目录


第1章引言1
1.1人的感知源1
1.2数字图像的历史2
1.3数字图像处理框架6
1.4数字图像的应用前景7
1.5我的第一个图像程序12
1.5.1基于OpenCV的C++图像程序12
1.5.2基于EmguCV的C#图像程序27
1.6练习题31
第2章数字图像处理基础32
2.1图像感知与获取32
2.1.1图像传感器的分类32
2.1.2图像系统选型参数计算33
2.1.3色度学原理与颜色空间34
2.2图像采样与量化39
2.2.1图像采样39
2.2.2图像量化39
2.2.3数字图像的表示40
2.2.4与图像质量相关的因素41
2.3像素间关系的描述45
2.3.1邻域关系45
2.3.2连通关系46
2.3.3距离关系46
2.4数字图像中的数学48
2.4.1范数48
2.4.2傅里叶变换49
2.4.3方差与标准差502.5数字图像的存储51
2.5.1图像文件格式51
2.5.2Windows中的图像52
2.5.3访问图像中的像素56
2.6练习题62
〖3〗数字图像处理系列教程——基础知识篇目录〖3〗第3章数字图像的运算64
3.1点运算64
3.1.1线性灰度变换65
3.1.2分段线性灰度变换67
3.1.3非线性灰度变换69
3.2代数运算74
3.2.1加74
3.2.2减77
3.2.3乘79
3.2.4除81
3.3逻辑运算84
3.3.1与84
3.3.2或85
3.3.3非87
3.3.4异或89
3.4几何运算91
3.4.1平移91
3.4.2镜像93
3.4.3旋转97
3.4.4缩放99
3.4.5错切102
3.4.6插值问题104
3.4.7图像卷绕(扭曲)108
3.4.8图像变形111
3.5练习题113
第4章直方图与匹配114
4.1图像直方图概述114
4.2直方图的计算与绘制115
4.2.1直方图的计算115
4.2.2直方图的均衡化118
4.3直方图对比120
4.4反向投影126
4.5模板匹配129
4.6练习题136
第5章空间域滤波器137
5.1滤波器的概念137
5.2平滑空间滤波器137
5.2.1均值滤波器137
5.2.2高斯滤波器140
5.2.3统计排序滤波器143
5.3锐化空间滤波器148
5.3.1微分滤波器原理148
5.3.2拉普拉斯算子149
5.3.3梯度算子152
5.4练习题158
第6章频率域滤波器159
6.1傅里叶变换159
6.1.1一维连续傅里叶变换160
6.1.2一维离散傅里叶变换161
6.1.3二维连续傅里叶变换167
6.1.4二维离散傅里叶变换168
6.1.5傅里叶变换的性质175
6.2频率域图像滤波的基本概念176
6.2.1图像像素值与频率的关系176
6.2.2频率域图像滤波的步骤180
6.3频率域平滑(低通)滤波器180
6.3.1理想低通滤波器181
6.3.2巴特沃斯低通滤波器184
6.3.3高斯低通滤波器187
6.4频率域锐化(高通)滤波器190
6.4.1理想高通滤波器190
6.4.2巴特沃斯高通滤波器194
6.4.3高斯高通滤波器196
6.4.4频率域拉普拉斯算子199
6.4.5钝化模板202
6.4.6高频提升滤波203
6.4.7高频加强滤波205
6.5练习题209
第7章形态学处理210
7.1预备知识210
7.2形态学的基本概念和运算213
7.2.1腐蚀213
7.2.2膨胀216
7.2.3开运算和闭运算219
7.2.4击中或击不中222
7.3二值图像的形态学处理225
7.3.1边界提取算法225
7.3.2区域填充算法227
7.3.3连通分量提取算法229
7.3.4凸壳算法230
7.3.5细化与粗化233
7.4灰度图像的形态学处理236
7.4.1灰度图像的腐蚀和膨胀237
7.4.2灰度图像的开运算与闭运算239
7.4.3其他形态学处理240
7.5练习题242
第8章图像分割244
8.1阈值处理245
8.1.1灰度阈值处理245
8.1.2全局阈值处理248
8.1.3局部阈值处理251
8.2霍夫变换254
8.2.1霍夫变换检测直线254
8.2.2霍夫变换检测圆259
8.3区域分割263
8.3.1区域生长法264
8.3.2区域分裂合并法267
8.3.3分水岭算法271
8.4基于运动的分割273
8.4.1差分法运动分割273
8.4.2光流场运动分割275
8.4.3基于块的运动分割276
8.5练习题278
第9章特征检测与匹配279
9.1角点检测280
9.1.1角点的定义280
9.1.2角点检测准则280
9.1.3角点检测方法281
9.2Haar特征检测286
9.2.1不同类型的Haar矩形特征286
9.2.2积分原理286
9.3LBP特征检测288
9.4HOG特征检测290
9.5SIFT特征点检测与匹配298
9.5.1构建尺度空间298
9.5.2极值点的检测300
9.5.3特征点定位302
9.5.4方向确定以及特征点描述304
9.5.5特征点匹配308
9.6SURF特征点检测与匹配310
9.6.1特征点的检测310
9.6.2SURF特征向量的生成315
9.7ORB特征提取与匹配318
9.7.1检测FAST关键点319
9.7.2生成BRIEF特征描述321
9.8练习题323
第10章图像复原与重建325
10.1图像退化与复原325
10.1.1图像退化与复原的基本概念325
10.1.2图像退化与复原的理论模型327
10.1.3线性、空间不变的退化系统327
10.1.4关于本章C++代码实现的说明328
10.2应对一般噪声的空间域滤波复原328
10.2.1非空间相关的一般噪声328
10.2.2均值滤波器332
10.2.3统计滤波器335
10.2.4自适应滤波器337
10.3应对周期噪声的频率域滤波复原340
10.3.1空间相关的周期噪声340
10.3.2带阻滤波器、带通滤波器341
10.3.3陷波滤波器344
10.4图像退化的模拟348
10.4.1湍流模型348
10.4.2运动模糊模型350
10.5逆滤波352
10.5.1直接逆滤波352
10.5.2改进的逆滤波354
10.6维纳滤波356
10.6.1维纳滤波的实现356
10.6.2维纳滤波与逆滤波的对比357
10.7练习题359
第11章图像压缩360
11.1背景360
11.2编码冗余—哈夫曼编码361
11.2.1编码冗余361
11.2.2信息熵362
11.2.3哈夫曼编码363
11.3空间冗余368
11.3.1离散余弦变换369
11.3.2逆离散余弦变换372
11.4不相关的信息375
11.5JPEG压缩376
11.5.1JPEG标准376
11.5.2JPEG压缩过程377
11.5.3JPEG文件格式391
11.6视频压缩编码393
11.6.1分辨率393
11.6.2编码方式394
11.6.3帧间预测394
11.6.4运动补偿和运动估计395
11.6.5混合编码397
11.6.6视频编码的国际标准398
11.7练习题403
第12章表示与描述404
12.1相关背景404
12.2表示的方法404
12.2.1链码404
12.2.2标记图414
12.2.3边界线段415
12.2.4骨架416
12.3边界描述子422
12.3.1一些简单的描述子422
12.3.2形状数423
12.3.3傅里叶描述子424
12.3.4统计矩426
12.4区域描述子427
12.4.1一些简单的描述子427
12.4.2拓扑描述子428
12.4.3纹理描述429
12.4.4不变矩434
12.4.5使用主成分进行描绘435
12.4.6关系描述子437
12.5练习题441
参考文献443