数字图像处理（matlab版）第三版，数字图像处理及MATLAB
实现（第3版）
第⼀部分 基础
第1章 概述(Introduction)1
1.1 及特点(Characteristics and Processing of Digital Image)1
1.1.1 数字图像与数字图像处理(Digital Images and Digital Image )1
1.1.2　数字图像处理的特点(Characteristics of Digital Image Processing)2
1.2 数字图像处理系统(System of Digital Image Processing)3
1.2.1 数字图像处理系统的结构(Structure of Digital Image Processing System)3
1.2.2 数字图像处理的优点(Advantages of Digital Image Processing)4
1.3 数字图像处理的主要研究内容(Research Content in Digital Image Processing)5
1.4 数字图像处理的应⽤和发展(Applications and Development of Digital Image Processing)
6
1.4.1 数字图像处理的应⽤(Applications of Digital Image Processing)6
1.4.2 数字图像处理领域的发展动向(Future Direction in the Field of
Digital Image Processing)11
1.5 全书内容简介(Brief Introduction of This Book)11
⼩结(Summary)12
习题(Exercises)13
第2章 数字图像处理的基础(Basics of Digital Image Processing)14
2.1 ⼈类的视觉感知系统(Visual System of Human Beings)14
2.1.1 视觉系统的基本构造(Basic Structure of Visual System)14
2.1.2 亮度适应和鉴别(Intensity Adaption and Identification)16
2.2 数字图像的基础知识(Basics of Digital Image)19
2.2.1 图像的数字化及表达(Image Digitalization and Representation)19
2.2.2 图像的获取(Image Acquisition)20
2.2.3 像素间的基本关系(Basic Relationships between Pixels)23
2.2.4 图像的分类(Image Classification)25
⼩结(Summary)29
习题(Exercises)29
第3章 图像基本运算(Basic Operation in Digital Image Processing)30
3.1 概述(Introduction)30
3.2 点运算(Point Operation)30
3.2.1 线性点运算(Linear Point Operation)31
3.2.2 ⾮线性点运算(Non-Linear Point Operation)32
matlab直方图
3.3 代数运算与逻辑运算(Algebra and Logical Operation)34
3.3.1 加法运算(Addition)34
3.3.2 减法运算(Subtraction)36
3.3.3 乘法运算(Multiplication)37
3.3.4 除法运算(Division)38
3.3.5 逻辑运算(Logical Operation)39
3.4 ⼏何运算(Geometric Operation)39
3.4.1 图像的平移(Image Translation)40
3.4.2 图像的镜像(Image Mirror)41
3.4.3 图像的旋转(Image Rotation)43
3.4.4 图像的缩放(Image Zoom)44
3.4.5 灰度重采样(Gray Resampling)47
⼩结(Summary)50
习题(Exercises)50
第4章 图像变换(Image Transform)51
4.1 连续傅⾥叶变换(Continuous Fourier Transform)51
4.2 离散傅⾥叶变换(Discrete Fourier Transform)52
4.3　快速傅⾥叶变换(Fast Fourier Transform)53
4.4 傅⾥叶变换的性质(Properties of Fourier Transform)55
4.4.1 可分离性(Separability)55
4.4.2 平移性质(Translation)56
4.4.3 周期性和共轭对称性(Periodicity and Conjugate Symmetry)58 4.4.4 旋转性质(Rotation)59
4.4.5 分配律(Distribution Law)59
4.4.6 尺度变换(Scaling)60
4.4.7 平均值(Average Value)61
4.4.8 卷积定理(Convolution Theorem)62
4.5 图像傅⾥叶变换实例(Examples of Image Fourier Transform)62 4.6 其他离散变换(Other Discrete Transform)65
4.6.1 离散余弦变换(Discrete Cosine Transform)65
4.6.2 ⼆维离散沃尔什—哈达玛变换(Walsh-Hadamard Transform)68 4.6.3 卡胡楠—列夫变换(Kahunen-Loeve Transform)72
⼩结(Summary)73
习题(Exercises)74
第⼆部分 图像处理技术
第5章 图像增强(Image Enhancement)75
5.1 图像增强的概念和分类(Concepts and Categories of Image Enhancement)75
5.2 空间域图像增强(Image Enhancement in the Spatial Domain)76
5.2.1 基于灰度变换的图像增强(Image Enhancement based on Gray Levels)76
5.2.2 基于直⽅图处理的图像增强(Image Enhancement based on Histogram Processing) 79
5.2.3 空间域滤波增强(Spatial Filtering Enhancement)84
5.3 频率域图像增强(Image Enhancement in the Frequency Domain)91
5.3.1 频率域增图像强基本理论(Fundamentals of Image Enhancement
in the Frequency Domain)91
5.3.2 频率域平滑滤波器(Frequency Smoothing Filters)92
5.3.3 频率域锐化滤波器(Frequency Sharpening Filters)95
5.3.4 同态滤波器(Homomorphic Filters)97
⼩结(Summary)99
习题(Exercises)99
第6章 图像复原(Image Restoration)101
