图像处理

序言
前言
第一章 导论
1. 1 概述
1. 2 图像信息处理技术研究的内容
1. 3 数字图像处理系统
第二章 数学知识
2. 1 点源与函数
2. 2 线性系统
2. 3 矩阵微分
2. 4 矩阵的广义逆
2. 5 傅氏变换
2. 6 周期函数. 周期. 频率
第三章 视觉知识
3. 1 人眼的生理构造
3. 2 辐射度学基础知识
3. 3 亮觉与光度学基础知识
3. 4 色觉与色度学基础知识
3. 4. 1 色觉与色度学基础知识
3. 4. 2 表色模型
3. 4. 3 色度图
3. 5 视觉信息处理特性
3. 6 视觉特性
3. 7 视觉模型
3. 8 视觉的心理学知识
第四章 图像的数学描述
4. 1 图像的函数表示
4. 2 反射形成的图像模型的数学结构
4. 3 图像的统计表示形式--随机场
4. 3. 1 随机场的概念
4. 3. 2 随机场的概率分布描述. 统计参量及计算公式
4. 4 均匀随机场
第五章 图像的数字化
5. 1 数字图像的表示形式
5. 2 取样定理
5. 2. 1 取样定理
5. 2. 2 原函数的重建
5. 2. 3 混叠
5. 2. 4 取样的实际问题
5. 3 量化
5. 3. 1 量化
5. 3. 2 最佳量化
5. 3. 3 有约束的最佳量化器
5. 3. 4 自适应量化
5. 4 根据图像局部区域特征进行非均匀取样和非一致量化
5. 5 数字图像的概率分布和统计参量
第六章 图像酉变换
6. 1 离散傅氏变换 DFT
6. 1. 1 离散傅氏变换的定义
6. 1. 2 离散傅氏变换性质
6. 2 线性变换的一般表示式
6. 2. 1 标量表示式
6. 2. 2 矢量表示式
6. 2. 3 矩阵表示式
6. 2. 4 矢量外积表示式
6. 3 可逆变换
6. 4 线性变换的实质
6. 4. 1 基底
6. 4. 2 基平面
6. 5 线性变换的统计特性
6. 5. 1 变换图像的一. 二阶矩
6. 5. 2 变换图像的概率密度模型
6. 6 沃尔什-哈达玛变换 WHT
6. 6. 1 列率 sequency . 格雷码与拉德梅克函数
6. 6. 2 沃尔什 walsh 函数
6. 6. 3 沃尔什级数
6. 6. 4 沃尔什变换
6. 6. 5 哈达玛变换
6. 7 离散余弦变换 DCT
6. 8 离散K-L变换
6. 9 奇异值分解 SVD 和变换
6. 10 哈尔变换 HT
6. 10. 1 哈尔函数的定义
6. 10. 2 哈尔函数性质
6. 10. 3 哈尔矩阵与哈尔变换
6. 11 斜变换 DST
6. 11. 1 斜矩阵
6. 11. 2 斜变换
第七章 图像增强
7. 1 概述
7. 2 对比度增强
7. 2. 1 线性变换
7. 2. 2 分段线性变换
7. 2. 3 非线性变换
7. 2. 4 其他变换
7. 3 修正直方图增强
7. 3. 1 直方图 histogram
7. 3. 2 直方图均化
7. 3. 3 直方图规定化
7. 4 平滑 smoothing
7. 4. 1 噪声
7. 4. 2 邻域平均法
7. 4. 3 多图平均法
7. 4. 4 中值滤波法
7. 4. 5 频域中低通滤波和带阻滤波
7. 5 锐化 sharpening
7. 5. 1 模糊机理及基本解决方法
7. 5. 2 梯度模算子
7. 5. 3 拉氏算子
7. 5. 4 Wallis算子
7. 5. 5 其他自适应锐化算子
7. 5. 6 高通滤波和高频加强滤波
7. 6 自适应叠代滤波增强
7. 6. 1 自适应叠代滤波原理
7. 6. 2 图像的自适应叠代滤波算法
7. 7. 同态滤波增晰
7. 8 几何校正
7. 8. 1 像素坐标校正
7. 8. 2 像素灰度估算
7. 9 伪彩色和假彩色
7. 9. 1 伪彩色 pseudo color 技术
7. 9. 2 假彩色 false color 技术
7. 10 图像间的四则运算
第八章 图像恢复
8. 1 概述
8. 2 图像质量的客观评价
8. 3 降质模型的一般表示式
8. 3. 1 连续的线性降质模型表示式
8. 3. 2 离散的线性系统模型表示式
8. 4 分块循环矩阵的对角化及其意义
8. 5 降质系统的模型及参数的确定
8. 5. 1 具体研究降质过程确定h x, y
8. 5. 2 由降质图像确定h x, y
8. 5. 3 原始图像及噪声的功率谱估计
8. 6 频域中的恢复方法
8. 6. 1 逆滤波
8. 6. 2 等功率谱滤波
8. 6. 3 维纳滤波
8. 6. 4 其他几种频域中的恢复滤波器
8. 6. 5 由降质图像估计恢复滤波器的一种方法
8. 6. 6 叠代盲卷积恢复算法
8. 7 最小二乘估计
8. 8 约束最小二乘估计
8. 8. 1 化矩阵方程约束为范数方程约束
8. 8. 2 矩阵方程约束
8. 9 利用分块循环矩阵性质改变恢复域
8. 9. 1 平滑约束恢复算法
8. 9. 2 变参数维纳滤波
8. 10 线性均方估计恢复图像
8. 11 非线性统计估计
8. 11. 1 条件均方估计
8. 11. 2 最大后验估计 MAPE
8. 11. 3 最大似然估计 MLE
8. 11. 4 最大后验估计的具体实施
8. 11. 5 最大似然估计的实施
8. 12 最大熵恢复
8. 13 图像恢复的代数方法
8. 13. 1 广义逆法
8. 13. 2 奇异值分解广义逆法
8. 13. 3 投影叠代法
8. 14 卡尔曼滤波恢复
8. 15 运动模糊图像恢复
8. 15. 1 运动模糊差分恢复
8. 15. 2 差分投影恢复
8. 15. 3 直接卷积恢复
8. 16 薄云层下的景物图像恢复
8. 17 超分辨率图像复原
8. 17. 1 超分辨率图像复原及其进展
8. 17. 2 超分辨率复原的理论基础
8. 17. 3 超分辨率复原算法
8. 17. 4 超分辨率图像复原的研究发展方向