计算机图像处理与识别技术

第一章 数字图像处理综述
1. 1 概论
1. 2 数字图像处理系统
1. 2. 1 计算机图像处理系统的发展
1. 2. 2 微机图像处理系统的基本构成
1. 3 数字图像的形成
1. 3. 1 抽样
1. 3. 2 量化
1. 4 数字图像的数学描述
1. 4. 1 数字图像的矩阵表示
1. 4. 2 二维数组和图像的关系
1. 4. 3 对二维数组处理的基本程序框架
1. 5 数字图像的数据结构
1. 5. 1 二维数组
1. 5. 2 一维数组
1. 5. 3 分层结构
1. 5. 4 树状结构
1. 5. 5 多波段图像的数据结构
1. 5. 6 其他形式的数据存储格式
1. 6 数字图像处理的基本方法
1. 6. 1 基本处理过程
1. 6. 2 基本运算形式
1. 7 数字图像处理与识别及图像理解所研究的内容
1. 7. 1 图像处理技术
1. 7. 2 图像识别技术
1. 7. 3 图像理解
1. 8 图像处理与图像识别及图像理解的关系
1. 8. 1 图像处理
1. 8. 2 什么是图像理解
1. 8. 3 图像识别与图像处理及图像理解的关系
1. 9 计算机视觉 机器视觉
1. 9. 1 计算机视觉研究的内容
1. 9. 2 计算机视觉与人类视觉的差异
1. 9. 3 计算机视觉的硬件
1. 9. 4 与计算机视觉相关的领域
1. 9. 5 计算机视觉发展的现状
1. 9. 6 计算机视觉的应用
第二章 MATLAB语言基础
2. 1 MATLAB简介
2. 2 MATLAB基本操作
2. 3 MATLAB编程基础
2. 3. 1 变量
2. 3. 2 数据类型
2. 3. 3 特殊定义值
2. 3. 4 基本赋值语句
2. 3. 5 工作空间的管理
2. 4 MATLAB运算符
2. 4. 1 算术运算符
2. 4. 2 关系运算符
2. 4. 3 逻辑运算符
2. 5 MATLAB控制语句
2. 5. 1 循环控制语句
2. 5. 2 条件转移语句
2. 5. 3 开关控制语句
2. 6 MATLAB联机帮助系统
2. 6. 1 帮助命令 help
2. 6. 2 帮助窗口 help window
2. 6. 3 帮助桌面 help desk
2. 6. 4 关键宇查询 look for
2. 6. 5 Mathworks公司网站
第三章 图像预处理
3. 1 图像变换
3. 1. 1 傅里叶变换
3. 1. 2 离散余弦变换
3. 1. 3 哈达码变换
3. 1. 4 沃尔什变换
3. 1. 5 离散卡-洛变换
3. 2 灰度变换
3. 2. 1 灰度线性变换
3. 2. 2 灰度非线性变换
3. 3 直方图变换
3. 3. 1 灰度直方图
3. 3. 2 直方图修正基础
3. 3. 3 直方图均衡化
3. 3. 4 直方图规定化
3. 4 空间域图像平滑
3. 4. 1 邻域平均法
3. 4. 2 选择平均法
3. 4. 3 中值滤波
3. 4. 4 空间域低通滤波
3. 5 空间域图像锐化
3. 5. 1 梯度法
3. 5. 2 空域高通滤波法
3. 5. 3 掩摸匹配法
3. 6 频域图像平滑和锐化
3. 6. 1 频域低通滤波法
3. 6. 2 频域高通频滤波
3. 7 伪彩色和假彩色处理
3. 7. 1 伪彩色处理
3. 7. 2 假彩色处理
第四章 图像分割
4. 1 边缘检测
4. 1. 1 边缘算子法
4. 1. 2 模板匹配法
4. 1. 3 曲面拟合法
4. 2 灰度阈值分割
4. 2. 1 双峰法
4. 2. 2 p参数法
4. 2. 3 最大方差自动取阈法
4. 3 区域生长
4. 3. 1 灰度差判别准则
4. 3. 2 灰度分布相似性判别准则
第五章 图像恢复与校正
