数字图像处理学（第4版）

图书标准信息

• 作者 阮秋琦
• 出版社 电子工业出版社
• 出版时间 2022-05
• 版次 1
• ISBN 9787121433078
• 定价 119.80元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 页数 504页
• 字数 1008千字

【内容简介】

本书为国家“十一五”“十二五”规划教材和国家级精品教材。全书分十章，包括：绪论，图像、图像系统与视觉系统，图像处理中的正交变换，图像增强，图像编码，图像复原，图像重建，图像分析，数学形态学原理，模式识别的理论和方法。每一章都安排了大量的思考题，供教学或自学练习，以便加深对本书所述内容的理解。随本书附带的立体化教学素材可在电子工业出版社的华信教育资源网上免费下载。本书可供从事信号与信息处理、通信、自动控制、遥感、生物医学工程、医学、物理、化学、计算机科学乃至经济、商务及社会科学的科研人员、大专院校的教师及本科生、研究生参考学习。

【作者简介】

阮秋琦  北京交通大学教授、博士生导师，任北京交通大学电子信息工程学院、计算机与信息技术学院、软件学院院长，信息科学研究所所长，校学位委员会副主席，国务院学位委员会学科评议组成员。IET Fellow，IET北京分会主席，IEEE终身会员，IEEE北京分会主席，中国通信学会会士，中国电子学会会士、理事，中国电子教育学会常务理事；信号处理学会副主任委员、中国图像图形学会奖励委员会副主任、科技部项目评审专家，国家自然科学基金评审专家。研究领域包括图像处理、计算机视觉等。承担国家自然科学基金、国家863、973等科研项目80余项。发表论文490余篇，出版书籍及教材15部。获省部级及以上科技奖6项。编著的教材入选国家“十一五”、“十二五”规划教材，国家及北京市精品教材，获中国电子教育学会优秀教材一等奖，校优秀教材特等奖、铁道部优秀教材二等奖。获国家及北京市教学成果奖6项。被评为国家级有突出贡献专家、国家级教学名师、中组部联系的高级专家、北京市教学名师、铁道部有突出贡献专家、铁道部优秀科技工作者、北京市优秀教师、詹天佑北方交通大学奖、茅以升科技奖、詹天佑科技人才奖、宝钢优秀教师特等奖、并享受国家政府津贴。

