《重點大學計算機教材:數字圖像處理》是2012年機械工業出版社出版的圖書，作者是姚敏。
基本介紹
- 中文名：重點大學計算機教材:數字圖像處理
- 外文名：Digital Image Processing(Second Edition)
- 作者：姚敏 等
- 出版日期：2012年4月1日
- 語種：簡體中文
- ISBN：9787111375067
- 出版社：機械工業出版社
- 頁數：330頁
- 開本：32
- 品牌：機械工業出版社
內容簡介,圖書目錄,
內容簡介
《重點大學計算機教材:數字圖像處理(第2版)》將理論與實際相結合，理論分析深入淺出，方法介紹詳細具體，實例演示清晰明了，同時給出了部分關鍵算法的Matlab實現程式，章後還附有大量習題，方便教學。還詳細介紹數字圖像處理的基本理論、主要技術和最新進展。主要內容包括圖像獲取、圖像變換、圖像增強、圖像復原、彩色圖像處理、圖像編碼、小波圖像編碼、圖像檢測與分割、圖像表示與描述、圖像特徵最佳化、圖像識別、圖像檢索等。《重點大學計算機教材:數字圖像處理(第2版)》可作為高等院校計算機科學與技術、軟體工程、信息工程、電子工程、通信工程、生物醫學工程、自動控制以及相關學科的高年級本科生和研究生的教材或參考書，也可供相關技術人員閱讀。
《重點大學計算機教材:數字圖像處理(第2版)》分為四個部分，共13章。第一部分是《重點大學計算機教材:數字圖像處理(第2版)》的基礎，包括第1～3章，簡要敘述數字圖像處理的基本概念，介紹圖像採樣、圖像量化以及各種圖像變換技術。第二部分是基本的圖像處理技術，包括第4～6章，介紹圖像增強、圖像復原和彩色圖像處理技術。第三部分是圖像壓縮編碼，包括第7～8章，主要介紹各種常用圖像壓縮編碼技術，特別是小波圖像壓縮編碼技術。第四部分是圖像挖掘，包括第9～13章，主要介紹圖像檢測、圖像分割、圖像表示、圖像描述、圖像識別和圖像檢索等技術。
圖書目錄
前言
教學建議
第1章 緒論
1.1 圖像及其分類
1.1.1 圖像的特點
1.1.2 圖像的分類
1.2 數字圖像處理技術與套用
1.2.1 數字圖像處理的主要內容
1.2.2 數字圖像處理方法
1.2.3 數字圖像處理技術的套用
1.3 數字圖像處理系統
1.4 Matlab簡介
習題
第2章 圖像獲取
2.1 概述
2.2 連續圖像模型
2.2.1 連續圖像的表達式
2.2.2 連續圖像的隨機表征
2.3 連續圖像的頻譜
2.3.1 一維連續傅立葉變換
2.3.2 二維連續傅立葉變換
2.4 圖像採樣
2.4.1 採樣定理
2.4.2 圖像採樣
2.5 圖像量化
2.5.1 量化器模型
2.5.2 標量量化
2.5.3 向量量化
2.6 數字圖像中的基本概念
2.6.1 數字圖像的表示
2.6.2 空間與灰度級解析度
2.6.3 像素間的基本關係
小結
習題
第3章 圖像變換
3.1 概述
3.2 一維離散傅立葉變換
3.2.1 離散傅立葉變換
3.2.2 離散傅立葉變換的性質
3.3 一維快速傅立葉變換
3.3.1 一維快速傅立葉變換的基本思想
3.3.2 一維快速傅立葉變換算法
3.4 二維離散傅立葉變換
3.4.1 二維離散傅立葉變換
3.4.2 二維離散傅立葉變換的性質
3.4.3 二維快速離散傅立葉變換
3.4.4 二維快速傅立葉變換的Matlab實現
3.4.5 可分離圖像變換的概念
3.5 離散餘弦變換
3.5.1 一維離散餘弦變換
3.5.2 一維快速離散餘弦變換算法
3.5.3 二維離散餘弦變換
3.5.4 離散餘弦變換的Matlab實現
3.5.5 離散餘弦變換的套用
3.6 沃爾什變換和哈達瑪變換
3.6.1 離散沃爾什變換
3.6.2 離散哈達瑪變換
3.6.3 快速哈達瑪變換算法
3.7 霍特林變換
3.8 拉東變換
3.8.1 什麼是拉東變換
