数字图像处理 阮秋琦，阮宇智等译2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数字图像处理 阮秋琦，阮宇智等译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 绪论1

1．1 数字图像处理的概念1

1．2 数字图像处理的起源2

1．3 数字图像处理的应用实例4

1．3．1 伽马射线成像5

1．3．2 X射线成像5

1．3．3 紫外波段成像8

1．3．4 可见光及红外波段成像8

1．3．5 微波波段成像13

1．3．6 无线电波成像16

1．3．7 其他图像模式应用的实例16

1．4 数字图像处理的基本步骤20

1．5 图像处理系统的部件22

小结24

参考资料24

第2章 数字图像基础27

2．1 视觉感知要素27

2．1．1 人眼的构造27

2．1．2 眼睛中图像的形成29

2．1．3 亮度适应和鉴别30

2．2 光和电磁波谱33

2．3 图像感知和获取35

2．3．1 用单个传感器获取图像36

2．3．2 用带状传感器获取图像37

2．3．3 用传感器阵列获取图像38

2．3．4 简单的图像形成模型39

2．4．1 取样和量化的基本概念40

2．4 图像取样和量化40

2．4．2 数字图像表示42

2．4．3 空间和灰度级分辨率44

2．4．4 混淆的水纹图样49

2．4．5 放大和收缩数字图像50

2．5 像素间的一些基本关系51

2．5．1 相邻像素51

2．5．2 邻接性、连通性、区域和边界51

2．5．3 距离度量53

小结54

2．5．4 基于像素的图像操作54

2．6 线性和非线性操作54

参考资料55

习题55

第3章 空间域图像增强59

3．1 背景知识59

3．2 某些基本灰度变换60

3．2．1 图像反转61

3．2．2 对数变换62

3．2．3 幂次变换63

3．2．4 分段线性变换函数66

3．3 直方图处理70

3．3．1 直方图均衡化72

3．3．2 直方图匹配(规定化)74

3．3．3 局部增强81

3．3．4 在图像增强中使用直方图统计学81

3．4 用算术/逻辑操作增强85

3．4．1 图像减法处理86

3．4．2 图像平均处理88

3．5 空间滤波基础91

3．6 平滑空间滤波器93

3．6．1 平滑线性滤波器94

3．6．2 统计排序滤波器97

3．7 锐化空间滤波器98

3．7．1 基础98

3．7．2 基于二阶微分的图像增强——拉普拉斯算子100

3．7．3 基于一阶微分的图像增强——梯度法105

3．8 混合空间增强法108

小结112

参考资料112

习题112

第4章 频率域图像增强117

4．1 背景117

4．2 傅里叶变换和频率域的介绍118

4．2．1 一维傅里叶变换及其反变换118

4．2．2 二维DFT及其反变换121

4．2．3 频率域滤波123

4．2．4 空间域滤波和频率域滤波之间的对应关系127

4．3．1 理想低通滤波器132

4．3 平滑的频率域滤波器132

4．3．2 巴特沃思低通滤波器136

4．3．3 高斯低通滤波器137

4．3．4 低通滤波的其他例子141

4．4 频率域锐化滤波器142

4．4．1 理想高通滤波器144

4．4．2 巴特沃思高通滤波器145

4．4．4 频率域的拉普拉斯算子146

4．4．3 高斯型高通滤波器146

4．4．5 钝化模板、高频提升滤波和高频加强滤波148

4．5 同态滤波器152

4．6 实现154

4．6．1 一些二维傅里叶变换的性质154

4．6．2 用前向变换算法计算傅里叶反变换157

4．6．3 更多的关于周期性的讨论：必要的铺垫158

4．6．4 卷积和相关性理论163

4．6．5 维傅里叶变换性质总结165

4．6．6 快速傅里叶变换166

小结169

4．6．7 关于滤波器设计的一些评论169

参考资料170

习题170

第5章 图像复原175

5．1 图像退化/复原过程的模型175

5．2．1 噪声的空间和频率特性176

5．2．2 一些重要噪声的概率密度函数176

5．2 噪声模型176

5．2．3 周期噪声181

5．2．4 噪声参数的估计182

5．3 噪声存在下的惟一空间滤波复原183

5．3．1 均值滤波器183

5．3．2 顺序统计滤波器185

5．3．3 自适应滤波器189

5．4 频域滤波削减周期噪声194

5．4．1 带阻滤波器194

5．4．2 带通滤波器195

5．4．3 陷波滤波器196

5．4．4 最佳陷波滤波器197

5．5 线性、位置不变的退化202

5．6 估计退化函数204

5．6．1 图像观察估计法204

5．6．2 试验估计法204

5．6．3 模型估计法204

5．7 逆滤波207

5．8 最小均方误差滤波(维纳滤波)209

5．9 约束最小二乘方滤波器210

5．10 几何均值滤波215

5．11 几何变换215

5．11．1 空间变换215

5．11．2 灰度级插补216

小结219

参考资料220

习题220

第6章 彩色图像处理224

6．1 彩色基础224

6．2 彩色模型228

6．2．1 RGB彩色模型229

6．2．2 CMY和CMYK模型232

6．2．3 HSI彩色模型233

6．3 伪彩色处理240

6．3．1 强度分层240

6．3．2 灰度级到彩色转换243

6．4 全彩色图像处理基础247

6．5．1 公式248

