数字图像处理教程

图书标准信息

• 作者 徐志刚；朱红蕾
• 出版社 清华大学出版社
• 出版时间 2019-04
• 版次 1
• ISBN 9787302519485
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 页数 211页
• 字数 334千字

【内容简介】

《数字图像处理教程》主要介绍了数字图像处理的基本概念、基本原理、典型方法和实用技术。全书分3大部分共10章。其中，第1部分讲解数字图像处理基础，包括绪论以及视觉感知与数字图像处理基础。第2部分讲解数字图像处理的基本方法和技术，包括空间域图像增强、图像变换与频域图像增强、图像复原、彩色图像处理和图像压缩。第3部分讲解数字图像分析与描述的基本原理和方法，包括图像分割、形态学图像处理和图像描述与分析。本书坚持理论与实际相结合的原则，注重基本概念、基本原理及应用实例的介绍。同时，每章都配有习题及部分程序设计类题目。
  《数字图像处理教程》可作为高等学校计算机科学与技术、软件工程、信息与通信工程、自动化、测绘工程、数据科学与大数据技术、人工智能等专业本科生或研究生的教材或参考书，同时也可以作为从事数字图像处理、计算机视觉、人工智能等领域应用开发的工程技术人员的参考书。

【目录】

章  绪论1
1.1  序言1
1.2  图像处理的基本概念3
1.2.1  图像表示3
1.2.2  数字图像处理的目的4
1.3  数字图像处理的内容和方法类别4
1.3.1  数字图像处理的主要内容4
1.3.2  数字图像处理的方法类别6
1.3.3  数字图像处理的理论框架6
1.4  数字图像处理系统8
1.4.1  数字图像采集模块8
1.4.2  数字图像存储模块8
1.4.3  数字图像输出模块9
1.4.4  数字图像传输模块9
1.4.5  数字图像处理和分析模块9
1.5  数字图像处理的特点及优越10
1.5.1  数字图像处理的特点10
1.5.2  数字图像处理的优越10
1.6  数字图像处理技术的发展方向11
1.7  题12
第2章  视觉感知与数字图像处理
基础13
2.1  视觉感知13
2.1.1  人眼的构造机理13
2.1.2  人的视觉模型14
2.1.3  视觉特15
2.2  图像的数字化与表示18
2.2.1  图像采样与量化18
2.2.2  图像分辨率与质量19
2.2.3  图像的表示21
2.3  数字图像的存储格式22
2.4  像素间的基本关系23
2.4.1  像素邻域24
2.4.2  像素间的连接和连通24
2.4.3  像素间的距离24
2.5  图像的几何变换25
2.5.1  图像几何变换的一般表达式26
2.5.2  基本的几何变换26
2.5.3  仿变换28
2.5.4  灰度插值29
2.6  题31
第3章  空间域图像增强33
3.1  基本灰度变换33
3.1.1  灰度线变换33
3.1.2  灰度非线变换36
3.2  直方图处理38
3.2.1  灰度直方图的定义38
3.2.2  直方图均衡化39
3.2.3  直方图规定化42
3.3  空域滑滤波46
3.3.1  基本46
3.3.2  线滑滤波48
3.3.3  非线滑滤波53
3.4  空域锐化滤波56
3.4.1  基本56
3.4.2  梯度锐化法58
3.4.3  拉普拉斯锐化法61
3.5  题62
第4章  图像变换与频域图像增强65
4.1  离散傅里叶变换65
4.1.1  一维和二维离散傅里叶变换65
4.1.2  二维离散傅里叶变换的质68
4.2  离散余弦变换71
4.3  小波变换72
4.3.1  小波变换基础72
4.3.2  离散小波变换74
4.3.3  二维离散小波变换75
4.4  频域增强77
4.5  频域滑滤波78
4.5.1  理想低通滤波器78
4.5.2  巴特沃斯低通滤波器80
4.5.3  指数低通滤波器81
4.6  频域锐化滤波82
4.6.1  理想高通滤波器82
4.6.2  巴特沃斯高通滤波器83
4.6.3  指数高通滤波器83
4.6.4  高频提升滤波器85
4.7  题86
第5章  图像复原87
5.1  图像复原模型87
5.2  常见退化模型及辨识方法89
5.2.1  常见的退化函数模型89
5.2.2  退化函数的辨识方法92
5.3  噪声模型92
5.3.1  噪声及来源92
5.3.2  噪声概率密度函数93
5.4  图像的无约束复原96
