数字图像处理基础

第1章 绪论
1.1数字图像处理：问题和应用
1.2图像表示和建模
1.3图像增强
1.4图像复原
1.5图像分析
1.6由投影重建图像
1.7图像数据压缩
第2章 二维系统和数学基础
2.1引言
2.2符号和定义
2.3线性系统和移不变性
2.4傅里叶变换
2.5z-变换或Laurem级数
2.6光传递函数和调制转移函数
2.7矩阵理论结果
2.8分块矩阵和Kronecker积
2.9随机信号
2.10离散随机场
2.11谱密度函数
2.12一些估计理论的结果
2.13一些信息论的结果
习题
第3章 图像感知
3.1 引言
3.2光照、照度、亮度和对比度
3-3视觉系统的MTF
3.4可见度函数
3.5单色视觉模型
3.6图像保真度标准
3.7颜色表示
3.8颜色匹配和再现
3.9颜色坐标系统
3.10色差的度量
3.11颜色视觉模型
3.12视觉的时间性质
习题
第4章 图像采样和量化
4.1 引言
4.2二维采样定理
4.3采样定理的扩展
4.4在采样和重建中的实际限制
4.5图像量化
4.6 Lloyd—Max量化器——最佳均方量化器
4.7一个压缩扩展器的设计[20.23]
4.8非均匀密度的最佳均方差均匀量
化器
4.9例子，比较，以及实际局限
4.10实际量化器的解析模型[30]
4.11复杂高斯随机变量的量化
4.12视觉量化
习题
第5章 图像变换
5.1引言
5.2二维正交变换和酉变换
5.3酉变换的性质
5.4一维离散傅里叶变换(DFT)
5.5二维DFT
5.6余弦变换
5.7正弦变换
5.8哈达玛变换
5.9哈尔变换
5.10斜变换
5.11 KL变换
5.12酉变换中的正弦曲线族
5.13外积展开和奇异值分解
5.14小结
习题
第6章 随机模型的图像表示
6.1 引言
6.2阶因果模型
6.3维谱因子分解
6.4 AR模型，谱因子分解，和Levinson算法
6.5非因果表示
6.6二维线性预测
6.7二维谱因子分解和通过预测模型的谱估计
6.8通过Winer.Doob同态变换进行谱因子分解
6.9图像分解，快速KL变换，随机解藕
6.10小结
习题
第7章 图像增强
7.1引言
7.2点运算
7.3直方图模型
7.4空域运算
7.5变换运算
7.6多光谱图像增强
7.7假彩色与伪彩色
7.8彩色图像增强
7.9 小结
习题
第8章 图像滤波与复原
8.1引言
8.2图像观测模型
8.3逆滤波和维纳滤波
8.4有限冲激响应(FIR)维纳滤波器
8.5其他傅里叶域滤波器
8.6图像变换滤波
8.7平滑样条与插值
8.8最小二乘滤波器
8.9推广的逆、SVD和迭代方法
8.10状态变化系统的递推滤波
8.11因果模型与递推滤波
8.12半因果模型与半递归滤波-
8.13斑点图像的数字处理一
8.14最大熵复原
8.15贝叶斯方法
8.16坐标转换与几何纠正
8.17盲解卷积一
8.18带限信号的外推-
8.19小结
习题
第9章 图像分析和计算机视觉
9.1引言
9.2空域特征提取
9.3变换特征
9.4边缘检测
9.5边界提取
9.6边界表达
9.7区域表达
9.8矩表达
9.9结构
9.10形状特征
9.11纹理
9.12场景匹配和检测
9.13图像分割
9.14分类技术
9.15图像理解
习题
第lO章 由投影重建图像
10.1引言
10.2 Radon变换
10.3反投影算子
10.4投影定理
10.5 Radon反变换
10.6卷积／滤波反投影算法：数字实现
10.7随机场的RADON变换
10.8对模糊的有噪声的投影进行重建
10.9傅里叶重建方法
10.10使用扇形射线束的重建
10.11代数方法
10.12三维断层照相
10.13小结
习题
第11章 图像数据压缩
11.1引言
11.2像素编码
11.3预测技术
11.4变换编码理论
11.5图像的变换编码
11.6混合编码和向量DPCM
11.7帧间编码
11.8有信道噪声时的图像编码
11.9二值图像编码
11.10彩色图像和多波段图像编码
11.11 小结
习题