5. 1 图像恢复的基本概念
5. 2 图像退化的模型
5. 3 图像复原的代数方法
5. 3. 1 基本方程
5. 3. 2 分块循环矩阵的对角化
5. 3. 3 反向滤波器
5. 3. 4 最小二乘方滤波器
5. 4 最小二乘方恢复
5. 4. 1 约束的最小二乘方复原
5. 4. 2 最大熵滤波器
5. 5 图像几何畸变校正
5. 6 图像的几何变换
5. 6. 1 图像几何变换原理
5. 6. 2 坐标变换
5. 6. 3 灰度插值
第六章 图像特征提取
6. 1 纹理特征提取
6. 1. 1 直方图统计特征
6. 1. 2 图像的自相关函数
6. 1. 3 灰度分布统计特征
6. 1. 4 傅里叶特征
6. 2 形状特征提取
6. 2. 1 区域内部的形状特征
6. 2. 2 区域边界的形状特征
6. 3 颜色特征提取
6. 3. 1 彩色视觉系统
6. 3. 2 计算机彩色图像
6. 3. 3 颜色表示系统
6. 3. 4 颜色系统之间的转换
6. 3. 5 颜色的区分与对比
第七章 图像识别
7. 1 图像识别概述
7. 2 判别函数和判别规则
7. 2. 1 线性判别函数
7. 2. 2 最小距离判别函数
7. 2. 3 最近邻域判别函数
7. 2. 4 非线性判别函数
7. 3 特征的提取和选择
7. 4 统计模式识别方法
7. 4. 1 基本概念
7. 4. 2 贝叶斯分类器
7. 4. 3 基于贝叶斯分类器的遥感图像分类
7. 5 模糊集理论识别方法
7. 5. 1 引言
7. 5. 2 模糊集理论概述
7. 5. 3 最大隶属原则识别方法
7. 5. 4 择近原则识别方法
7. 5. 5 模糊聚类识别方法
7. 5. 6 基于最大录属原则的机械零件识别
7. 5. 7 基于模糊聚类的汽车类型识别
7. 6 神经网络识别方法
7. 6. 1 神经网络识别法概述
7. 6. 2 与传统分类器的对比
7. 6. 3 神经元模型
7. 6. 4 神经网络分类器
7. 6. 5 模糊神经网络识别方法
第八章 图像数据压缩编码
8. 1 概述
8. 1. 1 图像编码压缩的必要性
8. 1. 2 图像编码压缩的可能性
8. 1. 3 图像编码压缩的分类
8. 1. 4 图像编码压缩术语简介
8. 2 预测编码
8. 2. 1 线性预测编码
8. 2. 2 非线性预测编码
8. 3 正交变换编码
8. 3. 1 变换编码的基本原理
8. 3. 2 正交变换编码特性评价
8. 3. 3 变换编码
8. 4 统计编码
8. 4. 1 哈夫曼编码 Huffman Coding
8. 4. 2 香农编码 Shannon Coding
8. 4. 3 算术编码 Arithmetics Coding
8. 5 二值图像编码
8. 5. 1 直接编码
8. 5. 2 跳跃空白编码
8. 5. 3 游程长度编码.
8. 6 多媒体图像数据压缩技术
第九章 应用实例
9. 1 图像处理技术在工业自动检测中的应用
9. 1. 1 图像处理在铸造工业中的应用
9. 1. 2 草莓拣选机器人的开发
9. 1. 3 基于计算机图像处理的回转窑火焰图像识别
9. 2 智能机器人视觉信息检测与处理系统
9. 2. 1 机器人视觉系统
9. 2. 2 机器人视觉与触觉的融合
9. 3 现代交通监控与管理系统
9. 3. 1 图像识别技术在停车场安全系统中的应用
9. 3. 2 基于神经网络的汽车车型图像自动识别
9. 3. 3 现代车辆定位与导航
9. 4 遥感图像处理与识别系统
9. 4. 1 遥感处理系统
9. 4. 2 实用微机遥感图像处理系统
9. 4. 3 小波神经网络的遥感图像分类
附录1 MATLAB图像处理工具箱函数简介
附录2 图像处理技术汉英名词对照
主要参考文献