圖像工程——上冊：圖像處理（第5版）

目錄

註： 加*號的部分均已電子化，可掃描二維碼下載並使用。

第1章緒論

1．1圖像基本概念

1．1．1圖像表示和顯示

1．1．2空間分辨率和幅度

分辨率

1．1．3圖像質量

1．2圖像工程簡介

1．2．1圖像技術和圖像

工程

1．2．2圖像工程的3個

層次

1．2．3圖像工程相關學科

和領域

1．2．4圖像工程的技術

應用

1．2．5圖像工程文獻統計

分類

1．3圖像處理系統

1．3．1系統構成框圖

1．3．2圖像採集

1．3．3圖像顯示和打印

1．3．4圖像存儲

1．3．5圖像處理

1．4內容框架和特點

總結和復習*

隨堂測試*

第1單元圖 像 增 強

第2章點操作空域增強 

2．1圖像坐標變換

2．1．1基本坐標變換

2．1．2坐標變換擴展

2．2圖像間運算

2．2．1算術和邏輯運算

2．2．2圖像間算術運算的

應用

2．3圖像灰度映射

2．3．1灰度映射原理

2．3．2典型灰度映射

函數

2．3．3針對性灰度映射

2．4直方圖變換

2．4．1直方圖均衡化

2．4．2直方圖規定化

總結和復習*

隨堂測試*

第3章模板操作空域增強 

3．1像素間聯系

3．1．1像素的鄰域和

鄰接

3．1．2像素間的連接和

連通

3．1．3像素間距離

3．2模板運算

3．3線性濾波

3．3．1線性平滑濾波

3．3．2線性銳化濾波

3．4非線性濾波

3．4．1非線性平滑濾波

3．4．2非線性銳化濾波

3．4．3線性和非線性混合

濾波

3．5局部增強

總結和復習*

隨堂測試*

第4章頻域圖像增強

4．1頻域技術原理

4．2傅里葉變換

4．2．12D傅里葉變換

4．2．2傅里葉變換定理

4．2．3快速傅里葉變換

4．3低通和高通濾波

4．3．1低通濾波

4．3．2高通濾波

4．4帶通和帶阻濾波

4．5同態濾波

4．5．1亮度成像模型

4．5．2同態濾波增強

4．5．3同態濾波改進

總結和復習*

隨堂測試*

第5章圖像噪聲消除

5．1噪聲概述

5．1．1噪聲描述

5．1．2噪聲概率密度

函數

5．2典型噪聲濾波器

5．2．1均值類濾波器

5．2．2排序類統計濾

波器

5．2．3選擇性濾波器

5．3開關中值濾波器

5．3．1開關中值濾波

原理

5．3．2基於開關的自適應

加權均值濾波器

5．3．3進一步的改進

5．4結合深度學習的圖像去噪

5．4．1非開關隨機值脈沖

噪聲消除

5．4．2強噪聲圖像去噪

5．4．3基於多通道GAN的

圖像去噪

5．4．4地震圖像中噪聲濾波

結果的分類

總結和復習*

隨堂測試*

第2單元圖 像 恢 復

第6章圖像退化和恢復

6．1圖像退化及模型

6．1．1圖像退化示例

6．1．2圖像退化模型

6．2無約束恢復

6．2．1無約束恢復公式

6．2．2逆濾波

6．3有約束恢復

6．3．1有約束恢復公式

6．3．2維納濾波器

6．3．3有約束最小平方

恢復

6．4交互式恢復

6．5估計運動模糊核

6．5．1快速盲反捲積

6．5．2基於CNN的方法

6．6低分辨率圖像去模糊

6．6．1生成對抗網絡

結構

6．6．2損失函數設計

6．6．3多類生成對抗

網絡

總結和復習*

隨堂測試*

第7章圖像校正和修補

7．1圖像仿射變換

7．1．1一般仿射變換

7．1．2特殊仿射變換

7．1．3變換間的聯系

7．2幾何失真校正

7．2．1空間變換

7．2．2灰度插值

7．3圖像修補

7．3．1圖像修補原理

7．3．2圖像修補技術的

分類

7．4圖像修復

7．4．1全變分模型

