《智慧型圖像處理技術》是2004年由電子工業出版社出版的書籍，作者是李弼程、彭天強、彭波。本書主要討論了智慧型圖像處理技術，系統介紹了智慧型圖像處理技術的有代表性的思想、算法與套用，跟蹤了圖像處理技術的發展前沿。
基本介紹
- 書名：智慧型圖像處理技術
- 作者：李弼程、彭天強、彭波
- ISBN：7121000474
- 頁數：392
- 出版社：電子工業出版社
- 出版時間：2004 年7月
- 裝幀：平裝
- 開本：16開
- 叢書名 ： 高等學校電氣信息類教材
內容簡介,目錄,
內容簡介
全書共分為15章，重點介紹了圖像邊緣檢測、圖像分割、圖像特徵分析、圖像配準、圖像融合、圖像分類、圖像識別、基於內容的圖像檢索與圖像數字水印。此外，為了內容的完整性，本書還介紹了圖像預處理技術，如圖像採集、圖像變換、圖像增強、圖像恢復、圖像編碼與壓縮。
本書既可作為高等學校信息與通信工程、信號與信息處理、套用數學等相關專業方向的高年級本科生或研究生的教材或參考書，也可作為工程技術人員和研究人員的套用參考用書。
目錄
第1章 緒論
1.1 圖像與圖像處理的概念
1.2 數字圖像處理研究的內容
1.2.1 傳統的圖像處理技術
1.2.2 智慧型圖像處理技術
1.3 數字圖像處理系統
1.4 數字圖像處理的套用
1.5 人的視覺系統與色度學基礎
1.5.1 人的視覺系統
1.5.2 色度學基礎
1.6 本書的安排
本章參考文獻
第2章 圖像採集
2.1 圖像數位化
2.1.1 圖像的數學模型
2.1.2 採樣與量化
2.2 量化技術
2.2.1 標量量化
2.2.2 矢量量化
2.2.3 lbg算法與初始碼書設計
.2.3 圖像輸入
2.3.1 圖像採集系統
2.3.2 圖像輸入設備
2.4 圖像檔案格式
2.4.1 bmp（點陣圖）檔案格式
2.4.2 gif檔案格式
2.4.3 jpeg檔案格式
本章參考文獻
第3章 圖像變換
3.1 傅立葉變換
3.1.1 一維傅立葉變換
3.1.2 二維傅立葉變換
3.1.3 二維離散傅立葉變換的性質
3.1.4 正交變換的基本概念
3.2 離散餘弦變換
3.2.1 離散餘弦變換的定義
3.2.2 離散餘弦變換的快速實現
3.3 k-l變換
3.3.1 k-l變換的定義
3.3.2 k-l變換的性質
3.4 小波變換
3.4.1 連續小波變換
3.4.2 二進小波變換
3.4.3 離散小波變換
3.5 其他可分離變換
3.5.1 沃爾什變換
3.5.2 哈達瑪變換
3.5.3 斜變換
本章參考文獻
第4章 圖像增強
4.1 空間域單點增強
4.1.1 灰度變換
4.1.2 直方圖修正
4.2 圖像平滑
4.2.1 噪聲門限法
4.2.2 鄰域平均法
4.2.3 加權平均法
4.2.4 中值濾波
4.2.5 掩膜平滑法
4.2.6 空間低通濾波
4.3 圖像銳化
4.3.1 微分運算元方法
4.3.2 sobel運算元
4.3.3 拉普拉斯運算元
4.3.4 統計差值法
4.3.5 掩膜匹配法
4.3.6 空間高通濾波
4.4 圖像濾波
4.4.1 低通濾波
4.4.2 同態濾波
4.4.3 高通濾波
4.5 彩色增強
4.5.1 假彩色處理
4.5.2 偽彩色處理
本章參考文獻
第5章 圖像恢復
5.1 圖像退化的數學模型
5.1.1 圖像退化模型
5.1.2 點衝激函式的退化模型
5.1.3 連續圖像退化模型
5.1.4 離散圖像的退化模型
5.1.5 離散退化模型的求解
5.2 無約束圖像恢復
5.2.1 最小二乘估計
5.2.2 運動模糊圖像的恢復
5.3 有約束圖像恢復
5.3.1 有約束的最小二乘圖像恢復
5.3.2 維納濾波
5.3.3 功率譜均衡恢復
5.3.4 有約束最小平方恢復
5.4 圖像幾何校正
5.4.1 幾何校正方法
5.4.2 空間幾何坐標變換
5.4.3 重採樣