5.4.1  无约束复原96
5.4.2  逆滤波97
5.5  图像的有约束小二乘复原99
5.5.1  有约束小二乘复原的基本
99
5.5.2  维纳滤波器100
5.5.3  有约束小方滤波器102
5.6  图像超分辨率重建103
5.6.1  图像超分辨率重建问题
概述103
5.6.2  图像超分辨率重建方法
分类105
5.6.3  基于重建的超分辨率方法106
5.6.4  基于学的超分辨率方法107
5.7  几何失真校正109
5.8  题111
第6章  彩图像处理112
6.1  彩基础112
6.1.1  彩视觉基础112
6.1.2  彩描述113
6.1.3  三基113
6.2  常用彩模型115
6.2.1  面向硬件设备的彩模型115
6.2.2  均匀彩模型117
6.2.3  面向应用的彩模型118
6.3  伪彩图像增强120
6.3.1  密度分割法121
6.3.2  灰度级-彩变换法121
6.3.3  频域滤波法122
6.4  彩图像增强123
6.4.1  基本123
6.4.2  彩补偿124
6.5  真彩图像增强125
6.5.1  彩图像处理基本126
6.5.2  彩图像对比度增强126
6.5.3  彩图像去噪127
6.6  题129
第7章  图像压缩130
7.1  图像压缩130
7.1.1  图像压缩的可能130
7.1.2  图像冗余130
7.1.3  图像无损压缩与有损压缩131
7.1.4  图像度132
7.1.5  能指标134
7.2  基本的无损编码136
7.2.1  哈夫曼编码136
7.2.2  算术编码138
7.2.3  行程编码140
7.2.4  lzw编码142
7.3  预测编码144
7.3.1  无损预测编码144
7.3.2  有损预测编码145
7.4  变换编码146
7.4.1  正交变换编码的基本146
7.4.2  变换编码的数学分析147
7.4.3  佳变换——k-l变换148
7.5  图像压缩国际标准151
7.5.1  二值图像压缩标准151
7.5.2  静态图像压缩标准152
7.5.3  运动图像压缩标准153
7.6  题155
第8章  图像分割156
8.1  图像分割的定义与依据156
8.1.1  图像分割的定义156
8.1.2  图像分割方法分类157
8.2  基于边缘的分割方法157
8.2.1  边缘及检测157
8.2.2  一阶导数算子158
8.2.3  二阶导数算子162
8.2.4  边缘闭合165
8.2.5  hough变换165
8.2.6  canny算子167
8.3  阈值分割方法168
8.3.1  和分类168
8.3.2  全局阈值分割方法169
8.3.3  局部阈值分割方法173
8.4  区域提取方法175
8.4.1  区域生长法175
8.4.2  分裂合并法177
8.5  题178
第9章  形态学图像处理180
9.1  数学形态学基本概念及定义180
9.1.1  结构元素180
9.1.2  基本集合运算定义181
9.2  腐蚀与膨胀182
9.2.1  腐蚀182
9.2.2  膨胀184
9.2.3  腐蚀、膨胀运算的对偶185
9.3  开运算与闭运算186
9.3.1  开运算186
9.3.2  闭运算187
9.4  形态学处理基本算法187
9.4.1  边缘提取187
9.4.2  击中-击不中变换188
9.4.3  细化算法189
9.4.4  骨架化算法190
9.5  灰度图像的形态学处理191
9.5.1  腐蚀与膨胀191
9.5.2  开运算与闭运算192
9.6  题194
0章  图像描述与分析195
10.1  目标表达与描述195
10.2  边界描述196
10.2.1  简单边界描述符196
10.2.2  链码与形状数197
10.2.3  傅里叶描述子199
10.2.4  边界矩200
10.3  区域描述201
10.3.1  简单区域描述符201
10.3.2  四树201
10.3.3  拓扑描述符202
10.3.4  区域不变矩203
10.4  几何特征描述204
10.5  纹理特征描述205
10.5.1  统计法206
10.5.2  结构法206
10.5.3  频谱法207
10.6  彩特征描述207
10.6.1  彩直方图208
10.6.2  彩相关图208
10.6.3  彩矩208
10.7  题209
参文献210