內(nèi)容簡(jiǎn)介:　　《數(shù)字圖像處理》系統(tǒng)地介紹了數(shù)字圖像處理的基本原理、基本方法、相關(guān)技術(shù)和一些典型的應(yīng)用。全書共分10章，主要包括三部分內(nèi)容：一部分是數(shù)字圖像處理的理論基礎(chǔ)，分別介紹了數(shù)字圖像處理的研究對(duì)象和研究?jī)?nèi)容、系統(tǒng)組成、人類視覺(jué)與色度學(xué)、圖像數(shù)字化知識(shí)、數(shù)字圖像的種類、圖像文件格式與圖像變換等相關(guān)知識(shí)；第二部分是數(shù)字圖像處理的理論、方法和技術(shù)，包括圖像增強(qiáng)、圖像復(fù)原與重建、圖像編碼與壓縮等；第三部分是圖像特征提取與分析的理論、方法和實(shí)例，包括圖像分割、圖像描述、模板匹配與模式識(shí)別技術(shù)及數(shù)字圖像處理的典型應(yīng)用實(shí)例等。
　　《數(shù)字圖像處理》可作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、電子工程、自動(dòng)化、地理信息系統(tǒng)、醫(yī)學(xué)、遙感、地質(zhì)、礦業(yè)、通信、氣象、農(nóng)業(yè)等相關(guān)專業(yè)本科生或研究生教材，也可供相關(guān)領(lǐng)域的教師、科研人員和工程技術(shù)人員參考。

作者簡(jiǎn)介:

目錄:第1章 導(dǎo)論
1.1 數(shù)字圖像處理的概念
1.1.1 圖像的概念
1.1.2 圖像的類別
1.1.3 數(shù)字圖像處理中的基本圖像類型
1.2 數(shù)字圖像處理的主要研究?jī)?nèi)容
1.3 數(shù)字圖像處理系統(tǒng)概述
1.4 圖像的數(shù)字化獲取
1.5 數(shù)字圖像處理的特點(diǎn)及其應(yīng)用
1.5.1 數(shù)字圖像處理的特點(diǎn)
1.5.2 數(shù)字圖像處理的應(yīng)用
1.6 上機(jī)實(shí)驗(yàn)
1.6.1 實(shí)驗(yàn)?zāi)康?
1.6.2 實(shí)驗(yàn)原理
1.6.3 實(shí)驗(yàn)步驟
1.6.4 思考題
習(xí)題

第2章 數(shù)字圖像處理的基本概念
2.1 人眼的視覺(jué)原理
2.1.1 人眼的構(gòu)造
2.1.2 圖像的形成
2.1.3 視覺(jué)范圍和分辨力
2.1.4 視覺(jué)適應(yīng)性和對(duì)比靈敏度
2.1.5 亮度感覺(jué)
2.1.6 人眼的色覺(jué)
2.1.7 顏色模型
2.1.8 馬赫帶
2.2 連續(xù)圖像的描述
2.3 圖像數(shù)字化
2.3.1 采樣
2.3.2 量化
2.3.3 采樣、量化參數(shù)與數(shù)字化圖像間的關(guān)系
2.4 圖像灰度直方圖
2.4.1 直方圖的定義與性質(zhì)
2.4.2 直方圖的性質(zhì)
2.4.3 直方圖的應(yīng)用
2.5 數(shù)字圖像處理算法的形式
2.5.1 基本功能形式
2.5.2 圖像處理的幾種具體算法
2.6 圖像的數(shù)據(jù)結(jié)構(gòu)與圖像文件格式
2.6.1 圖像的數(shù)據(jù)結(jié)構(gòu)
2.6.2 圖像文件格式
2.7 圖像的特征與噪聲
2.7.1 圖像的特征類別
2.7.2 特征提取與特征空間
2.7.3 圖像噪聲
2.8 上機(jī)實(shí)驗(yàn)
2.8.1 實(shí)驗(yàn)?zāi)康?
2.8.2 實(shí)驗(yàn)內(nèi)容
2.8.3 實(shí)驗(yàn)步驟與要求
習(xí)題

第3章 圖像變換
3.1 預(yù)備知識(shí)
3.1.1 點(diǎn)源和艿函數(shù)
3.1.2 二維線性位移不變系統(tǒng)
3.2 傅立葉變換
3.2.1 一維離散傅立葉變換
3.2.2 二維傅立葉變換
3.2.3 二維離散傅立葉變換的若干性質(zhì)
3.3 其他可分離圖像變換
3.3.1 可分離變換
3.3.2 沃爾什變換
3.3.3 哈達(dá)瑪變換
3.3.4 離散余弦變換
3.4 K-L變換
3.4.1 K-L變換的定義
3.4.2 K-L變換的性質(zhì)
3.5 小波變換
3.5.1 概述
3.5.2 小波變換基本理論
3.5.3 二維離散小波多分辨率分析
3.5.4 小波變換在圖像處理中的應(yīng)用
3.6 上機(jī)實(shí)驗(yàn)
3.6.1 實(shí)驗(yàn)?zāi)康?
3.6.2 實(shí)驗(yàn)內(nèi)容
習(xí)題