3.8.2 拉東變換的Matlab實現
小結
習題
第4章 圖像增強
4.1 概述
4.2 空域點處理增強
4.2.1 直接灰度變換
4.2.2 直方圖修正
4.2.3 圖像間的運算
4.3 空域濾波增強
4.3.1 平滑濾波器
4.3.2 銳化濾波器
4.4 頻域濾波增強
4.4.1 低通濾波器
4.4.2 高通濾波器
4.4.3 同態濾波器
小結
習題
第5章 圖像復原
5.1 概述
5.2 圖像退化模型
5.2.1 退化模型
5.2.2 連續函式退化模型
5.2.3 離散的退化模型
5.2.4 循環矩陣對角化
5.3 退化函式估計
5.3.1 圖像觀察估計法
5.3.2 試驗估計法
5.3.3 模型估計法
5.4 逆濾波
5.4.1 無約束復原
5.4.2 逆濾波復原
5.4.3 消除勻速運動模糊
5.5 維納濾波
5.5.1 有約束濾波
5.5.2 維納濾波復原
5.5.3 維納濾波的Matlab實現
5.6 約束最小二乘方濾波
5.6.1 濾波模型
5.6.2 約束最小二乘方濾波的Matlab實現
5.7 從噪聲中復原
5.7.1 噪聲模型
5.7.2 空域濾波復原
5.7.3 頻域濾波復原
5.8 幾何失真校正
5.8.1 空間變換
5.8.2 灰度插值
5.8.3 幾何失真圖像配準復原
小結
習題
第6章 彩色圖像處理
6.1 概述
6.2 彩色基礎
6.2.1 人眼的構造
6.2.2 三色成像
6.3 顏色模型
6.3.1 RGB模型
6.3.2 CMY模型和CMYK模型
6.3.3 HSI模型
6.4 全彩色圖像處理
6.4.1 彩色圖像增強
6.4.2 彩色圖像復原
6.4.3 彩色圖像分析
6.5 偽彩色處理
6.5.1 密度分層法
6.5.2 灰度級-彩色變換法
6.5.3 頻域濾波法
小結
習題
第7章 圖像編碼
7.1 概述
7.1.1 圖像數據的冗餘
7.1.2 圖像的編碼質量評價
7.2 信息理論基礎與熵編碼
7.2.1 離散信源的熵表示
7.2.2 離散信源編碼定理
7.2.3 赫夫曼編碼
7.2.4 香農一范諾編碼
7.2.5 算術編碼
7.2.6 行程編碼
7.3 LZW算法
7.4 預測編碼
7.4.1 無損預測編碼
7.4.2 有損預測編碼
7.5 變換編碼
7.5.1 變換選擇
7.5.2 子圖像尺寸選擇
7.5.3 比特分配
7.5.4 DCT編碼實例
7.6 基於矢量量化技術的圖像編碼
7.6.1 矢量量化原理
7.6.2 矢量量化過程
小結
習題
第8章 小波圖像編碼
8.1 概述
8.2 小波變換
8.2.1 一維連續小波變換
8.2.2 小波變換性質
8.3 離散小波變換
8.3.1 離散小波變換簡介
8.3.2 框架理論
8.4 多分辨分析和Mallat算法
8.4.1 多分辨分析
8.4.2 小波分解和重構
8.5 Matlab中常用小波基介紹
8.5.1 常用小波函式介紹
8.5.2 小波函式有關的Matlab函式
8.6 小波變換在圖像編碼中的套用
8.6.1 數字圖像的小波分解
8.6.2 小波基的選擇
8.6.3 小波變換域小波係數分析
8.6.4 小波編碼方法
小結
習題
第9章 圖像檢測與分割
9.1 概述
9.2 邊緣檢測
9.2.1 梯度運算元
9.2.2 高斯一拉普拉斯運算元
9.2.3 Canny邊緣檢測運算元
9.3 邊界跟蹤
9.3.1 邊界跟蹤
9.3.2 霍夫變換
9.4 閾值分割
9.4.1 人工選擇法
9.4.2 自動閾值法
9.4.3 分水嶺算法
9.5 區域分割
9.5.1 區域生長法
9.5.2 區域分裂法
9.5.3 區域合併法
9.5.4 區域分裂合併法
9.6 形變模型
9.6.1 參數活動輪廓模型
9.6.2 幾何活動輪廓模型
9.6.3 形變模型的擴展形式
9.7 運動分割
9.7.1 背景差值法