7．4．2混合模型

7．5圖像補全

7．5．1基於範例的方法

7．5．2結合稀疏表達的

方法

7．6加權稀疏非負矩陣分解

算法

7．6．1加權非負矩陣

分解

7．6．2區域填充

7．6．3基於EM算法的

WSNMF

7．7上下文驅動的混合方法

7．7．1總體流圖

7．7．2預處理步驟

7．7．3基於範例修補

步驟

7．7．4結合擴散修補

7．8圖像修補中的AE和

GAN

7．8．1基於AE的技術

7．8．2基於GAN的技術

7．8．3上下文編碼器

7．8．4技術比較

總結和復習*

隨堂測試*

第8章圖像去霧

8．1圖像去霧方法分類

8．1．1非學習型圖像

去霧

8．1．2學習型圖像去霧

8．2暗通道先驗去霧算法及

改進

8．2．1基本方法

8．2．2尺度自適應

8．2．3透射率估計

8．2．4大氣光區域確定

8．2．5大氣光值校正

8．2．6濃霧圖像去霧

8．3改善失真的綜合去霧算法

8．3．1算法流程框圖

8．3．2T空間轉換

8．3．3透射率空間的大氣

散射圖

8．3．4天空區域檢測

8．3．5對比度增強

8．4夜間圖像去霧

8．4．1受攝影負片成像啟發

的方法

8．4．2結合亮通道和暗通道

先驗

8．4．3基於深度學習

網絡

8．5去霧效果評價

8．5．1可見邊緣梯度法

8．5．2基於視覺感知的

評價

8．5．3主客觀結合的評價

實例

總結和復習*

隨堂測試*

第9章圖像投影重建

9．1投影重建方式

9．1．1透射斷層成像

9．1．2發射斷層成像

9．1．3反射斷層成像

9．1．4電阻抗斷層成像

9．1．5磁共振成像

9．2投影重建原理

9．2．1基本模型

9．2．2拉東變換

9．3傅里葉反變換重建

9．4逆投影重建

9．4．1逆投影重建原理

9．4．2捲積逆投影重建

9．4．3其他逆投影重建

方法

9．5迭代重建

9．5．1迭代重建模型

9．5．2代數重建技術

9．5．3最大似然最大期望

重建算法

9．6綜合重建方法

9．74D錐束CT重建

9．7．1錐束CT重建

9．7．2從3D到4D錐束

CT

9．7．3基於深度學習的

重建

9．8金屬偽影消除

9．8．1金屬偽影失真

9．8．2經典的MAR方法

9．8．3基於深度學習的MAR

方法

總結和復習*

隨堂測試*

第3單元圖 像 編 碼

第10章圖像編碼基礎

10．1圖像壓縮原理

10．1．1數據冗餘

10．1．2圖像編解碼

10．1．3圖像保真度和

質量

10．2編碼定理

10．2．1信息單位和信源

描述

10．2．2無失真編碼

定理

10．2．3率失真編碼

定理

10．3位平面編碼

10．3．1位平面分解

方法

10．3．2位平面編碼

方法

10．4變長編碼

10．4．1哥倫布編碼

10．4．2哈夫曼編碼

10．4．3香農法諾編碼

10．4．4算術編碼

總結和復習*

隨堂測試*

第11章圖像變換編碼

11．1可分離和正交圖像變換

11．2離散餘弦變換

11．3正交變換編碼

11．3．1正交變換編碼

系統

11．3．2子圖像尺寸

選擇

11．3．3變換選擇

11．3．4比特分配

11．4小波變換

11．4．1小波變換基礎

11．4．21D小波變換

11．4．3快速小波變換

11．4．42D小波變換

11．5小波變換編碼

11．5．1小波變換編解碼

系統

11．5．2基於提升小波的

編碼

總結和復習*

隨堂測試*

第12章更多圖像編碼方法

12．1基於符號的編碼

12．2LZW編碼

12．3預測編碼

12．3．1無損預測編碼

12．3．2有損預測編碼

