數字圖像處理學（第4版）

第1章緒論
11序言
12圖像處理技術的分類
13數字圖像處理的特點
14數字圖像處理的主要方法及
主要內容
141數字圖像處理方法
142數字圖像處理的主要內容
15數字圖像處理的硬件設備
16數字圖像處理的應用
17數字圖像處理領域的
發展動向
思考題
第2章圖像、圖像系統與視覺系統
21圖像
211有關光學的預備知識
212圖像的概念
213圖像信息的分類
214圖像的統計特性
215圖像信息的信息量
216常用圖像格式簡介
22圖像處理系統及外圍設備
221圖像處理系統中常用的
輸入設備
222飛點掃描設備
223鼓形掃描器
224微密度計
225遙感中常用的圖像獲取設備
226Kinect RGB-D圖像獲取設備
227其他圖像輸入設備
23圖像處理系統中的輸出設備
231監視器
232激光掃描器
233平板顯示器
234等離子體PDP顯示技術
235OLED顯示技術
236數碼紙顯示技術
237其他圖像顯示裝置
24數字圖像處理的主機系統
25視覺系統
251視覺系統的基本構造
252光覺和色覺
26光度學及色度學原理
261顏色的表示方法及觀察條件
262三基色混色及色度表示原理
263CIE的R、G、B顏色表示系統
27亮度和顏色感覺的視覺特徵
28視覺的空間性質
29視覺的時間特性
210運動的感覺
211形狀感覺與錯視
思考題
第3章圖像處理中的正交變換
31傅里葉變換
311傅里葉變換的定義及
基本概念
312傅里葉變換的性質
313離散傅里葉變換
314快速傅里葉變換
315用電腦實現快速傅里葉
變換
316二維離散傅里葉變換
32離散餘弦變換
321離散餘弦變換的定義
322離散餘弦變換的正交性
323離散餘弦變換的計算
33沃爾什變換
331正交函數的概念
332拉德梅克函數
333沃爾什函數
334沃爾什函數的性質
335沃爾什變換
336離散沃爾什—哈達瑪變換
337離散沃爾什變換的性質
338快速沃爾什變換
339多維變換
34哈爾函數及哈爾變換
341哈爾函數的定義
342哈爾函數的性質
343哈爾變換及快速算法
35斜矩陣與斜變換
351斜矩陣的構成
352斜變換
36小波變換
361概述
362時-頻分析
363Gabor變換
364連續小波變換
365離散小波變換
366小波包
367二維小波
368Mallat算法
思考題
第4章圖像增強
41用直方圖修改技術進行
圖像增強
411直方圖
412直方圖修改技術的基礎
413直方圖均衡化處理
414直方圖規定化處理
415圖像對比度處理
42圖像平滑化處理
421鄰域平均法
422低通濾波法
423多圖像平均法
43圖像尖銳化處理
431微分尖銳化處理
432邊緣模型
433零交叉邊緣檢測
434Canny算子
435Prewitt算子
436經典的Ｋirsch算子
437基於偏微分方程的邊緣
檢測方法
438高通濾波法
44利用同態系統進行增強
處理
45彩色圖像處理
451關於顏色的基本理論
452顏色模型
453偽彩色圖像處理
思考題
第5章圖像編碼
51圖像編碼分類
52圖像編碼中的保真度準則
521客觀保真度準則
522主觀保真度準則
53PCM編碼
531PCM 編碼的基本原理
532PCM 編碼的量化噪聲
533編碼器、解碼器
534非線性PCM 編碼
535亞奈奎斯特取樣PCM編碼
54統計編碼
541編碼效率與冗餘度
542三種常用的統計編碼法
543算術編碼
55預測編碼
551預測編碼的基本原理
552ΔＭ（DM）編碼
553DPCM編碼
56變換編碼
561幾種特殊的映射變換
編碼法
562正交變換編碼
57圖像編碼的國際標準
571H261編碼標準
572H261解碼原理
573H261的圖像復用編碼
574傳輸緩沖器與傳輸編碼
思考題
第6章圖像復原
61退化模型
611系統H的基本定義
612連續函數退化模型
613離散的退化模型
62復原的代數方法
621非約束復原法
622約束復原法
63 逆濾波
631逆濾波的基本原理
632去除由均勻直線運動引起
的模糊
64最小二乘方濾波
641最小二乘方濾波的原理
642用於圖像復原的幾種最小二乘
方濾波器
65約束去捲積
66中值濾波
661中值濾波的基本原理
662加權的中值濾波
67幾種其他空間復原技術
671幾何畸變校正
672盲目圖像復原
673遞歸圖像復原技術
674數字圖像修復技術
思考題
第7章圖像重建
71概述
72傅里葉變換重建
73捲積法重建
74代數重建方法
75重建的優化問題
76圖像重建中的濾波器設計
77重建圖像的顯示
771重建圖像顯示應考慮的
問題
772單色顯示
773重建對象的顯示
774圖像重建的應用及CT的基本
原理
思考題
第8章圖像分析
81分割
811灰度閾值法分割
812樣板匹配
813區域生長
814區域聚合
815基於聚類的分割方法
82描繪
821區域描繪
822SIFT方法
823關系描繪
824相似性描繪
825霍夫變換
83紋理分析
831紋理特徵
832用空間自相關函數做
紋理測度
833傅里葉功率譜法
834聯合概率矩陣法
835灰度差分統計法
836行程長度統計法
837其他幾種方法
838紋理的句法結構分析法
84形狀分析的細線化
85圖像配準
思考題
第9章數學形態學原理
91數學形態學的發展
92數學形態學的基本概念和
運算
921數學形態學定量分析原則
922數學形態學的基本定義及
基本算法
93一些基本形態學算法
931邊緣提取算法
932區域填充算法
933連接部分提取算法
934凸殼算法
935細化算法
936粗化運算
937骨骼化算法
938裁剪
94灰度圖像的形態學處理
941膨脹
942腐蝕
943開運算和閉運算
944灰度形態學的應用
思考題
第10章模式識別的理論和方法
101概述
102統計模式識別法
1021決策理論方法
1022統計分類法
1023特徵的抽取與選擇
1024決策邊界的擬合問題
1025統計學習理論與支持
向量機
103神經網絡與深度學習
1031感知機
1032多層前饋神經網絡
1033深度捲積神經網絡
104句法結構模式識別
1041形式語言概述
1042句法結構方法
1043誤差校正句法分析
1044文法推斷
105模糊識別法
1051模糊集合及其運算
1052模糊關系及性質
1053模糊模式識別的方法
106模式識別的幾種應用
1061生物特徵識別
1062模式識別在醫學上的應用
1063模式識別在自動檢測中的
應用
思考題
參考文獻