6.1 图像复原及退化模型基础(Fundamentals of Image Restoration and
Degradation Model)101
6.1.1 图像退化的原因及退化模型(Causes of Image Degradation and
Degradation Model)102
6.1.2 图像退化的数学模型(Mathematic Model of Image Degradation)104
6.1.3 复原技术的概念及分类(Concepts and Categories of Restoration)105
6.2 噪声模型(Noise Models)106
6.2.1 ⼀些重要噪声的概率密度函数(Some Important Noise Probability
Density Functions)106
6.2.2 噪声参数的估计(Estimation of Noise Parameters)109
6.3 空间域滤波复原(Restoration with Spatial Filtering)110
6.3.1 均值滤波器(Mean Filters)110
6.3.2 顺序统计滤波器(Order-Statistics Filters)113
6.4 频率域滤波复原(Restoration with Frequency Domain Filtering)116
6.4.1 带阻滤波器(Bandreject Filters)117
6.4.2 带通滤波器(Bandpass Filters)119
6.4.3 其他频率域滤波器(Other Filters in Frequency Domain)119
6.5 估计退化函数(Estimating the Degradation Function)121
6.5.1 图像观察估计法(Estimation by Image Observation)121
6.5.2 试验估计法(Estimation by Experimentation)121
6.5.3 模型估计法(Estimation by Modeling)122
6.6 逆滤波(Inverse Filtering)124
6.7 最⼩均⽅误差滤波——维纳滤波(Minimum Mean Square Error Filtering-
Wiener Filtering)125
6.8 ⼏何失真校正(Geometric Distortion Correction)128
6.8.1 空间变换(Spatial Transformation)129
6.8.2 灰度插值(Gray-Level Interpolation)131
6.8.3 实现(Implementation)131
⼩结(Summary)134
习题(Exercises)134
第7章 图像压缩编码(Image Compression Coding Technology)136
7.1 概述(Introduction)136
7.1.1 图像的信息量与信息熵(Information Content and Entropy)136
7.1.2 图像数据冗余(Image Data Redundancy)138
7.1.3 图像压缩编码⽅法(Coding Methods of Image Compression)140
7.1.4 图像压缩技术的性能指标(Evaluation Index of Image Compression Approaches) 140
7.1.5 保真度准则(Fidelity Criteria)142
7.2 ⽆失真图像压缩编码(Lossless Image Compression)143
7.2.1 哈夫曼编码(Huffman Coding)143
7.2.2 游程编码(Run-Length Coding)145
7.2.3 算术编码(Arithmetic Coding)148
7.3 有限失真图像压缩编码(Lossy Image Compression)150
7.3.1 率失真函数(Rate Distortion Function)151
7.3.2 预测编码和变换编码(Prediction Coding and Transform Coding)152
7.3.3 ⽮量量化编码(Vector Quantification Coding)160
7.4 图像编码新技术(New Image Coding Technology)162
7.4.1 ⼦带编码(Subband Coding)162
7.4.2 模型基编码(Model-Based Coding)163
7.4.3 分形编码(Fractal Coding)164
7.5 图像压缩技术标准(Image Compression Standards)164
7.5.1 概述(Introduction)164
7.5.2 JPEG压缩(JPEG Compression)165
7.5.3 JPEG 2000166
7.5.4 H.26x标准(H.26x Standards)168
7.5.5 MPEG标准(MPEG Standards)168
⼩结(Summary)169
习题(Exercises)170
第8章 图像分割(Image Segmentation)171
8.1 概述(Introduction)171
8.2 边缘检测和连接(Edge Detection and Connection)173
8.2.1 边缘检测(Edge Detection)173
8.2.2 边缘连接(Edge Connection)181
8.3 阈值分割(Image Segmentation using Threshold)184
8.3.1 基础(Foundation)184
8.3.2 全局阈值(Global Threshold)185
8.3.3 ⾃适应阈值(Adaptive Threshold)190
8.3.4 最佳阈值的选择(Optimal Threshold)190
8.3.5 分⽔岭算法(Watershed Algorithm)191
8.4 区域分割(Region Segmentation)193
8.4.1 区域⽣长法(Region Growing)193
8.4.2 区域分裂合并法(Region Splitting and Merging)196
8.5 ⼆值图像处理(Binary Image Processing)197
8.5.1 数学形态学图像处理(Mathematical Morphology Image Processing)198 8.5.2 开运算和闭运算(Open Operation and Close Operation)202
8.5.3 ⼀些基本形态学算法(Some Basic Morphological Algorithms)204
8.6 分割图像的结构(Construction of Image Segmentation)206
8.6.1 物体⾪属关系图(Relationships between Objects)206
8.6.2 边界链码(Edge Chain Code)207
⼩结(Summary)208
习题(Exercises)208
第三部分 图像处理的扩展内容
第9章 彩⾊图像处理(Color Image Processing)210

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。