智能数字图像处理：原理与技术

前言
第一篇　数字图像处理基础理论
第1章　概论2

　1.1　数字图像概述2

　　1.1.1　图像与数字图像的概念2

　　1.1.2　数字图像的表示与实例5

　　1.1.3　像素及其邻域8

　1.2　数字图像处理技术的发展
及应用10

　1.3　数字图像处理方法概述11

　1.4　数字图像处理的主要技术与
系统构成12

　1.5　图像处理编程基础13

　　1.5.1　Python编程基础13

　　1.5.2　Matlab编程基础24

　习题28

第2章　人类的感知与数字图像的质量30

　2.1　人眼结构与视觉特性30

　　2.1.1　人眼结构30

　　2.1.2　人眼的视觉特性31

　　2.1.3　人类的视觉感知32

　　2.1.4　视觉感知特征在图像
处理中的作用34

　2.2　影响数字图像质量的因素36

　　2.2.1　空间分辨率36

　　2.2.2　强度等级分辨率36

　　2.2.3　对比度37

　　2.2.4　清晰度37

　习题38

第3章　图像的基本运算与变形处理40

　3.1　图像的基本运算40

　　3.1.1　代数运算40

　　3.1.2　逻辑运算44

　　3.1.3　图像的几何运算47

　3.2　图像的重采样与插值运算55

　3.3　图像的变形处理57

　　3.3.1　基于三角形区域变换的
图像变形57

　　3.3.2　基于四边形区域变换的
图像变形59

　习题60

第4章　图像增强处理63

　4.1　空域处理技术64

　　4.1.1　点运算64

　　4.1.2　直方图处理68

　　4.1.3　伪彩色处理74

　4.2　滤波器79

　4.3　空域滤波处理80

　　4.3.1　空域平滑技术80

　　4.3.2　空域锐化技术85

　　4.3.3　空域平滑与锐化相结合的
滤波实例93

　4.4　频域滤波处理94

　　4.4.1　图像频域处理基础94

　　4.4.2　利用傅里叶变换进行
图像处理100

　　4.4.3　频域的平滑滤波102

　　4.4.4　高通滤波锐化处理108

　习题113

第5章　图像复原技术116

　5.1　图像复原基础116

　5.2　图像退化与数学模型116

　5.3　典型的图像复原方法117

　5.4　退化函数估计方法118

　　5.4.1　图像观察估计法118

　　5.4.2　试验估计法118

　　5.4.3　模型估计法119

　5.5　逆滤波复原及其实现方法119

　　5.5.1　逆滤波复原基础119

　　5.5.2　逆滤波复原的实现方法120

　5.6　维纳滤波复原及其实现方法121

　　5.6.1　维纳滤波复原基础121

　　5.6.2　维纳滤波复原的实现方法122

　5.7　噪声模型124

　5.8　空域滤波复原125

　　5.8.1　均值滤波器125

　　5.8.2　统计滤波器126

　　5.8.3　自适应滤波器127

　习题127

第6章　彩色图像处理129

　6.1　人类视觉对色彩的感知与
色彩空间129

　6.2　RGB彩色图像的特效处理132

　6.3　彩色图像处理138

　　6.3.1　彩色图像的平滑处理138

　　6.3.2　彩色图像的锐化139

　　6.3.3　彩色图像的分割140

　　6.3.4　彩色图像的边缘提取141

　6.4　假彩色处理142

　习题143

第7章　数学形态学方法146

　7.1　集合论基础知识146

　　7.1.1　元素和集合146

　　7.1.2　平移和反射147

　　7.1.3　结构元147

　7.2　数学形态学的基本运算148

　　7.2.1　腐蚀148

　　7.2.2　膨胀150

　　7.2.3　开运算152

　　7.2.4　闭运算153

　7.3　利用数学形态学处理图像154

　习题159

第8章　图像压缩与编码技术162

　8.1　图像压缩技术基础162

　　8.1.1　编码与解码162

　　8.1.2　图像压缩的必要性和
可能性162

　　8.1.3　信源编码163

　　8.1.4　图像压缩的性能指标163

　8.2　无损压缩编码164

　　8.2.1　哈夫曼编码165

　　8.2.2　香农-范诺编码167

　　8.2.3　游程编码169

　　8.2.4　预测编码169

　　8.2.5　算术编码171

　习题171

第9章　图像分割173

　9.1　图像分割基础173

　　9.1.1　图像分割的概念1