9.7.2 圖像差分法
9.7.3 基於光流的分割方法
9.7.4 基於塊的運動分割方法
小結
習題
第10章 圖像表示與描述
10.1 概述
10.2 圖像表示
10.2.1 鏈碼
10.2.2 邊界分段
10.2.3 多邊形近似
10.2.4 標記圖
10.2.5 骨架
10.3 邊界描述
10.3.1 一些簡單的描述子
10.3.2 形狀數
10.3.3 傅立葉描述子
10.3.4 統計矩
10.4 區域描述
10.4.1 一些簡單的描述子
10.4.2 紋理
10.4.3 不變矩
10.5 形態學描述
10.5.1 膨脹和腐蝕
10.5.2 開啟和閉合
10.5.3 形態學對圖像的操作
小結
習題
第11章 圖像特徵最佳化
11.1 概述
11.2 基於選擇的特徵最佳化
11.2.1 可分離性判據
11.2.2 搜尋選擇策略
11.2.3 基於遺傳算法的特徵選擇
11.3 基於統計分析的特徵最佳化
11.3.1 主成分分析
11.3.2 獨立分量分析
11.3.3 線性判別分析
11.3.4 多維尺度分析
11.4 基於流形學習的特徵最佳化
11.4.1 流形學習的基本原理
11.4.2 核主成分分析
11.4.3 局部線性嵌入
11.4.4 拉普拉斯特徵映射
11.4.5 等距映射
小結
習題
第12章 圖像識別
12.1 概述
12.2 統計圖像識別
12.2.1 統計模式識別方法
12.2.2 線性分類器
12.2.3 貝葉斯分類器
12.2.4 人工神經網路分類器
12.3 句法圖像識別一
12.3.1 句法模式識別方法
12.3.2 形式語言簡介
12.3.3 模式文法
12.3.4 句法分析
12.3.5 句法結構的自動機識別
12.3.6 有噪聲、畸變模式的識別
12.4 模糊圖像識別
12.4.1 模糊集合及其運算
12.4.2 隸屬函式確定方法
12.4.3 模糊識別原則
12.4.4 模糊句法識別
12.5 Web圖像過濾系統
12.5.1 皮膚檢測
12.5.2 基於人臉膚色的自動白平衡校正
12.5.3 特徵提取
12.5.4 Web圖像分類
小結
習題
第13章 圖像檢索
13.1 概述
13.2 基於內容的圖像檢索
13.2.1 CBIR系統框架
13.2.2 基於顏色特徵的檢索
13.2.3 基於紋理特徵的檢索
13.2.4 基於形狀特徵的檢索
13.2.5 檢索效果評價方法
13.3 基於語義的圖像檢索
13.3.1 圖像語義描述方法
13.3.2 圖像語義提取方法
13.3.3 語義相似性測度
13.3.4 語義檢索系統設計
13.4 基於多示例學習的語義圖像檢索
13.4.1 多示例學習簡介
13.4.2 分層語義模型
13.4.3 基於粗糙集的圖像包生成
13.4.4 語義提取
13.4.5 語義圖像檢索
13.4.6 檢索效果
小結
習題
參考文獻
教學建議
第1章 緒論
1.1 圖像及其分類
1.1.1 圖像的特點
1.1.2 圖像的分類
1.2 數字圖像處理技術與套用
1.2.1 數字圖像處理的主要內容
1.2.2 數字圖像處理方法
1.2.3 數字圖像處理技術的套用
1.3 數字圖像處理系統
1.4 Matlab簡介
習題
第2章 圖像獲取
2.1 概述
2.2 連續圖像模型
2.2.1 連續圖像的表達式
2.2.2 連續圖像的隨機表征
2.3 連續圖像的頻譜
2.3.1 一維連續傅立葉變換
2.3.2 二維連續傅立葉變換
2.4 圖像採樣
2.4.1 採樣定理
2.4.2 圖像採樣
2.5 圖像量化
2.5.1 量化器模型
2.5.2 標量量化
2.5.3 向量量化
2.6 數字圖像中的基本概念
2.6.1 數字圖像的表示
2.6.2 空間與灰度級解析度
2.6.3 像素間的基本關係
小結
習題
第3章 圖像變換
3.1 概述
