数字图像处理与分析PDF|Epub|txt|kindle电子书版本网盘下载

数字图像处理与分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论1

1.1 数字图像处理与分析的研究对象1

1.2 数字图像处理系统的组成3

1.3 数字图像处理与分析的若干重要应用4

1.4 本书的结构与安排5

1.5 本章小结5

思考与练习题6

参考文献6

第2章 人类视觉与色度学的基本知识7

2.1 人眼的构造7

2.2 光度学的基本知识8

2.2.1 电磁辐射和可见光谱9

2.2.2 相对视敏函数9

2.2.3 光通量10

2.2.4 发光强度10

2.2.5 亮度11

2.2.6 照度11

2.3 人眼的视觉特性12

2.3.1 明暗和彩色视觉12

2.3.2 视觉范围和分辨力13

2.3.3 视觉适应性14

2.3.4 亮度感觉15

2.3.5 视觉惰性16

2.3.6 马赫带效应17

2.3.7 视觉模型18

2.4 三基色原理20

2.4.1 相加混色和相减混色20

2.4.2 配色实验22

2.5 彩色模型与色度图23

2.5.1 RGB彩色模型23

2.5.2 RGB色度图24

2.5.3 XYZ彩色模型27

2.5.4 XYZ色度图29

2.5.5 CMY及CMYK彩色模型33

2.5.6 HIS模型33

2.5.7 YUV与YIQ彩色模型35

2.5.8 YCrCb彩色模型36

2.6 彩色视觉模型36

2.7 本章小结39

思考与练习题39

参考文献39

第3章 图像描述与图像变换41

3.1 连续图像的数学描述41

3.2 图像的数字化和离散图像的数学描述43

3.2.1 均匀采样整量的数字化图像43

3.2.2 非均匀采样和整量数字化图像44

3.3 图像变换的预备知识50

3.3.1 正交变换的基本知识50

3.3.2 点源和狄拉克δ函数53

3.3.3 二维线性移不变系统54

3.4 二维连续傅里叶变换56

3.4.1 空间频率响应56

3.4.2 二维连续傅里叶变换57

3.5 二维采样定理59

3.6 二维离散傅里叶变换62

3.6.1 二维离散傅里叶变换定义62

3.6.2 二维DFT的性质64

3.6.3 用FFT计算二维DFT70

3.7 图像变换的一般表达式73

3.7.1 标量表达式73

3.7.2 矩阵表达式74

3.7.3 矢量表达式74

3.7.4 矢量外积表达式76

3.8 哈达玛变换77

3.8.1 哈达玛矩阵77

3.8.2 哈达玛变换及其快速算法78

3.8.3 二维哈达玛变换82

3.9 卡胡南-劳埃夫变换84

3.10 离散余弦变换88

3.10.1 偶余弦变换88

3.10.2 奇余弦变换89

3.11 小波变换及图像多分辨率分析91

3.11.1 短时傅里叶变换91

3.11.2 连续小波变换92

3.11.3 小波基函数的性质与选择94

3.11.4 一些常用的小波基函数95

3.11.5 离散小波变换96

3.11.6 二维小波变换97

3.11.7 多分辨率分析及Mallat算法97

3.11.8 双正交小波103

3.11.9 提升小波105

3.11.10 常用小波滤波器107

3.12 本章小结109

思考与练习题109

参考文献109

第4章 预备知识111

4.1 图像输入输出设备111

4.1.1 几种常用的光电转换元件111

4.1.2 图像的输入设备124

4.1.3 图像的输出设备127

4.2 矢量、矩阵的基本知识131

4.3 数学形态学的基本知识136

4.3.1 膨胀和腐蚀136

4.3.2 开操作和闭操作137

4.4 分形学的基本知识137

4.4.1 分形的基本概念137

4.4.2 度量空间基本知识138

4.4.3 分形维数140

4.4.4 迭代函数系统144

4.5 马尔可夫随机场基本知识146

4.5.1 邻域系统146

4.5.2 簇147

4.5.3 马尔可夫随机场147

4.5.4 吉布斯随机场148

4.5.5 等价定理149

4.6 模糊数学的基本知识149

4.6.1 引言149

4.6.2 经典集合和模糊集合150

4.6.3 模糊聚类分析概述151

4.7 本章小结155

思考与练习题155

参考文献155

第5章 图像增强158

5.1 点运算158

5.1.1 灰度比例尺变换和窗切片158

5.1.2 噪声限幅和门限化160

5.1.3 灰度级修正161

5.1.4 动态范围调整161

5.1.5 图像减影和变化部分的检测161

5.1.6 直方图模型化162

5.2 空间运算166

5.2.1 噪声平滑166

5.2.2 图像锐化168

5.2.3 中值滤波173

5.2.4 放大细化174

5.2.5 多光谱图像的增强176

5.2.6 反对比度映射和统计比例尺变换177

5.3 变换域运算178

5.3.1 通带滤波178

5.3.2 根滤波及逆高斯滤波180

