数字图像处理【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

数字图像处理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　导论1

1.1　数字图像处理的概念1

1.1.1　图像的概念2

1.1.2　图像的类别3

1.1.3　数字图像处理中的基本图像类型3

1.2　数字图像处理的主要研究内容5

1.3　数字图像处理系统概述6

1.4　图像的数字化获取7

1.5　数字图像处理的特点及其应用7

1.5.1　数字图像处理的特点7

1.5.2　数字图像处理的应用8

1.6　上机实验9

1.6.1　实验目的9

1.6.2　实验原理10

1.6.3　实验步骤10

1.6.4　思考题10

习题11

第2章 数字图像处理的基本概念12

2.1　人眼的视觉原理12

2.1.1　人眼的构造12

2.1.2　图像的形成13

2.1.3　视觉范围和分辨力13

2.1.4　视觉适应性和对比灵敏度14

2.1.5　亮度感觉14

2.1.6　人眼的色觉15

2.1.7　颜色模型18

2.1.8　马赫带20

2.2　连续图像的描述20

2.3　图像数字化21

2.3.1 采样22

2.3.2　量化23

2.3.3　采样、量化参数与数字化图像间的关系23

2.4　图像灰度直方图24

2.4.1　直方图的定义与性质24

2.4.2　直方图的性质26

2.4.3　直方图的应用27

2.5　数字图像处理算法的形式28

2.5.1　基本功能形式28

2.5.2　图像处理的几种具体算法29

2.6 图像的数据结构与图像文件格式30

2.6.1　图像的数据结构30

2.6.2　图像文件格式32

2.7　图像的特征与噪声35

2.7.1　图像的特征类别35

2.7.2　特征提取与特征空间37

2.7.3　图像噪声37

2.8　上机实验38

2.8.1　实验目的38

2.8.2　实验内容39

2.8.3　实验步骤与要求39

习题39

第3章　图像变换41

3.1　预备知识41

3.1.1 点源和δ函数41

3.1.2　二维线性位移不变系统42

3.2　傅立叶变换43

3.2.1　一维离散傅立叶变换43

3.2.2　二维傅立叶变换44

3.2.3　二维离散傅立叶变换的若干性质46

3.3　其他可分离图像变换50

3.3.1　可分离变换50

3.3.2　沃尔什变换51

3.3.3　哈达玛变换53

3.3.4　离散余弦变换56

3.4 K-L变换57

3.4.1 K-L变换的定义57

3.4.2 K-L变换的性质59

3.5　小波变换60

3.5.1 概述60

3.5.2 小波变换基本理论61

3.5.3　二维离散小波多分辨率分析67

3.5.4　小波变换在图像处理中的应用68

3.6　上机实验74

3.6.1 实验目的74

3.6.2　实验内容74

习题74

第4章　图像增强76

4.1 图像增强的点运算76

4.1.1　灰度级校正77

4.1.2　灰度变换77

4.1.3　直方图修正法80

4.1.4　局部统计法86

4.2　图像的空间域平滑87

4.2.1　局部平滑法87

4.2.2　超限像素平滑法88

4.2.3　灰度最相近的K个邻点平均法89

4.2.4　梯度倒数加权平滑法89

4.2.5　最大均匀性平滑89

4.2.6　有选择保边缘平滑法90

4.2.7　空间低通滤波法91

4.2.8　多幅图像平均法92

4.2.9　中值滤波93

4.3　空间域锐化95

4.3.1　梯度锐化法95

4.3.2　拉普拉斯算子97

4.3.3　高通滤波法98

4.4　频率域增强98

4.4.1　频率域平滑98

4.4.2　频率域锐化101

4.4.3　同态滤波增强102

4.5　彩色增强技术103

4.5.1　伪彩色增强103

4.5.2　假彩色增强106

4.5.3　彩色变换及其应用106

4.6　代数运算108

4.6.1 加运算108

4.6.2　减运算109

4.6.3　乘运算109

4.6.4 除运算110

4.7　上机实验110

4.7.1 实验目的110

4.7.2　实验内容与步骤111

习题111

第5章 图像复原与重建113

5.1　退化模型113

5.1.1　退化113

5.1.2　退化的数学模型114

5.2　代数恢复方法115

5.2.1　无约束复原115

5.2.2　约束最小二乘复原116

5.2.3　加权中值滤波118

5.3　频率域恢复方法118

5.3.1　逆滤波恢复法118

5.3.2　维纳滤波复原法120

5.3.3　去除由匀速运动引起的模糊122

5.4　几何校正123

5.4.1　空间坐标变换124

5.4.2　灰度校正126

5.4.3　像素灰度内插方法126

5.4.4　传感器特性非均匀校正127

5.5　图像重建128

5.5.1 计算机断层扫描的一维重建129

5.5.2　三维形状的复原130

5.6　上机实验131

5.6.1 实验目的131

5.6.2　实验内容131

5.6.3　实验步骤131

习题132

第6章 图像编码与压缩133

6.1　概述133

6.1.1 图像数据压缩的必要性与可能性133

6.1.2　图像编码压缩技术的分类134

6.2　图像保真度准则135

6.2.1　客观保真度准则135

6.2.2　主观保真度准则138

