数字图像处理：活用Matlab

PART 1：原理与技术
第一章 简介
1.1 背景
1.2 图像的表示
1.3 数字图像处理
1.4 数字图像处理系统
1.5 本书结构
1.6 主要参考文献
第二章 数学基础
2.1 信号
2.2 线性与线性时不变系统
2.3 卷积
2.4 矩阵运算
2.5 纯量值对向量参数的最优化
2.6 随机信号
习题
第三章 采样与量化
3.1 取样
3.2 量化
3.3 向量量化
习题
第四章 变换法
4.1 正交变换
4.2 傅立叶变换
4.3 离散余弦变换
4.4 离散正弦变换
4.5 Walsh-Hadamard变换
4.6 Haar变换
4.7 斜变换
4.8 KL变换
4.9 哈特莱变换
4.10 SVD变换
4.11 小波变换
习题
第五章 图像增强
5.1 点处理增强
5.2 空间滤波
5.3 频域的图像增强法
5.4 彩色图像增强
习题
第六章 图像恢复
6.1 图像降质系统
6.2 代数恢复方法
6.3 反滤波法
6.4 最小平方滤波器
6.5 限制性最小平方恢复
6.6 盲目图像恢复技术
习题
第七章 图像压缩
7.1 数据编码与数据压缩
7.2 图像压缩模型
7.3 信息论基础
7.4 无失真压缩
7.5 有损压缩
7.6 图像压缩标准JPEG
7.7 动态图像压缩
7.8 以小波变换压缩的实例
习题
第八章 图像分割
8.1 导论
8.2 图像分割处理
8.3 分割图像的储存
8.4 图像分割预处理——LUM滤波器
习题
第九章 表示与描述
9.1 表示方法
9.2 边界描述子
9.3 区域描述子
9.4 形态学
习题
第十章 图像模式识别
10.1 分类
10.2 统计决策图像模式识别
10.3 特征选取
10.4 聚类
10.5 利用人工神经网络做图像模式识别
习题
PART 2：Matlab实习
第一章 Matlab实验常用函数简介
第二章 实验——数学基础
L2.1 二维卷积
L2.2 矩阵的直接乘积
L2.3 马尔可夫链的转移概率
第三章 实验——量化
L3.1 纯量量化器的设计
L3.2 量化造成的假轮廊
L3.3  向量量化器码本的产生
L3.4 向量量化的编解码
第四章 实验——变换法
L4.1 SVD变换
L4.2 图像变换的能量集中能力
L4.3 小波变换
第五章 实验——图像增强
L5.1 直方图均衡化法
L5.2 平滑滤波器
L5.3 同态滤波器
第六章 实验——图像恢复
L6.1 最小平方滤波器
L6.2 迭代盲目去卷积法
第七章 实验——图像压缩
L7.1 游程长度编码
L7.2 应用小波变换与向量量化做图像压缩
第八章 实验——图像分割
L8.1 像素聚类区域成长法
L8.2 四叉树区域分割与合并法
L8.3 Sobel边缘检测
L8.4 拉氏边界检测法
L8.5 LUM滤波器
第九章 实验——表示与描述
L9.1 不变矩
L9.2 细化
L9.3 膨胀和腐蚀
L9.4 断开与闭合
第十章 实验——图像模式识别
L10.1 利用不变矩判定图形类别
L10.2 模糊聚类
L10.3 利用人工神经网络做图像模式识别
L10.4 以反向传播网络做模糊分类  
附录 光盘内容简介及使用说明
参考文献