数字图像信息处理

第I篇 处理基础与方法
第1章 绪论
1. 1 前言
1. 2 视觉心理物理学性质
1. 3 图像处理基本内容与系统
第2章 数字化与灰度级调整
2. 1 采样准则与量化
2. 1. 1 2维单位脉冲采样函数
2. 1. 2 采样与重构
2. 1. 3 量化
2. 2 基本运算类型
2. 2. 1 邻域与模板
2. 2. 2 迭代与跟踪
2. 2. 3 2维卷积
2. 2. 4 离散场数字特征
2. 3 直方图及其修整
2. 3. 1 直方图定义
2. 3. 2 直方图修整
2. 4 灰度级变换与图像内插
2. 4. 1 分段线性变换
2. 4. 2 非线性拉伸
2. 4. 3 多图像的代数运算
2. 4. 4 图像内插与放大
2. 5 灰度分层与彩色增显
2. 5. 1 伪彩色变换
2. 5. 2 加权直方图分割法
2. 5. 3 彩色合成与RGB显示
第3章 边缘鲜亮与各向异性
3. 1 空域平滑与自适应
3. 2 基于梯度的边缘增强
3. 2. 1 边缘模型与梯度
3. 2. 2 均值差分与边缘检测
3. 2. 3 灰度加权梯度法
3. 3 二阶差分与边缘提取
3. 3. 1 拉普拉斯算子与锐化
3. 3. 2 马尔算子与尺度空间滤波
3. 3. 3 边缘检测定位精度问题
3. 3. 4 边缘跟踪与轮廓线配准
3. 4 各向异性扩散法
3. 4. 1 各向异性扩散性质
3. 4. 2 各向异性扩散典型选择与鲁棒估计的等价性
3. 5 正则化变分法
3. 5. 1 边缘正则化与位函数基本特点
3. 5. 2 正则化模型基本算法与边缘展现
第4章 非线性滤波与数学形态学
4. 1 中值滤波
4. 1. 1 综合型中值滤波
4. 1. 2 基于边缘方向判别的自适应中值滤波
4. 1. 3 自适应鲁棒中值滤波
4. 2 数学形态学滤波
4. 2. 1 数学形态学基本算子
4. 2. 2 数学形态学阴影集方法
4. 2. 3 数学形态学投影方法
4. 3 基于轮廓结构的图像形态学处理与滤波
4. 3. 1 基于轮廓结构的二值图像形态学变换
4. 3. 2 基于轮廓结构的多值图像形态学处理与
滤波
第5章 傅里叶变换与滤波
5. 1 2维离散傅里叶变换
5. 1. 1 2维离散傅里叶变换定义
5. 1. 2 2维离散傅里叶变换性质
5. 2 2维有限长度滤波器
5. 2. 1 2维有限长度滤波器设计考虑
5. 2. 2 同态滤波问题
5. 2. 3 周期图谱
5. 3 2维递归滤波与AR估计
5. 3. 1 2维差分方程及其特征
5. 3. 2 2维线性预测与AR算法
5. 3. 3 2维ARMA谱估计
第6章 几种重要变换与维纳滤波
6. 1 离散余弦变换
6. 1. 1 余弦变换的定义与性质
6. 1. 2 系数重量化问题
6. 2 离散卡洛变换
6. 2. 1 离散卡洛变换定义
6. 2. 2 离散卡洛变换的基本内涵
6. 2. 3 基于神经网络的算法
6. 2. 4 卡洛变换在图像场中的应用
6. 3 拉顿变换
6. 3. 1 拉顿变换的定义与特征提取
6. 3. 2 拉顿逆变换与举例
第II篇 累积域处理. 小波变换与运动估计
第7章 累积域图像处理
7. 1 高阶累积量与多谱定义
7. 1. 1 高阶累积量的定义及其基本性质
7. 1. 2 多谱定义. 谱系数与相关谱
7. 1. 3 累积量与冲激响应间的关系
7. 2 双谱及其非参数化估计
7. 2. 1 双谱的基本性质
7. 2. 2 双谱非参数化估计
7. 3 高阶累积量与模型参数的关系
7. 3. 1 高阶累积量与MA参数估计
7. 3. 2 高阶累积量ARMA参数估计与自适应ARMA
滤波
7. 3. 3 举例
7. 4 非高斯2维随机场
7. 4. 1 2维累积量与2维多谱
7. 4. 2 基于2维累积量的ARMA参数估计
7. 4. 3 2维图像非因果模型
7. 5 累积域图像处理中几种重要考虑
7.
