶描述子9.3.3 边界提取与外轮廓跟踪9.4 图形细化9.4.1 细化算法……第10章 图像形态学第11章 模式识别第12章 图像压缩第13章 分开图像压缩第14章 图像加密第15章 图像数字水印附录参考文献
数字图像处理-原理与算法 节选
《数字图像处理:原理与算法》针对图像处理和算法两方面为“零知识”起点的读者。前12章适用于本科教学，主要内容包括概论、图像数字化、图像处理基础、图像几何变换、图像时频变换、图像增强、图像恢复、图像分割、图像特征与分析、图像形态学、模式识别和图像压缩。*后3章包括分形图像压缩、图像加密和图像水印，可为本科高年级和研究生教学之用。《数字图像处理:原理与算法》内容新颖并注重培养创新能力，介绍算法深入浅出并注重实现，其主要算法都在配套的《数字图像处理-VisualC#.NET编程与实验》一书中实现了程序。若结合《数字图像处理一VisualC#.NET编程与实验》，各层次读者可各取所需地学习有关章节。《数字图像处理:原理与算法》的所有算法和公式都经过推导和证明，并经过程序验证。《数字图像处理:原理与算法》适用于计算机、通信和电子信息、自动控制、生物医学工程等各理工科相关专业的本科和研究生教学和工程技术人员应用参考。
数字图像处理-原理与算法 相关资料
插图：在数字图像处理中，经常需要采用各种各样的算法。根据数字图像处理运算中输入信息与输出信息的类型，具有代表性的图像处理算法从功能上分为以下几种：（1）单幅图像=单幅图像。（2）多幅图像=单幅图像。（3）单幅或多幅图像=数值／符号等。以上3类运算中，所有输入信息都是图像且其灰度值都是非负整数值，而输出信息的形式则各不相同，既可以是具有非负灰度值的数字图像，也可以是仅具有0、1两个灰度值的二值图像，又可以是对输入图像逐个像素点进行解释的符号或由特定参数组成的某种二维信息，常称为标号图像，还可以是从图像中提取的以数值或符号描述的特征信息。所有以二维信息形式输出的信息统称为广义图像，标号图像也属于广义图像的范畴。在这3类运算中，第一类是数字图像处理中最基本的运算。根据输入图像得到输出图像（目标图像）处理运算的数学特征，可将图像处理运算方式分为点运算、代数运算和几何运算。这些运算都是基于空间域的图像处理运算，与空间域运算相对应的是变换域运算。本章学习点运算、代数运算及其应用，主要有色彩转变、灰度阈值变换、灰度线性变换、图像融合等。几何运算和变换域运算将在第4、5章进行介绍。