5.3.3 同态滤波图像增强180

5.4 彩色增强182

5.4.1 假彩色增强183

5.4.2 伪彩色增强的若干方法183

5.5 本章小结187

思考与练习题187

参考文献187

第6章 数字图像恢复188

6.1 退化模型188

6.1.1 退化现象的物理模型188

6.1.2 连续退化模型189

6.1.3 离散退化模型190

6.2 代数恢复方法192

6.2.1 无约束最小二乘方恢复192

6.2.2 有约束的最小二乘方恢复192

6.2.3 能量约束最小二乘方恢复193

6.2.4 平滑约束最小二乘方恢复194

6.2.5 均方误差最小滤波（维纳滤波）195

6.2.6 最大熵约束恢复196

6.2.7 矢量卡尔曼滤波器197

6.2.8 二维卡尔曼滤波198

6.3 频域恢复方法199

6.3.1 反滤波法199

6.3.2 能量约束最小二乘滤波199

6.3.3 平滑约束最小二乘方滤波199

6.3.4 频率域维纳滤波200

6.3.5 谱减法图像恢复200

6.3.6 功率谱均衡滤波201

6.3.7 几何平均滤波202

6.4 运动模糊的恢复202

6.5 人机会话式恢复204

6.6 几何畸变的消除207

6.7 盲目解卷积图像恢复209

6.8 点扩展函数的确定209

6.8.1 点扩展函数的验前确定209

6.8.2 点扩展函数的验后确定211

6.9 本章小结214

思考与练习题215

参考文献215

第7章 图像数据压缩216

7.1 图像数据压缩概述216

7.1.1 相关性和多余度216

7.1.2 关于编码的若干基本知识217

7.1.3 保真度准则219

7.1.4 压缩方法的分类220

7.2 无损压缩编码221

7.2.1 信息熵与无损编码221

7.2.2 最佳二进制编码（匹配编码）225

7.2.3 香能费诺码227

7.2.4 哈夫曼编码方法228

7.2.5 算数编码229

7.2.6 LZW编码233

7.2.7 行程编码236

7.2.8 位平面编码237

7.2.9 其他若干编码方法238

7.3 空间域编码240

7.3.1 率失真函数与有损编码240

7.3.2 PCM编码242

7.3.3 DPCM编码（线性预测编码）242

7.3.4 Delta调制（DM）和自适应Delta调制（ADM）246

7.3.5 帧间编码247

7.3.6 自适应帧间预测编码248

7.3.7 等值线编码248

7.4 变换域编码249

7.4.1 基于卡胡南-劳埃夫变换的频域图像压缩249

7.4.2 其他图像变换编码252

7.4.3 子带编码253

7.4.4 自适应变换域编码255

7.5 基于小波变换的编码256

7.5.1 小波系数的能量分布256

7.5.2 小波系数的相关特性258

7.5.3 传统的小波编码方法258

7.5.4 嵌入式小波零树编码259

7.5.5 基于SPIHT算法的小波编码265

7.6 矢量量化编码267

7.6.1 一般矢量量化编码267

7.6.2 自适应矢量量化269

7.7 其他编码方法270

7.7.1 模型法270

7.7.2 神经网络方法270

7.7.3 分形编码271

7.7.4 混合编码272

7.8 JPEG图像编码标准272

7.8.1 彩色模式转换及采样273

7.8.2 离散余弦变换273

7.8.3 量化274

7.8.4 Z形扫描和系数编码274

7.8.5 熵编码275

7.8.6 JPEG图像解码275

7.8.7 JPEG 2000简介275

7.9 MPEG编码标准276

7.9.1 MPEG1编码标准的原理277

7.9.2 其他视频编码标准281

7.10 本章小结284

思考与练习题285

参考文献285

第8章 由投影重建图像288

8.1 断层图像投影数据的获取288

8.2 重建图像的解——联立方程组方法290

8.3 反投影法291

8.4 用傅里叶变换进行图像重建293

8.4.1 基本原理293

8.4.2 数字实现295

8.5 利用卷积进行图像重建297

8.5.1 基本原理297

8.5.2 卷积重建中重建滤波器的设计298

8.6 图像重建的逐步逼近法299

8.7 最优化重建301

8.8 扇形投影数据的重建303

8.8.1 等角度间隔扇形投影数据图像重建303

8.8.2 收集器等间隔排列的投影重建307

8.8.3 扇形投影数据和平行投影数据间的转换关系310

8.9 本章小结312

思考与练习题312

参考文献312

第9章 特征提取与图像分割313

9.1 引言313

9.2 图像特征抽取314

9.2.1 幅度特征314

9.2.2 统计特征315

9.2.3 变换系数特征316

9.2.4 边界特征317

9.2.5 彩色边界特征318

9.2.6 点和线的特征318

9.2.7 拓扑特征319

9.2.8 方向特征320

9.2.9 纹理特征341

9.3 基于点相关的分割344