6.3　统计编码方法138

6.3.1　图像冗余度和编码效率138

6.3.2　行程编码139

6.3.3　霍夫曼编码139

6.3.4　费诺—香农编码142

6.3.5　算术编码142

6.4　预测编码144

6.5　正交变换编码145

6.5.1 变换编码原理145

6.5.2 正交变换的性质145

6.5.3　变换编码的数学分析146

6.5.4　最佳变换与准最佳变换147

6.5.5　各种准最佳变换的性能比较149

6.5.6　编码149

6.6　图像编码的国际标准150

6.6.1　静止图像压缩标准150

6.6.2　运动图像压缩标准157

6.7　上机实验160

6.7.1　实验目的160

6.7.2　实验内容160

习题162

第7章　图像分割163

7.1 图像分割的定义和分类163

7.1.1　图像分割的定义163

7.1.2　图像分割方法分类164

7.2　基于边缘的分割164

7.2.1　梯度算子165

7.2.2 Roberts梯度算子165

7.2.3 Prewitt和Sobel算子165

7.2.4　方向算子166

7.2.5　拉普拉斯（Laplacian）算子167

7.2.6 LoG算子168

7.2.7 Canny边缘检测算子169

7.2.8　曲面拟合法171

7.2.9　边缘跟踪172

7.2.10　Hough变换线检测法174

7.3　基于区域的分割175

7.3.1 区域生长175

7.3.2　分裂合并法178

7.4　基于阈值的分割179

7.4.1　简单图像的区域分割179

7.4.2　复杂图像的区域分割182

7.4.3 特征空间聚类182

7.4.4　模糊阈值分割184

7.5　基于运动的分割185

7.5.1　差分法运动分割186

7.5.2　光流场运动分割187

7.5.3　基于块的运动分割188

7.6　上机实验190

7.6.1 实验目的190

7.6.2　实验内容190

习题191

第8章　图像描述192

8.1　像素间的基本关系192

8.1.1　邻域和邻接192

8.1.2　像素的连接193

8.1.3　连接成分193

8.1.4　欧拉数194

8.1.5　像素的可删除性和连接数194

8.1.6　距离195

8.2 目标边界的描述195

8.2.1 目标边界的链码表示195

8.2.2　闭合曲线的傅立叶描述算子197

8.2.3　曲线拟合198

8.3　连接成分的变形处理198

8.3.1　标记199

8.3.2　膨胀和腐蚀199

8.3.3　线图形化201

8.4　形状特征提取与分析202

8.4.1 区域内部形状特征提取与分析203

8.4.2 区域外部形状特征提取与分析205

8.5　关系描述205

8.5.1　字符串描述205

8.5.2　树结构描述206

8.6　图像的纹理描述207

8.6.1　基于粗糙度的纹理描述207

8.6.2　灰度差分统计的纹理分析207

8.6.3　等灰度游程长度的纹理描述208

8.6.4　灰度共生矩阵纹理描述210

8.6.5　傅立叶功率谱纹理描述212

8.7　上机实验213

8.7.1　实验目的213

8.7.2　实验要求213

8.7.3　实验内容213

习题214

第9章　模板匹配与模式识别技术215

9.1 模板匹配215

9.1.1　模板匹配方法216

9.1.2　模板匹配方法的改进216

9.2　统计模式识别217

9.2.1　特征处理218

9.2.2　特征测量技术219

9.2.3　统计分类法223

9.3　结构模式识别法226

9.3.1　结构模式识别原理226

9.3.2　树分类法227

9.4　人工神经网络识别法228

9.4.1　神经网络的结构228

9.4.2　神经元228

9.4.3　人工神经网络的工作过程229

9.4.4 BP神经网络模式识别实例229

9.4.5　神经网络的性能231

9.4.6　设计中应考虑的问题232

9.5　上机实验232

9.5.1　实验目的232

9.5.2　实验内容232

习题233

第10章　数字图像处理的应用234

10.1 电站锅炉火焰检测及燃烧诊断234

10.1.1　锅炉火焰检测及燃烧诊断系统结构234

10.1.2　火焰温度场的测量235

10.1.3　火焰图像处理236

10.1.4　火焰图像特征量提取的方法237

10.1.5　试验与分析238

10.2　指纹识别系统242

10.2.1　指纹图像的获取243

10.2.2　指纹图像预处理243

10.2.3　指纹的识别与分类244

10.2.4　指纹库的建立与查对246

10.3 OCR文字识别技术246

10.3.1　版面分析法246

10.3.2　文字识别技术247

10.3.3　数字识别示例250

10.4　人脸识别252

10.4.1　使用特征脸的人脸识别252

10.4.2　使用Fisher脸的人脸识别253

10.5　生物医学图像分析254

10.5.1　显微图像分析255

10.5.2　宏观图像分析255

10.6　生物医学成像模态255

10.6.1　计算机断层扫描成像255

10.6.2　磁共振成像256

10.6.3　核与超声波成像257

10.7　视频检索257

10.7.1 MPEG-7多媒体内容描述接口257

10.7.2　基于内容的视频检索系统258

习题260

参考文献261