第4章 圖像增強(qiáng)
4.1 圖像增強(qiáng)的點(diǎn)運(yùn)算
4.1.1 灰度級(jí)校正
4.1.2 灰度變換
4.1.3 直方圖修正法
4.1.4 局部統(tǒng)計(jì)法
4.2 圖像的空間域平滑
4.2.1 局部平滑法
4.2.2 超限像素乎滑法
4.2.3 灰度最相近的K個(gè)鄰點(diǎn)平均法
4.2.4 梯度倒數(shù)加權(quán)平滑法
4.2.5 最大均勻性平滑
4.2.6 有選擇保邊緣平滑法
4.2.7 空間低通濾波法
4.2.8 多幅圖像平均法
4.2.9 中值濾波
4.3 空間域銳化
4.3.1 梯度銳化法
4.3.2 拉普拉斯算子
4.3.3 高通濾波法
4.4 頻率域增強(qiáng)
4.4.1 頻率域平滑
4.4.2 頻率域銳化
4.4.3 同態(tài)濾波增強(qiáng)
4.5 彩色增強(qiáng)技術(shù)
4.5.1 偽彩色增強(qiáng)
4.5.2 假彩色增強(qiáng)
4.5.3 彩色變換及其應(yīng)用
4.6 代數(shù)運(yùn)算
4.6.1 加運(yùn)算
4.6.2 減運(yùn)算
4.6.3 乘運(yùn)算
4.6.4 除運(yùn)算
4.7 上機(jī)實(shí)驗(yàn)
4.7.1 實(shí)驗(yàn)?zāi)康?
4.7.2 實(shí)驗(yàn)內(nèi)容與步驟
習(xí)題

第5章 圖像復(fù)原與重建
5.1 退化模型
5.1.1 退化
5.1.2 退化的數(shù)學(xué)模型
5.2 代數(shù)恢復(fù)方法
5.2.1 無(wú)約束復(fù)原
5.2.2 約束最小二乘復(fù)原
5.2.3 加權(quán)中值濾波
5.3 頻率域恢復(fù)方法
5.3.1 逆濾波恢復(fù)法
5.3.2 維納濾波復(fù)原法
5.3.3 去除由勻速運(yùn)動(dòng)引起的模糊
5.4 幾何校正
5.4.1 空間坐標(biāo)變換
5.4.2 灰度校正
5.4.3 像素灰度內(nèi)插方法
5.4.4 傳感器特性非均勻校正
5.5 圖像重建
5.5.1 計(jì)算機(jī)斷層掃描的一維重建
5.5.2 三維形狀的復(fù)原
5.6 上機(jī)實(shí)驗(yàn)
5.6.1 實(shí)驗(yàn)?zāi)康?
5.6.2 實(shí)驗(yàn)內(nèi)容
5.6.3 實(shí)驗(yàn)步驟
習(xí)題

第6章 圖像編碼與壓縮
6.1 概述
6.1.1 圖像數(shù)據(jù)壓縮的必要性與可能性
6.1.2 圖像編碼壓縮技術(shù)的分類
6.2 圖像保真度準(zhǔn)則
6.2.1 客觀保真度準(zhǔn)則
6.2.2 主觀保真度準(zhǔn)則
6.3 統(tǒng)計(jì)編碼方法
6.3.1 圖像冗余度和編碼效率
6.3.2 行程編碼
6.3.3 霍夫曼編碼
6.3.4 費(fèi)諾-香農(nóng)編碼
6.3.5 算術(shù)編碼
6.4 預(yù)測(cè)編碼
6.5 正交變換編碼
6.5.1 變換編碼原理
6.5.2 正交變換的性質(zhì)
6.5.3 變換編碼的數(shù)學(xué)分析
6.5.4 最佳變換與準(zhǔn)最佳變換
6.5.5 各種準(zhǔn)最佳變換的性能比較
6.5.6 編碼
6.6 圖像編碼的國(guó)際標(biāo)準(zhǔn)
6.6.1 靜止圖像壓縮標(biāo)準(zhǔn)
6.6.2 運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)
6.7 上機(jī)實(shí)驗(yàn)
6.7.1 實(shí)驗(yàn)?zāi)康?
6.7.2 實(shí)驗(yàn)內(nèi)容
習(xí)題

第7章 圖像分割
7.1 圖像分割的定義和分類
7.1.1 圖像分割的定義
7.1.2 圖像分割方法分類
7.2 基于邊緣的分割
7.2.1 梯度算子
7.2.2 Roberts梯度算子
7.2.3 Prewitt和Sobel算子
7.2.4 方向算子
7.2.5 拉普拉斯(Laplacian)算子
7.2.6 LoG算子
7.2.7 Canny邊緣檢測(cè)算子
7.2.8 曲面擬合法
7.2.9 邊緣跟蹤
7.2.10 rtough變換線檢測(cè)法
7.3 基于區(qū)域的分割
7.3.1 區(qū)域生長(zhǎng)
7.3.2 分裂合并法
7.4 基于閾值的分割
7.4.1 簡(jiǎn)單圖像的區(qū)域分割
7.4.2 復(fù)雜圖像的區(qū)域分割
7.4.3 特征空間聚類
7.4.4 模糊閾值分割
7.5 基于運(yùn)動(dòng)的分割
7.5.1 差分法運(yùn)動(dòng)分割
7.5.2 光流場(chǎng)運(yùn)動(dòng)分割
7.5.3 基于塊的運(yùn)動(dòng)分割
7.6 上機(jī)實(shí)驗(yàn)
7.6.1 實(shí)驗(yàn)?zāi)康?
7.6.2 實(shí)驗(yàn)內(nèi)容
習(xí)題

