数字图像处理与分析

第1章  图像处理的基础知识
1.1 数字图像处理概述1
1.1.1 数字图像处理及其特点1
1.1.2 数字图像处理研究的主要内容4
1.1.3 数字图像处理的发展与应用6
1.2 图像数字化技术9
1.2.1 图像的数学模型9
1.2.2 图像的采样10
1.2.3 图像的量化11
1.3 图像获取技术13
1.3.1 图像采集系统13
1.3.2 图像输入设备15
1.4 图像文件格式及类型17
1.4.1 常用的图像文件格式17
1.4.2 数字图像类型21
1.5 图像的视觉原理22
1.5.1 人的视觉模型及特性22
1.5.2 色度学基础25
1.5.3 图像质量评价27
1.6 MATLAB及其在图像处理中的应用简介30
1.6.1 MATLAB的特点30
1.6.2 MATLAB的界面环境31
1.6.3 M文件的编辑调试环境32
1.6.4 MATLAB图像处理应用举例34
习题与思考题36
第2章  图像的频域变换
2.1 傅里叶变换37
2.1.1 连续函数的傅里叶变换37
2.1.2 离散函数的傅里叶变换38
2.1.3 二维离散傅里叶变换的基本性质39
2.1.4 快速离散傅里叶变换44
2.1.5 数字图像傅里叶变换的频谱分布和统计特性47
2.2 图像变换的通用公式48
2.3 离散余弦变换49
2.3.1 一维离散余弦变换49
2.3.2 二维离散余弦变换49
2.3.3 快速离散余弦变换50
2.4 KL变换50
2.4.1 KL变换的定义50
2.4.2 KL变换的性质52
2.5 离散沃尔什—哈达玛变换52
2.5.1 离散沃尔什变换52
2.5.2 离散哈达玛变换54
2.6 小波变换55
2.6.1 传统变换方法的局限性56
2.6.2 小波变换的基本知识57
2.6.3 小波变换在图像处理方面的应用60
2.7 图像频域变换的MATLAB实现61
习题与思考题65
第3章  图像增强与复原技术
3.1 图像增强与图像复原技术概述66
3.1.1 图像增强的体系结构66
3.1.2 图像复原的体系结构68
3.2 灰度变换68
3.2.1 灰度线性变换69
3.2.2 灰度非线性变换73
3.3 直方图修正74
3.3.1 灰度直方图的定义74
3.3.2 直方图的计算78
3.3.3 直方图的均衡化80
3.4 图像平滑85
3.4.1 滤波原理与分类86
3.4.2 空域低通滤波88
3.4.2 频域低通滤波91
3.4.3 图像平滑的应用93
3.5 图像锐化101
3.5.1 空域高通滤波102
3.5.2 频域高通滤波105
3.5.3 同态滤波器图像增强的方法107
3.5.4 图像锐化的应用108
3.6 伪彩色增强113
3.6.1 灰度分层法伪彩色处理114
3.6.2 灰度变换法伪彩色处理115
3.6.3 频域伪彩色处理117
3.7 图像退化与图像复原119
3.7.1 图像的退化模型120
3.7.2 图像复原的基本方法124
3.7.3 运动模糊图像的复原127
3.8 图像的几何校正129
3.8.1 几何畸变的描述130
3.8.2 几何校正131
3.9 图像增强与复原技术的MATLAB实现133
3.9.1 灰度变换MATLAB实现133
3.9.2 图像复原MATLAB实现135
习题与思考题138
第4章  图像的几何变换
4.1 几何变换基础139
4.1.1 齐次坐标139
4.1.2 齐次坐标的一般表现形式及意义140
4.1.3 二维图像几何变换的矩阵141
4.2 图像的位置变换142
4.2.1 图像平移变换142
4.2.2 图像镜像变换145
4.2.3 图像旋转变换149
4.3 图像形状变换152
4.3.1 图像比例缩放变换152
4.3.2 图像错切变换156
4.4 图像复合变换159
4.4.1 图像复合变换159
4.4.2 图像复合变换MATLAB的实现 160
4.5 三维几何变换的投影变换简介160
4.5.1 投影变换160
4.5.2 透视投影161
4.5.3 平行投影162
习题与思考题167
第5章  图像的压缩编码
5.1 图像压缩编码基础169
5.1.1 图像压缩编码的必要性169
5.1.2 图像压缩编码的可能性169
5.1.3 图像压缩编码的分类170
5.1.4 图像压缩编码的系统评价171
5.2 熵编码174