本章參考文獻
第6章 圖像編碼與壓縮
6.1 圖像編碼基礎
6.1.1 數據壓縮的概念
6.1.2 圖像壓縮的性能評價
6.2 統計編碼
6.2.1 編碼效率與冗餘度
6.2.2 霍夫曼編碼
6.2.3 香農-費諾編碼
6.2.4 算術編碼
6.3 預測編碼
6.3.1 預測編碼的基本原理
6.3.2 差值脈衝編碼調製
6.3.3 最優線性預測
6.4 變換編碼
6.4.1 變換編碼系統結構
6.4.2 正交變換編碼
6.4.3 小波變換編碼簡介
6.5 無失真壓縮編碼
6.5.1 引言
6.5.2 基於線性預測的無失真壓縮
6.5.3 基於s+p變換的無失真壓縮
6.5.4 基於第二代小波變換的無失真壓縮
6.6 國際標準簡介
6.6.1 jpeg
6.6.2 h.261建議
6.6.3 mpeg-1標準
6.6.4 mpeg-2標準
6.6.5 mpeg-4標準
6.6.6 mpeg-7標準
6.6.7 mpeg-21標準
本章參考文獻
第7章 圖像邊緣檢測
7.1 邊緣檢測的基本概念
7.2 微分邊緣檢測運算元
7.2.1 梯度方法
7.2.2 二階微分運算元
7.3 多尺度邊緣檢測
7.3.1 marr-hildretch邊緣檢測
7.3.2 witkin尺度濾波理論
7.3.3 小波變換邊緣檢測
7.4 基於模糊增強的邊緣檢測
7.4.1 引言
7.4.2 單層次模糊增強簡介
7.4.3 多層次模糊增強
7.4.4 基於多層次模糊增強的邊緣提取
7.5 基於snake模型的邊緣檢測
7.5.1 snake模型的數學描述
7.5.2 基於snake模型的邊緣檢測
7.6 曲面擬合邊緣檢測
本章參考文獻
第8章 圖像分割
8.1 圖像分割的一般模型
8.2 基於閾值選取的圖像分割方法
8.2.1 直方圖閾值
8.2.2 最大熵閾值
8.2.3 二維直方圖閾值
8.2.4 統計判決確定門限
8.2.5 局部閾值法
8.3 基於區域的圖像分割方法
8.3.1 區域生長法
8.3.2 分裂-合併
8.4 基於邊緣檢測的圖像分割
8.4.1 hough變換原理
8.4.2 hough變換套用
8.4.3 廣義hough變換
8.5 模糊分割技術
8.5.1 模糊閾值分割方法
8.5.2 基於二維直方圖的模糊門限分割方法
本章參考文獻
第9章 圖像特徵分析
9.1 顏色特徵分析
9.1.1 顏色的表示
9.1.2 顏色直方圖
9.1.3 直方圖不變特徵量
9.1.4 顏色矩
9.2 紋理特徵分析
9.2.1 空間自相關法
9.2.2 傅立葉功率譜法
9.2.3 共生矩陣法
9.2.4 基於鄰域特徵統計的紋理分析方法
9.2.5 灰度差分統計方法與行程長度統計法
9.2.6 用分數維描述紋理
9.2.7 tamura紋理特徵
9.3 形狀特徵分析
9.3.1 引言
9.3.2 基於輪廓的全局方法
9.3.3 基於輪廓的結構方法
9.3.4 基於區域的全局方法
9.3.5 基於區域的結構方法
本章參考文獻
第10章 圖像配準
10.1 圖像配準基礎
10.1.1 圖像配準的概念
10.1.2 圖像配準的一般模型
10.1.3 相似性測度
10.2 基於圖像灰度的圖像配準
10.2.1 互相關匹配方法
10.2.2 投影匹配算法
10.2.3 基於傅立葉變換的相位匹配方法
10.2.4 圖像矩匹配方法
10.3 基於圖像特徵的配準
10.3.1 算法步驟與特點
10.3.2 圖像預處理
10.3.3 特徵選擇
10.3.4 圖像匹配
10.4 最小二乘圖像匹配方法
10.4.1 基本思想
10.4.2 基本算法
10.5 快速匹配方法
10.5.1 分層搜尋算法
10.5.2 基於遺傳算法的匹配方法
10.5.3 基於金字塔分級搜尋的匹配方法
本章參考文獻
第11章 圖像融合
11.1 圖像融合的基本原理
