图像处理与应用

第1章 绪论
1.1 研究背景
1.1.1 图像处理与计算机视觉
1.1.2 图像处理与计算机视觉的应用
1.2 国内外研究现状
1.2.1 图像降噪算法
1.2.2 图像中的边缘检测
1.2.3 图像中的直线特征检测
参考文献
第2章 图像滤波基础.
2.1 引言
2.2 噪声的种类及数学模型
2.3 非线性滤波技术
2.3.1 基于排序统计的滤波方法
2.3.2 基于数学形态学的滤波方法
2.3.3 基于模糊理论的滤波方法
2.3.4 基于小波分析的滤波方法
2.3.5 其他方法
2.4 滤波性能的评估
2.4.1 客观评价方法
2.4.2 主观评价方法
2.5 本章小结
参考文献
第3章 脉冲噪声的非线性滤波算法研究
3.1 引言
3.2 脉冲噪声的模型及特点分析
3.3 中值型脉冲噪声滤波算法的发展
3.4 基于两级检测的脉冲噪声滤波算法
3.4.1 关于脉冲噪声图像的假设
3.4.2 脉冲噪声检测
3.4.3 噪声滤除
3.4.4 实验结果及分析
3.5 本章小结
参考文献
第4章 混合噪声的滤波算法研究
4.1 引言
4.2 混合噪声滤波算法
4.3 模糊技术及混合噪声滤波
4.3.1 模糊理论在图像处理中的应用
4.3.2 模糊滤波技术
4.4 两种基于中值一模糊技术的混合噪声滤除算法
4.4.1 MF-I混合噪声滤波算法
4.4.2 MF-II混合噪声滤波算法
4.4.3 实验结果及分析
4.5 本章小结
参考文献
第5章 边缘检测算法研究
5.1 引言
5.2 边缘检测基础
5.2.1 边缘检测的几个定义
5.2.2 边缘的分类
5.2.3 边缘点的梯度
5.2.4 边缘检测的基本步骤
5.3 边缘检测算法中的参数选择
5.3.1 高斯滤波器尺度参数的选择
5.3.2 边缘检测中的阈值选择
5.4 基于梯度统计信息的边缘检测算法
5.4.1 灰度直方图与梯度直方图
5.4.2 算法步骤
5.4.3 算法的调整
5.4.4 实验结果及分析
5.5 基于有限元边缘的融合算法
5.5.1 问题的提出
5.5.2 小波变换图像边缘包络带
5.5.3 自适应网格规划
5.5.4 多尺度边缘融合准则
5.5.5 实验结果及分析
5.6 本章小结
参考文献
第6章 基于H0ugh变换的直线检测算法研究
6.1 引言
6.2 标准Hough变换
6.2.1 Hough变换原理
6.2.2 Hough变换的实现步骤
6.2.3 标准Hough变换存在的问题
6.3 几种改进HT的性能分析
6.4 一种基于HT的直线检测改进算法
6.4.1 几个假设
6.4.2 算法具体步骤
6.4.3 算法性能分析
6.4.4 实验结果及分析
6.5 本章小结
参考文献
第7章 图像处理应用
7.1 邮件分拣机系统简介
7.2 分拣机视频检测系统硬件设计方案
7.3 动态图像检测算法简介
7.4 基于动态图像处理的邮件检测算法
7.4.1 预处理
7.4.2 边界特征提取
7.4.3 自适应多直线匹配方法
7.4.4 邮件的提取
7.4.5 邮件单像素轮廓提取和边界跟踪
7.4.6 面积和中心位置的计算
7.4.7 实验结果及分析
7.5 错误隐藏
7.6 H.2 64错误隐藏研究进展
7.6.1 错误检测
7.6.2 错误隐藏
7.7 基于边缘分析的错误隐藏算法
7.7.1 局部边缘走向分析
7.7.2 错误隐藏算法
7.7.3 实验结果及分析
7.8 基于残差恢复的错误隐藏算法
7.8.1 算法原理
7.8.2 时域隐藏
7.8.3 残差恢复算法
7.8.4 实验结果及分析
7.9 本章小结
参考文献