5.2.1 哈夫曼编码174
5.2.2 香农范诺编码177
5.2.3 算术编码178
5.2.4 行程编码181
5.3 预测编码181
5.3.1 DPCM基本原理181
5.3.2 最佳线性预测编码方法184
5.3.3 自适应预测编码方法185
5.4 变换编码186
5.4.1 变换编码的数理解释186
5.4.2 正交变换编码的基本原理187
5.5 图像压缩编码国际标准189
5.5.1 静止图像压缩标准JPEG189
5.5.2 活动图像压缩标准MPEG199
5.6 图像压缩编码的MATLAB实现201
习题与思考题206
第6章  数学形态学及其应用
6.1 数学形态学概述207
6.1.1 数学形态学207
6.1.2 基本符号和定义208
6.2 二值形态学210
6.2.1 腐蚀210
6.2.2 膨胀212
6.2.3 结构元素的分解214
6.2.4 开运算与闭运算215
6.3 灰度形态学221
6.3.1 腐蚀与膨胀221
6.3.2 开运算与闭运算223
6.3.3 形态学重构225
6.4 形态学的应用227
6.4.1 形态学滤波227
6.4.2 骨架抽取229
6.5 形态学滤波及骨架抽取的MATLAB实现233
习题与思考题235
第7章  图像分割技术
7.1 基于阈值选取的图像分割方法237
7.1.1 灰度阈值分割238
7.1.2 直方图阈值240
7.1.3 最大熵阈值241
7.1.4 二维直方图阈值242
7.1.5 局部阈值法244
7.2 基于区域的图像分割方法245
7.2.1 区域生长法245
7.2.2 分裂合并分割方法247
7.3 基于边缘检测的图像分割249
7.3.1 Hough变换原理249
7.3.2 Hough变换应用251
7.4 图像分割的MATLAB实现251
7.4.1 边缘检测的基本原理251
7.4.2 边缘检测算子253
7.4.3 边缘检测的编程实现259
习题与思考题263
第8章  图像特征分析
8.1 颜色特征分析264
8.1.1 颜色直方图264
8.1.2 直方图不变特征量265
8.1.3 颜色矩266
8.2 形状特征分析266
8.2.1 链码266
8.2.2 傅里叶描述子268
8.2.3 几何特征的描述268
8.2.4 形状特征的描述271
8.2.5 不变矩273
8.2 纹理特征分析275
8.3.1 自相关函数276
8.3.2 灰度差分统计法277
8.3.3 行程长度统计法277
8.3.4 灰度共生矩阵法277
8.3.5 基于邻域特征统计的纹理分析方法281
8.3.6 频谱法282
8.4 其他特征或描述283
8.4.1 标记283
8.4.2 拓扑描述符283
8.5 图像特征分析的MATLAB实现284
习题与思考题287
第9章  图像配准及识别
9.1 图像配准基础289
9.1.1 图像配准的定义289
9.1.2 图像配准的基本流程289
9.2 基于灰度信息的图像配准算法290
9.2.1 互相关配准方法291
9.2.2 最大互信息配准方法292
9.3 基于特征的图像配准方法294
9.3.1 基于点特征的图像配准算法295
9.3.2 基于线特征的图像配准算法298
9.4 基于优化策略的图像配准算法302
9.4.1 幅度排序相关搜索算法302
9.4.2 分层搜索算法304
9.4.3 智能搜索算法304
9.5 图像配准的MATLAB实现307
9.6 图像识别的基本原理309
9.6.1 统计识别方法309
9.6.2 模糊识别方法310
9.6.3 人工神经网络分类方法312
9.7 图像识别的MATLAB实现312
习题与思考题315
第10章  实用数字图像处理与分析系统
10.1 麦田杂草图像的分析与识别316
10.1.1 麦田杂草图像的采集与预处理316
10.1.2 基于颜色特征识别绿色植物与土壤背景的分割318
10.1.3 麦田杂草图像纹理特征提取及分类322
10.2 人脸图像自动识别技术的实现334
10.2.1 人脸识别系统基本结构335
10.2.2 人脸图像的预处理335
10.2.3 人脸图像的特征提取338
10.2.4 分类过程346
10.2.5 识别结果347
习题与思考题347
附录A MATLAB图像处理工具箱函数349
附录B 图像处理技术常用英汉术语（词汇）对照357
参考文献363