11.1.1 信息融合的概念
11.1.2 多源遙感圖像融合
11.1.3 圖像融合的模型框架與算法
11.1.4 遙感圖像融合效果的評價
11.2 小波變換融合法
11.2.1 傳統的小波變換融合方法
11.2.2 基於特徵的小波變換融合方法
11.3 基於pca變換與小波變換的圖像融合
11.3.1 pca（主分量分析）變換融合法
11.3.2 基於pca變換與小波變換的融合算法
11.4 基於ihs變換與小波變換的圖像融合
11.4.1 ihs變換融合法
11.4.2 基於ihs變換與小波變換的融合算法
本章參考文獻
第12章 圖像分類
12.1 圖像分類的概念與原理
12.1.1 圖像分類的概念
12.1.2 圖像分類的原理
12.2 統計分類方法
12.2.1 監督分類
12.2.2 非監督分類
12.3 模糊分類方法
12.3.1 模糊集合
12.3.2 模糊關係
12.3.3 模糊分類
12.3.4 基於模糊關係的模式分類
12.3.5 模糊聚類方法
12.3.6 改進的模糊c-均值算法
12.4 神經網路分類方法
12.4.1 人工神經網路基礎
12.4.2 神經網路監督分類方法
12.4.3 神經網路非監督分類方法
12.5 基於廣義圖像的神經網路遙感圖像分類方法
12.5.1 廣義圖像
12.5.2 算法的實現過程
12.5.3 實驗結果與性能比較
12.6 基於證據理論與神經網路的遙感圖像分類方法
12.6.1 證據理論
12.6.2 算法的實現過程
12.6.3 實驗結果與性能比較
本章參考文獻
第13章 圖像識別
13.1 圖像識別的基本原理
13.2 模板匹配識別技術
13.2.1 模板匹配一般模型
13.2.2 序貫相似性檢測算法
13.3 神經網路圖像識別技術
13.3.1 神經網路識別的一般模型
13.3.2 bp神經網路識別技術
13.3.3 kohonen神經網路識別技術
13.4 模糊識別技術
13.4.1 隸屬原則識別法
13.4.2 擇近原則識別法
13.4.3 一種手寫文字模糊識別技術
13.5 基於隱馬爾可夫模型的識別技術
13.5.1 隱馬爾可夫模型基礎
13.5.2 基於隱馬爾可夫模型的人臉識別
13.6 車牌識別技術
13.6.1 系統簡介
13.6.2 車牌圖像定位分割算法
13.6.3 車牌字元的識別
本章參考文獻
第14章 基於內容的圖像檢索
14.1 基於內容的圖像檢索概述
14.1.1 基於內容的檢索
14.1.2 基於內容的圖像檢索
14.1.3 基於內容的圖像檢索相關技術
14.1.4 基於內容的圖像檢索系統
14.2 基於顏色特徵的圖像檢索
14.2.1 直方圖方法
14.2.2 中心矩法
14.2.3 參考顏色表法
14.2.4 顏色對方法
14.2.5 基於主色調的檢索方法
14.2.6 結合空間信息的圖像檢索方法
14.3 基於紋理特徵的圖像檢索
14.3.1 基於共生矩陣的紋理匹配
14.3.2 基於小波變換的紋理匹配
14.3.3 基於gabor變換的紋理匹配
14.4 基於形狀特徵的圖像檢索
14.4.1 基於傅立葉描述的形狀檢索
14.4.2 基於形狀矩的形狀檢索
本章參考文獻
第15章 圖像數字水印技術
15.1 圖像數字水印技術概述
15.1.1 信息隱藏技術
15.1.2 數字水印技術
15.2 空域水印技術
15.3 dct域圖像水印技術
15.3.1 dct域圖像水印研究綜述
15.3.2 算法實例
15.3.3 水印的穩健性測試
15.4 小波域圖像水印技術
15.4.1 技術流程
15.4.2 基於低頻子帶方法
15.4.3 細節分量方法
15.4.4 利用圖像編碼的方法
15.4.5 inoue算法
15.5 脆弱圖像數字水印技術
15.5.1 脆弱圖像數字水印的基本特徵和研究狀況
15.5.2 算法實例
本章參考文獻
