《图像处理与分析》求取 ⇩

目录1

第一章 图像预处理14

11图像变换14

1.1.1图像变换的一般表示14

1.1.2傅里叶变换16

1.1.3离散Karhunen-Loeve变换20

1.1.4*walsh-Hadamard变换24

1.1.5Slant变换26

1.2图像增强27

1.2.1灰度修正”27

1.2.2图像平滑34

1.3图像恢复37

1.3.1图像的恶化过程及其数学模型38

1.3.2*图像恶化模型的离散形式38

1.3.3*图像恢复问题的一般解40

1.3.4畸变校正42

参考文献44

第二章 图像边缘提取和分割45

2.1边缘提取的经典方法——几种常用的边缘检测算子47

2.1.1梯度算子49

2.1.2Sobe1算子51

2.1.3Laplacian算子51

2.1.4kirsoh算子52

2.1.5Rosenteld非线性门式算子52

2.2Marr边缘检测算子53

2.3曲面最佳拟合的边缘检测方法56

2.3.1Prewittn阶多项式拟合的边缘检测方法57

2.3.2Hueckel分段线性函数拟合的边缘检测方法58

2.3.3Haralick离散正交多项式曲面最佳拟合和二阶方向导数零交叉边缘检测方法63

2.4利用空间结构关系和变分辨率数据结构的边缘检测方法70

2.4.1边缘检测的标记——松弛匹配方法70

2.4.2利用变分辨率的图像锥体数据结构作边缘检测74

2.5基于度量空间的空间域聚类76

2.5.1基于图像灰度直方图的空间聚类76

2.5.2递归算法80

2.5.3门限的选取82

2.6区域增长84

2.6.1单一型链结的区域增长84

2.6.2混合型链结的区域增长85

2.6.3质心型链结的区域增长97

参考文献98

第三章 纹理分析101

3.1纹理分析的自相关函数方法102

3.2纹理分析的数字变换方法104

3.2.1图像窗口和纹理特征的抽取104

3.2.2数字变换纹理分析在遥感地面覆盖物分析中的应用107

3.2.3傅里叶变换纹理分析的快速算法110

3.2.4傅里叶变换纹理分析的二次特征抽取114

3.2.5傅里叶变换纹理分析在海洋波浪波长和方向分析中的应用118

3.3纹理分析的光学-数字混合处理方法122

3.3.1光学-数字混合纹理分析原理122

3.3.2光学-数字混合纹理分析的应用实例——海洋波浪浪高分析124

3.4纹理的数学形态学结构分析130

3.4.1二值图像的结构元素131

3.4.2结构运算132

3.4.3结构运算的性质134

3.4.4几何结构函数136

3.4.5用结构函数作图像纹理分析138

3.5纹理的灰度分布统计特征分析139

3.5.1灰度共生矩阵纹理分析方法139

3.5.2灰度-梯度共生矩阵的纹理分析方法152

3.6*基于图像自迥归-活动和模型的纹理分析156

3.6.1图像纹理的自迥归-活动和模型157

3.6.2用自迥归-活动和模型进行图像纹理分析161

参考文献162

第四章 形状分析165

4.1形状分析的预处理166

4.1.1二值图像和抑制背景的区域图像167

4.1.2区域边界提取和多边形逼近169

4.1.3区域骨架的提取173

4.1.4边界或骨架点的斜率、曲率和角176

4.2形状分析的区域内部变换方法177

4.2.1矩方法177

4.2.2投影和截口183

4.2.3模板匹配185

4.3形状分析的区域外形边界变换方法187

4.3.1区域边界的傅里叶描述器187

4.3.2区域边界的Hough变换和广义Hough变换194

4.3.3区域边界和骨架的多项式逼近203

4.4.1数学结构形态学形状分析205

4.4形状分析的区域内部空间域分析方法205

4.4.2复杂形状区域的分解和结构描述217

4.5区域边界和骨架的空间域形状分析221

4.5.1链码方法221

4.5.2*结构方法235

4.6*形状分析的层次型结构方法237

4.6.1图像块的邻居寻找和边界确定238

4.6.2用四叉树数据结构作区域形状分析245

参考文献252

第五章 图像序列分析255

5.1图像序列，视差，瞬时位置速度场和光流场256

5.2运动检测和估计的傅里叶方法258

5.2.1物体图像平移的检测和估计258

5.2.2物体图像旋转和尺度变化的检测和估计260

5.3运动检测和分析的差分技术262

5.3.1差图像运动分析技术262

5.3.2累积差图像运动分析技术268

5.4运动估计和分析的时-空梯度技术276

5.4.1时-空梯度技术的最优估计方法276

5.4.2聚类方法286

5.5运动估计和分析的匹配技术290

5.5.1互相关方法291

5.5.2特征点匹配技术292

5.6空间运动物体的三维运动估计308

5.6.1三维平移运动的估计308

5.6.2一般三维运动参数的估计311

5.6.3由空间物体点的运动确定图像空间的瞬时位置速度314

参考文献315

第六章 场景分析317

6.1三维场景距离信息的获取320

6.1.1从立体视差测距320

6.1.2’从纹理梯度测距331

6.1.3*从遮挡提示测距333

6.1.4从聚焦测距335

6.1.5从脉冲飞行时间测距338

6.1.6*简易的三角测距339

6.1.7*结构光测距340

6.2三维场景物体表面主方向信息的获取343

6.2.1从阴影和遮挡边界估计表面主方向343

6.2.2*从轮廓估计表面主方向352

6.2.3*从纹理估计表面主方向357

6.3三维场景的物体或体元的表示和描述358

6.3.1以观测者为中心的物体或体元的表示和描述360

6.3.2以物体或体元为中心的表示和描述362

6.4三维场景的模型、关系结构和模型匹配369

6.5几个典型的计算机视觉系统374

6.5.1VISIONS375

6.5.2*ACRONYM系统386

参考文献397