3.2 一維離散傅立葉變換
3.2.1 離散傅立葉變換
3.2.2 離散傅立葉變換的性質
3.3 一維快速傅立葉變換
3.3.1 一維快速傅立葉變換的基本思想
3.3.2 一維快速傅立葉變換算法
3.4 二維離散傅立葉變換
3.4.1 二維離散傅立葉變換
3.4.2 二維離散傅立葉變換的性質
3.4.3 二維快速離散傅立葉變換
3.4.4 二維快速傅立葉變換的Matlab實現
3.4.5 可分離圖像變換的概念
3.5 離散餘弦變換
3.5.1 一維離散餘弦變換
3.5.2 一維快速離散餘弦變換算法
3.5.3 二維離散餘弦變換
3.5.4 離散餘弦變換的Matlab實現
3.5.5 離散餘弦變換的套用
3.6 沃爾什變換和哈達瑪變換
3.6.1 離散沃爾什變換
3.6.2 離散哈達瑪變換
3.6.3 快速哈達瑪變換算法
3.7 霍特林變換
3.8 拉東變換
3.8.1 什麼是拉東變換
3.8.2 拉東變換的Matlab實現
小結
習題
第4章 圖像增強
4.1 概述
4.2 空域點處理增強
4.2.1 直接灰度變換
4.2.2 直方圖修正
4.2.3 圖像間的運算
4.3 空域濾波增強
4.3.1 平滑濾波器
4.3.2 銳化濾波器
4.4 頻域濾波增強
4.4.1 低通濾波器
4.4.2 高通濾波器
4.4.3 同態濾波器
小結
習題
第5章 圖像復原
5.1 概述
5.2 圖像退化模型
5.2.1 退化模型
5.2.2 連續函式退化模型
5.2.3 離散的退化模型
5.2.4 循環矩陣對角化
5.3 退化函式估計
5.3.1 圖像觀察估計法
5.3.2 試驗估計法
5.3.3 模型估計法
5.4 逆濾波
5.4.1 無約束復原
5.4.2 逆濾波復原
5.4.3 消除勻速運動模糊
5.5 維納濾波
5.5.1 有約束濾波
5.5.2 維納濾波復原
5.5.3 維納濾波的Matlab實現
5.6 約束最小二乘方濾波
5.6.1 濾波模型
5.6.2 約束最小二乘方濾波的Matlab實現
5.7 從噪聲中復原
5.7.1 噪聲模型
5.7.2 空域濾波復原
5.7.3 頻域濾波復原
5.8 幾何失真校正
5.8.1 空間變換
5.8.2 灰度插值
5.8.3 幾何失真圖像配準復原
小結
習題
第6章 彩色圖像處理
6.1 概述
6.2 彩色基礎
6.2.1 人眼的構造
6.2.2 三色成像
6.3 顏色模型
6.3.1 RGB模型
6.3.2 CMY模型和CMYK模型
6.3.3 HSI模型
6.4 全彩色圖像處理
6.4.1 彩色圖像增強
6.4.2 彩色圖像復原
6.4.3 彩色圖像分析
6.5 偽彩色處理
6.5.1 密度分層法
6.5.2 灰度級-彩色變換法
6.5.3 頻域濾波法
小結
習題
第7章 圖像編碼
7.1 概述
7.1.1 圖像數據的冗餘
7.1.2 圖像的編碼質量評價
7.2 信息理論基礎與熵編碼
7.2.1 離散信源的熵表示
7.2.2 離散信源編碼定理
7.2.3 赫夫曼編碼
7.2.4 香農一范諾編碼
7.2.5 算術編碼
7.2.6 行程編碼
7.3 LZW算法
7.4 預測編碼
7.4.1 無損預測編碼
7.4.2 有損預測編碼
7.5 變換編碼
7.5.1 變換選擇
7.5.2 子圖像尺寸選擇
7.5.3 比特分配
7.5.4 DCT編碼實例
7.6 基於矢量量化技術的圖像編碼
7.6.1 矢量量化原理
7.6.2 矢量量化過程
小結
習題
第8章 小波圖像編碼
8.1 概述
8.2 小波變換
8.2.1 一維連續小波變換
8.2.2 小波變換性質
8.3 離散小波變換
8.3.1 離散小波變換簡介
8.3.2 框架理論
8.4 多分辨分析和Mallat算法
8.4.1 多分辨分析
8.4.2 小波分解和重構
8.5 Matlab中常用小波基介紹