9.3.1 灰度级的门限化法344

9.3.2 门限的选择346

9.3.3 基于边缘检测的分割351

9.3.4 基于跟踪的分割358

9.4 基于区域相关的分割361

9.4.1 基于模板匹配的分割361

9.4.2 基于线性匹配滤波的分割362

9.4.3 基于区域跟踪和增长的分割364

9.4.4 基于分水岭算法的图像分割365

9.5 纹理图像分割367

9.5.1 纹理分割的数学描述367

9.5.2 纹理分割的基本方法368

9.5.3 基于特征的纹理分割方法368

9.5.4 基于模型的纹理分割方法372

9.6 彩色图像的分割375

9.6.1 在RGB空间的分割376

9.6.2 在HSI空间的分割376

9.7 本章小结377

思考与练习题377

参考文献378

第10章 区域描述383

10 1 简单几何性质的描述与变换383

10.1.1 邻接性和连通性383

10.1.2 距离测量385

10.1.3 曲线的描述385

10.1.4 扩展、收缩和变薄386

10.1.5 线到点的变换386

10.2 目标大小的描述387

10.2.1 面积和积分光学密度387

10.2.2 长度和宽度387

10.2.3 周长或边界长388

10.3 形状描述388

10.3.1 矩形度和投影比389

10.3.2 圆度389

10.3.3 曲线拟合390

10.3.4 边界链编码（BCC）和差分链编码（DCC）392

10.3.5 傅里叶描绘子392

10.3.6 中轴变换396

10.3.7 投影与截痕397

10.4 区域综合特征的描述399

10.4.1 矩399

10.4.2 拓扑描绘子400

10.5 相互关系描述400

10.5.1 形式语言（数理语言）的基本概念400

10.5.2 短语结构文法402

10.5.3 程序文法405

10.5.4 图像描绘语言407

10.5.5 高维图像文法409

10.6 相似性描述414

10.6.1 距离测度414

10.6.2 相关性测度414

10.6.3 结构相似性415

10.7 本章小结415

思考与练习题416

参考文献416

第11章 运动检测、估计与视频分割417

11.1 概述417

11.2 静止背景下运动对象检测418

11.2.1 帧差法419

11.2.2 背景减除法421

11.2.3 高斯背景建模法422

11.3 序列图像的运动估计424

11.3.1 光流法424

11.3.2 块匹配运动估计428

11.3.3 相位相关法438

11.3.4 像素递归法439

11.3.5 贝叶斯运动估计法442

11.4 图像序列分割443

11.4.1 图像序列分割的含义444

11.4.2 图像序列分割的意义444

11.4.3 预备知识444

11.4.4 基于时域的视频图像分割算法450

11.4.5 基于时空域的视频图像分割算法453

11.5 本章小结454

思考与练习题455

参考文献455

第12章 运动对象跟踪458

12.1 Mean-Shift算法459

12.2 基于区域的跟踪461

12.2.1 模板提取、更新与匹配算法462

12.2.2 候选区域位置的预测465

12.3 基于特征的跟踪466

12.3.1 特征提取467

12.3.2 特征匹配469

12.4 基于模型的跟踪471

12.5 基于轮廓的跟踪471

12.5.1 活动轮廓模型472

12.5.2 基于活动轮廓模型的跟踪475

12.5.3 基于活动轮廓模型跟踪的实例476

12.5.4 基于活动轮廓模型跟踪的优缺点476

12.6 基于Mean-Shift的跟踪算法477

12.6.1 目标模型的描述477

12.6.2 候选区域模型的描述478

12.6.3 相似性函数478

12.6.4 目标定位478

12.6.5 基于Mean-Shift的目标跟踪实例480

12.7 基于Kalman滤波的跟踪算法481

12.7.1 Kalman滤波用于目标位置预测481

12.7.2 Kalman滤波用于基于图像序列的目标跟踪484

12.7.3 基于Kalman滤波的图像序列目标跟踪实例487

12.7.4 扩展Kalman滤波（EKF）与UKF487

12.8 基于粒子滤波的图像序列目标跟踪算法489

12.8.1 粒子滤波算法490

12.8.2 基于粒子滤波器的图像序列目标跟踪493

12.9 本章小结496

思考与练习题497

参考文献497

第13章 图像超分辨率重建499

13.1 概述499

13.2 频域法501

13.3 非均匀插值法502

13.4 正则化的方法503

13.5 迭代反投影法503

13.6 基于统计学的方法504

13.7 基于凸集理论的重建方法505

13.8 基于小波插值的方法506

13.9 其他方法507

13.10 超分辨率重建技术的研究方向508

13.11 本章小结509

思考与练习题510

参考文献510