12．4矢量量化

12．5準無損編碼

12．6比較和評述

12．6．1不同方法特性的

比較

12．6．2其他編碼方法

總結和復習*

隨堂測試*

第4單元拓 展 技 術

第13章圖像信息安全

13．1水印原理和特性

13．1．1水印的嵌入和

檢測

13．1．2水印特性

13．1．3水印分類

13．2DCT域圖像水印

13．2．1無意義水印

算法

13．2．2有意義水印

算法

13．3DWT域圖像水印

13．3．1人眼視覺特性

13．3．2小波水印算法

13．4零水印

13．4．1原理和步驟

13．4．2特徵提取

13．5水印性能評判

13．5．1失真測度

13．5．2基準測量和

攻擊

13．5．3水印性能測試

示例

13．6特定媒體和領域的水印

13．6．1數據庫水印

13．6．23D網格水印

13．6．3生物醫學數據

水印

13．6．4特殊應用領域中

的水印

13．7圖像認證和取證

13．7．1基本概念

13．7．2圖像被動取證

13．7．3圖像可逆認證

13．7．4圖像取證示例

13．7．5圖像反取證

13．8圖像信息隱藏

13．8．1信息隱藏技術

分類

13．8．2基於迭代混合的

圖像隱藏

總結和復習*

隨堂測試*

第14章彩色圖像處理

14．1彩色視覺和色度圖

14．1．1彩色視覺基礎

14．1．2三基色與色

匹配

14．1．3色度圖

14．2彩色模型

14．2．1面向硬設備的彩色

模型

14．2．2面向視覺感知的彩

色模型

14．3偽彩色增強

14．4真彩色處理

14．4．1處理策略

14．4．2單分量變換

增強

14．4．3全彩色增強

14．4．4全彩色濾波和

消噪

總結和復習*

隨堂測試*

第15章視頻圖像處理

15．1視頻表達和格式

15．1．1視頻基礎

15．1．2彩色電視制式

15．2運動分類和表達

15．3運動檢測

15．3．1利用圖像差的運動

檢測

15．3．2基於模型的運動

檢測

15．3．3頻域運動檢測

15．4視頻濾波

15．4．1基於運動檢測的

濾波

15．4．2基於運動補償的

濾波

15．4．3消除勻速直線運動

模糊

15．5視頻編碼

15．5．1視頻預測編碼

15．5．23D立體視頻可

擴展編碼

15．5．3基於深度學習的

視頻編碼

15．5．4多視點視頻

編碼

15．6視頻水印

15．6．1視頻水印與版權

保護

15．6．2視頻零水印

總結和復習*

隨堂測試*

第16章多尺度圖像處理

16．1多尺度表達

16．2高斯和拉普拉斯金字塔

16．2．1高斯金字塔

16．2．2拉普拉斯金

字塔

16．2．3重建原始圖像

16．3多尺度變換技術

16．3．1三類多尺度變換

技術

16．3．2多尺度變換技術

比較

16．4基於多尺度小波的處理

16．5超分辨率技術基礎

16．5．1基本模型和技術

分類

16．5．2基於單幅圖像的超

分辨率復原

16．5．3基於多幅圖像的超

分辨率重建

16．6典型超分辨率方法

16．6．1傳統超分辨率

方法

16．6．2基於示例的學習

方法

16．6．3結合全變分正則化

的超分辨率

16．6．4基於稀疏表達的超

分辨率重建

16．6．5基於局部約束線性

編碼的超分辨率

重建

16．7基於深度學習的超分辨率

研究概況

總結和復習*

隨堂測試*

附錄A圖像國際標準

A．1國際標準

A．2二值圖像壓縮國際標準

A．3靜止圖像壓縮國際標準

A．4運動圖像壓縮國際標準

A．5多媒體國際標準

主題索引

部分思考題和練習題解答*

參考文獻*