《数字图象处理》求取 ⇩

第一章 导论1

1 概述1

2 数字图象处理研究的内容2

3 数字图象处理系统3

第二章 数学知识6

1 点源与δ函数6

2 线性系统9

3 矩阵微分11

4 矩阵的广义逆13

5 付氏变换17

6 周期函数、周期、频率26

第三章 视觉知识28

1 人眼的生理构造28

2 辐射度学与光度学基本知识31

2.1 辐射度学量31

2.2 电磁波和可见光32

2.3 相对视敏函数33

2.4 光度学量33

3 视觉特性35

3.1 视觉适应性35

3.2 视觉范围36

3.3 分辨力36

3.4 对比灵敏度36

3.5 同时对比效应37

3.6 亮度感觉38

3.7 视觉惰性39

3.8 马赫带效应40

3.9 视觉模型42

第四章 图象的数学描述44

1 图象的函数表示44

2 反射形成的图象模型的数学结构45

3 图象的统计表示形式——随机场46

3.1 随机场的概念46

3.2 随机场的概率分布、统计参量及计算公式48

4 均匀随机场51

第五章 图象的数字化54

1 数字图象的表示形式54

2 取样定理56

2.1 取样定理56

2.2 原函数的重建62

2.3 混叠64

2.4 取样的实际问题66

3 量化66

3.1 量化66

3.2 最佳量化68

4 根据图象局部区域特征进行非均匀取样和非一致量化72

5 数字图象的概率分布和统计参量73

第六章 图象正交变换77

1 离散付氏变换（DFT）77

1.1 离散付氏变换的定义77

1.2 离散付氏变换性质80

2 线性变换的一般表示式87

2.1 标量表示式87

2.2 矢量表示式88

2.3 矩阵表示式88

2.4 矢量外积表示式91

3 可逆变换92

4 线性变换的实质93

4.1 基底93

4.2 基平面94

5 线性变换的统计特性96

5.1 变换图象的一、二阶矩96

5.2 变换图象的概率密度模型98

6 沃尔什——哈达玛变换99

6.1 列率99

6.2 沃尔什函数99

6.3 沃尔什级数104

6.4 沃尔什变换104

6.5 哈达玛变换105

7 离散余弦变换（DCT）108

8 离散K-L变换112

9 奇异值分解（SVD）和变换114

第七章 图象增强119

1 概述119

2 对比度增强121

2.1 线性变换122

2.2 非线性变换123

2.3 其它变换124

3 修正直方图增强125

3.1 直方图125

3.2 直方图均化126

3.3 直方图规定化129

4 平滑131

4.1 噪声131

4.2 邻域平均法132

4.3 多图平均法136

4.4 中值滤波法137

4.5 频域中低通滤波138

5 锐化143

5.1 模糊机理及基本解决方法143

5.2 梯度模算子145

5.3 拉氏算子148

5.4 Wallis算子151

5.5 高通滤波器152

6 同态滤波156

7 几何校正158

7.1 像素坐标校正159

7.2 像素灰度估算161

8 伪彩色和假彩色162

8.1 伪彩色技术162

8.2 假彩色技术164

9 图象间的四则运算165

第八章 图象恢复169

1 概述169

2 图象质量的客观评价170

3 降质模型的一般表示式173

3.1 连续的线性降质模型表示式173

3.2 离散的线性系统模型表示式175

4 分块循环矩阵的对角化及其意义177

5 降质系统的模型及参数的确定181

5.1 具体研究降质过程确定h（x,y）181

5.2 由降质图象确定h（x,y）183

5.3 噪声的确定187

6 频域中的恢复方法189

6.1 逆滤波189

6.2 等功率谱滤波191

6.3 维纳滤波194

7 最小二乘估计197

8 约束最小二乘估计198

8.1 化矩阵方程约束为范数方程约束198

8.2 矩阵方程约束201

9 利用分块循环矩阵性质改变恢复域202

10 线性均方估计205

11 非线性统计估计209

11.1 条件均方估计209

11.2 最大后验估计210

11.3 最大似然估计211

11.4 最大后验估计的具体实施211

11.5 最大似然估计的实施214

12 最大熵恢复214

13 图象恢复的代数方法217

13.1 广义逆法217

13.2 奇异值分解广义逆法218

13.3 投影叠代法220

14 运动模糊的差分恢复221

第九章 图象分割227

1 概述227

2 根据灰度进行分割228

2.1 灰度门限法228

2.2 灰度门限的确定229

3 分裂-合并算法235

4 边界检测的基本方法238

4.1 微分算子法239

4.2 曲面拟合法243

4.3 统计判决法244

4.4 拉普拉斯高斯算子246

5 根据边界强度合并区域248

6 似然比检测边界250

7 匹配检测技术252

7.1 用互相关测度匹配252

7.2 匹配滤波器255

7.3 线检测258

8 跟踪技术260

8.1 曲线的全向跟踪260

8.2 跟踪中的搜索技术261

8.3 区域跟踪263

9 松弛标记法264

10 模型化与统计检验法266

11 利用特征空间进行图象分割271

第十章 图象描述和分析276

1 像点间的几何性质276

1.1 邻接与连通277

1.2 距离278

2 图象的幅度及统计特征279

2.1 幅度特征279

2.2 直方图特性279

2.3 变换系数特征281

3 曲线描述283

3.1 曲线拟合法283

3.2 叠代端点拟合法284

3.3 Hough变换及其应用285

3.4 Freeman链码288

4 闭合曲线的付氏描述289

5 矩描述294

6 区域的拓扑特性297

7 区域的几何特性298

7.1 区域的几何特性298

7.2 曲线长度和区域周长300

7.3 区域的面积300

8 区域的中轴变换301

9 区域的扩展、收缩与细化303

9.1 扩展和收缩303

9.2 细化305

10 区域的曲线表示305

10.1 区域的投影305

10.2 区域边界的形心距表示306

11 区域的主轴306

12 纹理特征309

12.1 灰度共现矩阵法310

12.2 灰度差分统计法313

12.3 等灰度行程长度法314

12.4 纹理基元结构分析法314

13 关系描述317

13.1 描述层次317

13.2 关系矩阵320

13.3 标记图322

13.4 句法325

第十一章 图象数据压缩341

1 概述341

2 信息论基本知识342

2.1 信息量 熵342

2.2 条件熵344

2.3 互信息量346

2.4 编码347

2.5 信源349

2.6 率失真函数352

3 等值线编码压缩353

4 行程编码压缩357

4.1 一维行程编码357

4.2 二维行程编码357

5 预测误差编码358

5.1 基本原理358

5.2 预测器360

5.3 量化器365

6 正交变换编码压缩369

6.1 基本原理369

6.2 正交交换370

6.3 子图象的大小373

6.4 系数的选取373

6.5 量化374

7 自适应编码压缩376

8 混合编码压缩376

8.1 帧内混合编码压缩376

8.2 帧间混合编码压缩377

9 编码技术377

9.1 基本概念377

9.2 霍夫曼（Huffman）码377

10 矢量量化379