6．5 彩色变换248

6．5．2 补色250

6．5．3 彩色分层252

6．5．4 色调和彩色校正253

6．5．5 直方图处理256

6．6 平滑和尖锐化258

6．6．1 彩色图像平滑258

6．6．2 彩色图像尖锐化259

6．7 彩色分割261

6．7．1 HSI彩色空间分割261

6．7．2 RCB向量空间分割263

6．7．3 彩色边缘检测265

6．8 彩色图像的噪声268

6．9 彩色图像压缩270

小结270

参考资料271

习题272

7．1 背景276

7．1．1 图像金字塔276

第7章 小波变换和多分辨率处理276

7．1．2 子带编码280

7．1．3 哈尔变换285

7．2 多分辨率展开288

7．2．1 序列展开288

7．2．2 尺度函数289

7．2．3 小波函数292

7．3 一维小波变换295

7．3．1 小波序列展开295

7．3．2 离散小波变换297

7．3．3 连续小波变换298

7．4 快速小波变换300

7．5 二维小波变换306

7．6 小波包313

小结321

参考资料321

习题322

第8章 图像压缩326

8．1．1 编码冗余327

8．1 基础327

8．1．2 像素间冗余329

8．1．3 心理视觉冗余331

8．1．4 保真度准则334

8．2 图像压缩模型335

8．2．1 信源编码器和信源解码器336

8．2．2 信道编码器和解码器337

8．3 信息论要素338

8．3．1 测量信息338

8．3．2 信息信道338

8．3．3 基本编码定理342

8．3．4 信息论的应用348

8．4 无误差压缩351

8．4．1 变长编码351

8．4．2 IZW编码356

8．4．3 位平面编码358

8．4．4 无损预测编码364

8．5 有损压缩367

8．5．1 有损预测编码367

8．5．2 变换编码374

8．5．3 小波编码389

8．6 图像压缩标准395

8．6．1 值图像压缩标准395

8．6．2 连续色调静止图像压缩标准400

8．6．3 视频压缩标准412

小结414

参考资料414

习题416

9．1．1 集合论的几个基本概念420

9．1 序言420

第9章 形态学图像处理420

9．1．2 值图像的逻辑运算422

9．2 膨胀与腐蚀423

9．2．1 膨胀423

9．2．2 腐蚀425

9．3 开操作与闭操作427

9．4 击中或击不中变换431

9．5 一些基本的形态学算法432

9．5．1 边界提取433

9．5．2 区域填充434

9．5．3 连通分量的提取435

9．5．4 凸壳437

9．5．5 细化438

9．5．6 粗化439

9．5．7 骨架440

9．5．8 裁剪441

9．5．9 关于二值图像的形态学运算总结444

9．6 灰度级图像扩展445

9．6．2 腐蚀446

9．6．1 膨胀446

9．6．3 开操作和闭操作448

9．6．4 灰度级形态学的一些应用451

小结453

参考资料453

习题454

第10章 图像分割460

10．1 间断检测460

10．1．1 点检测461

10．1．2 线检测462

10．1．3 边缘检测463

10．2 边缘连接和边界检测474

10．2．1 局部处理474

10．2．2 通过霍夫变换进行整体处理475

10．2．3 通过图论技术进行全局处理479

10．3 门限处理482

10．3．1 基础482

10．3．2 亮度的作用483

10．3．3 基本全局门限485

10．3．4 基本自适应门限486

10．3．5 最佳全局和自适应门限489

10．3．6 利用边界特性改进直方图和局部门限处理493

10．3．7 基于不同变量的门限494

10．4 基于区域的分割496

10．4．1 基本公式496

10．4．2 区域生长496

10．4．3 区域分离与合并498

10．5．1 基本概念500

10．5 基于形态学分水岭的分割500

10．5．2 水坝构造502

10．5．3 分水岭分割算法504

10．5．4 应用标记505

10．6 分割中运动的应用507

10．6．1 空间技术508

10．6．2 频域技术510

小结514

参考资料514

习题516

第11章 表示与描述522

11．1 表示方法522

11．1．1 链码522

11．1．2 多边形近似524

11．1．3 标记图525

11．1．4 边界线段527

11．1．5 骨架527

11．2．1 一些简单的描绘子530

11．2 边界描绘子530

11．2．2 形状数531

11．2．3 傅里叶描绘子532

11．2．4 统计矩535

11．3 区域描绘子536

11．3．1 某些简单的描绘子536

11．3．2 拓扑描绘子537

11．3．3 纹理540

11．3．4 维函数的矩545

11．4 运用主分量进行描绘549

11．5 关系描绘555

小结558

参考资料559

习题560

第12章 对象识别564

12．1 模式和模式类564

12．2 基于决策理论方法的识别567

12．2．1 匹配568

12．2．2 最佳统计分类器572

12．2．3 神经网络579

12．3 结构性方法597

12．3．1 匹配形状数目597

12．3．2 串匹配598

12．3．3 串的语法识别600

12．3．4 树的句法识别604

小结613

参考资料613

习题613

参考文献617