第8章 圖像描述
8.1 像素間的基本關(guān)系
8.1.1 鄰域和鄰接
8.1.2 像素的連接
8.1.3 連接成分
8.1.4 歐拉數(shù)
8.1.5 像素的可刪除性和連接數(shù)
8.1.6 距離
8.2 目標(biāo)邊界的描述
8.2.1 目標(biāo)邊界的鏈碼表示
8.2.2 閉合曲線的傅立葉描述算子
8.2.3 曲線擬合
8.3 連接成分的變形處理
8.3.1 標(biāo)記
8.3.2 膨脹和腐蝕
8.3.3 線圖形化
8.4 形狀特征提取與分析
8.4.1 區(qū)域內(nèi)部形狀特征提取與分析
8.4.2 區(qū)域外部形狀特征提取與分析
8.5 關(guān)系描述
8.5.1 字符串描述
8.5.2 樹結(jié)構(gòu)描述
8.6 圖像的紋理描述
8.6.1 基于粗糙度的紋理描述
8.6.2 灰度差分統(tǒng)計(jì)的紋理分析
8.6.3 等灰度游程長(zhǎng)度的紋理描述
8.6.4 灰度共生矩陣紋理描述
8.6.5 傅立葉功率譜紋理描述
8.7 上機(jī)實(shí)驗(yàn)
8.7.1 實(shí)驗(yàn)?zāi)康?
8.7.2 實(shí)驗(yàn)要求
8.7.3 實(shí)驗(yàn)內(nèi)容
習(xí)題

第9章 模板匹配與模式識(shí)別技術(shù)
9.1 模板匹配
9.1.1 模板匹配方法
9.1.2 模板匹配方法的改進(jìn)
9.2 統(tǒng)計(jì)模式識(shí)別
9.2.1 特征處理
9.2.2 特征測(cè)量技術(shù)
9.2.3 統(tǒng)計(jì)分類法
9.3 結(jié)構(gòu)模式識(shí)別法
9.3.1 結(jié)構(gòu)模式識(shí)別原理
9.3.2 樹分類法
9.4 人工神經(jīng)網(wǎng)絡(luò)識(shí)別法
9.4.1 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
9.4.2 神經(jīng)元
9.4.3 人工神經(jīng)網(wǎng)絡(luò)的工作過(guò)程
9.4.4 BP神經(jīng)網(wǎng)絡(luò)模式識(shí)別實(shí)例
9.4.5 神經(jīng)網(wǎng)絡(luò)的性能
9.4.6 設(shè)計(jì)中應(yīng)考慮的問(wèn)題
9.5 上機(jī)實(shí)驗(yàn)
9.5.1 實(shí)驗(yàn)?zāi)康?
9.5.2 實(shí)驗(yàn)內(nèi)容
習(xí)題

第10章 數(shù)字圖像處理的應(yīng)用
10.1 電站鍋爐火焰檢測(cè)及燃燒診斷
10.1.1 鍋爐火焰檢測(cè)及燃燒診斷系統(tǒng)結(jié)構(gòu)
10.1.2 火焰溫度場(chǎng)的測(cè)量
10.1.3 火焰圖像處理
10.1.4 火焰圖像特征量提取的方法
10.1.5 試驗(yàn)與分析
10.2 指紋識(shí)別系統(tǒng)
lO.2.1 指紋圖像的獲取
10.2.2 指紋圖像預(yù)處理、
10.2.3 指紋的識(shí)別與分類
10.2.4 指紋庫(kù)的建立與查對(duì)
10.3 OCR文字識(shí)別技術(shù)
10.3.1 版面分析法
10.3.2 文字識(shí)別技術(shù)
10.3.3 數(shù)字識(shí)別示例
10.4 人臉識(shí)別，
10.4.1 使用特征臉的人臉識(shí)別
10.4.2 使用Fisher臉的人臉識(shí)別
10.5 生物醫(yī)學(xué)圖像分析
10.5.1 顯微圖像分析
10.5.2 宏觀圖像分析
10.6 生物醫(yī)學(xué)成像模態(tài)
10.6.1 計(jì)算機(jī)斷層掃描成像
10.6.2 磁共振成像
10.6.3 核與超聲波成像
10.7 視頻檢索
10.7.1 MPEG-7多媒體內(nèi)容描述接口
10.7.2 基于內(nèi)容的視頻檢索系統(tǒng)
習(xí)題
參考文獻(xiàn)