【目录】

第1章绪论

11序言

12图像处理技术的分类

13数字图像处理的特点

14数字图像处理的主要方法及

主要内容

141数字图像处理方法

142数字图像处理的主要内容

15数字图像处理的硬件设备

16数字图像处理的应用

17数字图像处理领域的

发展动向

思考题

第2章图像、图像系统与视觉系统

21图像

211有关光学的预备知识

212图像的概念

213图像信息的分类

214图像的统计特性

215图像信息的信息量

216常用图像格式简介

22图像处理系统及外围设备

221图像处理系统中常用的

输入设备

222飞点扫描设备

223鼓形扫描器

224微密度计

225遥感中常用的图像获取设备

226Kinect RGB-D图像获取设备

227其他图像输入设备

23图像处理系统中的输出设备

231监视器

232激光扫描器

233平板显示器

234等离子体PDP显示技术 

235OLED显示技术

236数码纸显示技术

237其他图像显示装置

24数字图像处理的主机系统

25视觉系统

251视觉系统的基本构造

252光觉和色觉

26光度学及色度学原理

261颜色的表示方法及观察条件

262三基色混色及色度表示原理

263CIE的R、G、B颜色表示系统

27亮度和颜色感觉的视觉特征

28视觉的空间性质

29视觉的时间特性

210运动的感觉

211形状感觉与错视

思考题

第3章图像处理中的正交变换

31傅里叶变换

311傅里叶变换的定义及

基本概念

312傅里叶变换的性质

313离散傅里叶变换

314快速傅里叶变换

315用计算机实现快速傅里叶

变换

316二维离散傅里叶变换

32离散余弦变换

321离散余弦变换的定义

322离散余弦变换的正交性

323离散余弦变换的计算

33沃尔什变换

331正交函数的概念

332拉德梅克函数

333沃尔什函数

334沃尔什函数的性质

335沃尔什变换

336离散沃尔什—哈达玛变换

337离散沃尔什变换的性质

338快速沃尔什变换

339多维变换

34哈尔函数及哈尔变换

341哈尔函数的定义

342哈尔函数的性质

343哈尔变换及快速算法

35斜矩阵与斜变换

351斜矩阵的构成

352斜变换

36小波变换

361概述

362时-频分析

363Gabor变换

364连续小波变换

365离散小波变换

366小波包

367二维小波

368Mallat算法

思考题

第4章图像增强

41用直方图修改技术进行

图像增强

411直方图

412直方图修改技术的基础

413直方图均衡化处理

414直方图规定化处理

415图像对比度处理

42图像平滑化处理

421邻域平均法

422低通滤波法

423多图像平均法

43图像尖锐化处理

431微分尖锐化处理

432边缘模型

433零交叉边缘检测

434Canny算子

435Prewitt算子

436经典的Ｋirsch算子

437基于偏微分方程的边缘

检测方法

438高通滤波法

44利用同态系统进行增强

处理

45彩色图像处理

451关于颜色的基本理论

452颜色模型

453伪彩色图像处理

思考题

第5章图像编码

51图像编码分类

52图像编码中的保真度准则

521客观保真度准则

522主观保真度准则

53PCM编码

531PCM 编码的基本原理

532PCM 编码的量化噪声

533编码器、译码器

534非线性PCM 编码

535亚奈奎斯特取样PCM编码

54统计编码

541编码效率与冗余度

542三种常用的统计编码法

543算术编码

55预测编码

551预测编码的基本原理

552ΔＭ（DM）编码

553DPCM编码

56变换编码

561几种特殊的映射变换

编码法

562正交变换编码

57图像编码的国际标准

571H261编码标准

572H261解码原理

573H261的图像复用编码

574传输缓冲器与传输编码

思考题

第6章图像复原

61退化模型

611系统H的基本定义

612连续函数退化模型

613离散的退化模型

62复原的代数方法

621非约束复原法

622约束复原法

63 逆滤波

631逆滤波的基本原理

 632去除由均匀直线运动引起

的模糊

64最小二乘方滤波

641最小二乘方滤波的原理

642用于图像复原的几种最小二乘

方滤波器

65约束去卷积

66中值滤波

661中值滤波的基本原理

662加权的中值滤波

67几种其他空间复原技术

671几何畸变校正

672盲目图像复原

673递归图像复原技术

674数字图像修复技术

思考题

第7章图像重建

71概述

72傅里叶变换重建

73卷积法重建

74代数重建方法

75重建的优化问题

76图像重建中的滤波器设计

77重建图像的显示

771重建图像显示应考虑的

问题

772单色显示

773重建对象的显示

774图像重建的应用及CT的基本

原理

思考题

第8章图像分析

81分割

811灰度阈值法分割

812样板匹配

813区域生长

814区域聚合

815基于聚类的分割方法

82描绘

821区域描绘

822SIFT方法

823关系描绘

824相似性描绘

825霍夫变换

83纹理分析

831纹理特征

832用空间自相关函数做

纹理测度

833傅里叶功率谱法

834联合概率矩阵法

835灰度差分统计法

836行程长度统计法

837其他几种方法

838纹理的句法结构分析法

84形状分析的细线化

85图像配准

思考题

第9章数学形态学原理

91数学形态学的发展

92数学形态学的基本概念和

运算

921数学形态学定量分析原则

922数学形态学的基本定义及

基本算法

93一些基本形态学算法

931边缘提取算法

932区域填充算法

933连接部分提取算法

934凸壳算法

935细化算法

936粗化运算

937骨骼化算法

938裁剪

94灰度图像的形态学处理

941膨胀

942腐蚀

943开运算和闭运算

944灰度形态学的应用

思考题

第10章模式识别的理论和方法

101概述

102统计模式识别法

1021决策理论方法

1022统计分类法

1023特征的抽取与选择

1024决策边界的拟合问题

1025统计学习理论与支持

向量机

103神经网络与深度学习

1031感知机

1032多层前馈神经网络

1033深度卷积神经网络

104句法结构模式识别

1041形式语言概述

1042句法结构方法

1043误差校正句法分析

1044文法推断

105模糊识别法

1051模糊集合及其运算

1052模糊关系及性质

1053模糊模式识别的方法

106模式识别的几种应用

1061生物特征识别

1062模式识别在医学上的应用

1063模式识别在自动检测中的

应用

思考题

参考文献