8.5.1 常用小波函式介紹
8.5.2 小波函式有關的Matlab函式
8.6 小波變換在圖像編碼中的套用
8.6.1 數字圖像的小波分解
8.6.2 小波基的選擇
8.6.3 小波變換域小波係數分析
8.6.4 小波編碼方法
小結
習題
第9章 圖像檢測與分割
9.1 概述
9.2 邊緣檢測
9.2.1 梯度運算元
9.2.2 高斯一拉普拉斯運算元
9.2.3 Canny邊緣檢測運算元
9.3 邊界跟蹤
9.3.1 邊界跟蹤
9.3.2 霍夫變換
9.4 閾值分割
9.4.1 人工選擇法
9.4.2 自動閾值法
9.4.3 分水嶺算法
9.5 區域分割
9.5.1 區域生長法
9.5.2 區域分裂法
9.5.3 區域合併法
9.5.4 區域分裂合併法
9.6 形變模型
9.6.1 參數活動輪廓模型
9.6.2 幾何活動輪廓模型
9.6.3 形變模型的擴展形式
9.7 運動分割
9.7.1 背景差值法
9.7.2 圖像差分法
9.7.3 基於光流的分割方法
9.7.4 基於塊的運動分割方法
小結
習題
第10章 圖像表示與描述
10.1 概述
10.2 圖像表示
10.2.1 鏈碼
10.2.2 邊界分段
10.2.3 多邊形近似
10.2.4 標記圖
10.2.5 骨架
10.3 邊界描述
10.3.1 一些簡單的描述子
10.3.2 形狀數
10.3.3 傅立葉描述子
10.3.4 統計矩
10.4 區域描述
10.4.1 一些簡單的描述子
10.4.2 紋理
10.4.3 不變矩
10.5 形態學描述
10.5.1 膨脹和腐蝕
10.5.2 開啟和閉合
10.5.3 形態學對圖像的操作
小結
習題
第11章 圖像特徵最佳化
11.1 概述
11.2 基於選擇的特徵最佳化
11.2.1 可分離性判據
11.2.2 搜尋選擇策略
11.2.3 基於遺傳算法的特徵選擇
11.3 基於統計分析的特徵最佳化
11.3.1 主成分分析
11.3.2 獨立分量分析
11.3.3 線性判別分析
11.3.4 多維尺度分析
11.4 基於流形學習的特徵最佳化
11.4.1 流形學習的基本原理
11.4.2 核主成分分析
11.4.3 局部線性嵌入
11.4.4 拉普拉斯特徵映射
11.4.5 等距映射
小結
習題
第12章 圖像識別
12.1 概述
12.2 統計圖像識別
12.2.1 統計模式識別方法
12.2.2 線性分類器
12.2.3 貝葉斯分類器
12.2.4 人工神經網路分類器
12.3 句法圖像識別一
12.3.1 句法模式識別方法
12.3.2 形式語言簡介
12.3.3 模式文法
12.3.4 句法分析
12.3.5 句法結構的自動機識別
12.3.6 有噪聲、畸變模式的識別
12.4 模糊圖像識別
12.4.1 模糊集合及其運算
12.4.2 隸屬函式確定方法
12.4.3 模糊識別原則
12.4.4 模糊句法識別
12.5 Web圖像過濾系統
12.5.1 皮膚檢測
12.5.2 基於人臉膚色的自動白平衡校正
12.5.3 特徵提取
12.5.4 Web圖像分類
小結
習題
第13章 圖像檢索
13.1 概述
13.2 基於內容的圖像檢索
13.2.1 CBIR系統框架
13.2.2 基於顏色特徵的檢索
13.2.3 基於紋理特徵的檢索
13.2.4 基於形狀特徵的檢索
13.2.5 檢索效果評價方法
13.3 基於語義的圖像檢索
13.3.1 圖像語義描述方法
13.3.2 圖像語義提取方法
13.3.3 語義相似性測度
13.3.4 語義檢索系統設計
13.4 基於多示例學習的語義圖像檢索
13.4.1 多示例學習簡介
13.4.2 分層語義模型
13.4.3 基於粗糙集的圖像包生成
13.4.4 語義提取
13.4.5 語義圖像檢索
13.4.6 檢索效果
小結
習題
參考文獻