5.
1 位移与旋转不变特征及其提取
7.
5.
2 图像恢复与双谱关系
7.
5.
3 匹配滤波与模式分类
7.
5.
4 运动估计
第8章 小波变换与多尺度处理
8.
1 小波变换定义
8.
1.
1 小波变换与基本特性
8.
1.
2 离散小波变换与举例
8.
2 多分辨率分析
8.
2.
1 多分辨率逼近及其基本关系
8.
2.
2 Mallat小波分解和重构算法
8.
2.
3 小波一级分解与重构正交镜像滤波器组
8.
3 多维正交小波基与序列图像的变换
8.
3.
1 2维. 3维可分离正交小波基与实例分析
8.
3.
2 非分离2维小波变换
8.
4 紧支集正交小波基与小波族
8.
5 二进小波变换与边缘检测
8.
5.
1 二进小波变换
8.
5.
2 二进小波分解与重构
8.
5.
3 多尺度边缘提取与基于模极值的压缩编码
8.
6 小波包与图像数据最佳压缩
8.
6.
1 小波包的概念与性质
8.
6.
2 图像数据压缩时最佳小波基选择举例
第9章 时变图像与运动估计
9.
1 2维平移运动估计与光流场的计算
9.
2 基于块运动估计算法
9.
2.
1 基于块运动模型
9.
2.
2 块匹配法
9.
2.
3 分层运动估计
9.
2.
4 变形块运动估计
9.
3 基于点对应的算法
9.
3.
1 3维运动与透视投影关系
9.
3.
2 核线约束条件与运动矩阵参数估计
9.
3.
3 运动矩阵分解与旋转矩阵估计
9.
4 运动补偿与模型域编码
9.
4.
1 基于对象的编码
9.
4.
2 基于知识与语义的编码
第III篇 恢复. 配准与分类
第10章 图像恢复与重构
10.
1 最小二乘法
10.
1.
1 无约束最小二乘法
10.
1.
2 约束最小二乘法
10.
2 递推重构法
10.
3 基于神经网络的算法
10.
3.
1 Hopfield神经网络法
10.
3.
2 基于能量最大速降法
10.
3.
3 基于方差的参数指派法
10.
4 合成孔径雷达信号成像处理
10.
4.
1 SAR回波信号记录模型
10.
4.
2 基于回波数据的成像处理与实现
10.
4.
3 2类典型系统
第11章 几何配准与立体观察
11.
1 图像几何变换的基本概念
11.
1.
1 坐标变换与中心投影
11.
1.
2 地图投影问题
11.
2 几何整体配准与重采样
11.
2.
1 多项式求解与同名点集要求
11.
2.
2 重采样
11.
3 图像叠加与匹配
11.
4 数字镶嵌
11.
5 立体观察与显示
11.
5.
1 立体观察实例
11.
5.
2 陆地卫星旁向重叠立体
11.
5.
3 虚拟立体与透视立体
11.
5.
4 立体图像的匹配与计算机显示
第12章 图像分类与神经网络
12.
1 统计分类与费歇算法
12.
1.
1 统计分类数学概念
12.
1.
2 费歇算法
12.
2 多光谱图像分类特点与前处理
12.
2.
1 多光谱图像分类特点
12.
2.
2 与分类有关的几个重要问题
12.
3 神经网络模式分类算法
12.
3.
1 LVQ学习矢量量化模式分类
12.
3.
2 Kohonen自组织特征映射模式分类
12.
3.
3 ART自适应谐振网络模式分类
12.
3.
4 CPN网络模式分类
12.
3.
5 RBF网络多光谱分析与模式分类
12.
4 信息融合与识别
12.
4.
1 多种图像信息的融合
12.
4.
2 图像信息和非图像信息的融合
12.
4.
3 智能化信息处理与识别
参考文献