[正版新书]数字图像处理——使用MATLAB分析与实现(第2版) 蔡利梅 清华大学出版社 数字图像处理- Matlab软

本书是在第1版的基础上修订而成的,系统介绍了数字图像处理的基础理论和技术,在经典算法基础上,

总结当前的最新技术发展,内容全面,重视实践,便于学习。

全书分为12章,每章阐述数字图像处理技术中的一个知识点,内容包括数字图像处理基础、图像基础性

运算、图像的正交变换、图像增强、图像平滑、图像锐化与边缘检测、图像复原、图像的数学形态学处理、图像分

割、图像描述与分析、图像编码等。本书除讲解理论外,还配有教学课件、微课视频、思维导图及 MATLAB演

示程序,便于读者学习和掌握数字图像处理技术,并更好地应用到实践中。

本书可以作为高等学校信息与通信工程、信号与信息处理、电子、计算机、遥感等专业本科生或研究生的

教材或参考书,也可以作为工程技术人员和从事相关研究与应用的人员的参考用书。

蔡利梅 中国矿业大学信息与控制工程学院副教授。长期从事图像处理与模式识别领域的教学和研究工作。先后开设“图像处理”“模式识别”“计算机图形学”“数字视频技术”“图像分析及识别”等多门本科生及研究生课程。获教育部高等学校科学技术进步奖二等奖、河南省科学技术进步奖二等奖、江苏省科学技术奖三等奖、中国煤炭工业协会科学技术奖一等奖等省部级以上科技奖励8项，并获得其他科技奖励6项；获授权国家发明专利2项；出版教材3部\科技图书1部；获校级教学成果奖特等奖1项，一等奖1项，全国煤炭行业教育教学成果奖三等奖1项，并多次获校级“教书育人先进个人”“百佳教师”等荣誉。

目录

第1章绪论

1.1图像的基本概念

1.1.1视觉与图像

1.1.2图像的表示

1.2数字图像处理

1.2.1数字图像处理的主要内容

1.2.2数字图像处理技术的分类

1.2.3数字图像处理的应用

1.3数字图像处理面临的问题

1.4相关术语

1.5图像处理仿真

习题

第2章数字图像处理基础

2.1人眼视觉系统

2.1.1人眼基本构造

2.1.2视觉过程

2.1.3明暗视觉

2.1.4颜色视觉

2.1.5立体视觉

2.1.6视觉暂留

2.2色度学基础与颜色模型

2.2.1颜色匹配

2.2.2CIE 1931RGB系统

2.2.3CIE 1931标准色度系统

2.2.4CIE 1976 L*a*b*均匀颜色空间

2.2.5孟塞尔表色系统

2.2.6常用颜色模型

2.3数字图像的生成与表示

2.3.1图像信号的数字化

2.3.2数字图像类型

2.3.3数字图像的数值描述

2．4图像类型转换

2．4．1多值图像转换为二值图像

2．4．2彩色图像转换为灰度图像

2．4．3灰度图像转换为彩色图像

2．5色彩空间转换

2．6综合实例

习题

第3章图像基础性运算

3．1点运算

3．2邻域运算

3．3插值运算

3．4几何变换

3．4．1图像几何变换原理

3．4．2图像平移

3．4．3图像镜像

3．4．4图像旋转

3．4．5图像缩放

3．4．6图像错切

3．4．7图像转置

3．5代数运算

3．5．1加法运算

3．5．2减法运算

3．5．3乘法运算

3．5．4除法运算

3．5．5逻辑运算

3．6上采样和下采样

3．7综合实例

习题

第4章图像的正交变换

4.1离散傅里叶变换

4.1.1离散傅里叶变换的定义

4．1．2离散傅里叶变换的实现

4．1．3离散傅里叶变换的性质

4.1.4离散傅里叶变换在图像处理中的应用

4.2离散余弦变换

4.2.1离散余弦变换的定义

4．2．2离散余弦变换的实现

4.2.3离散余弦变换在图像处理中的应用

4.3KL变换

4.3.1KL变换原理

4.3.2图像KL变换

4．3．3KL变换在图像处理中的应用

4.4Radon变换

4.4.1Radon变换的原理

4.4.2Radon变换的实现

4.4.3Radon变换的应用

4．5Hadamard变换

4.6小波变换

4.6.1概述

4.6.2小波

4.6.3连续小波变换

4.6.4离散小波变换

4.6.5正交小波与多分辨分析

4.6.6二维小波变换

4.6.7小波变换在图像处理中的应用

习题

第5章图像增强

5.1灰度级变换

5.1.1线性灰度级变换

5.1.2非线性灰度级变换

5.2直方图修正法

5.2.1灰度直方图

5.2.2直方图修正法理论

5.2.3直方图均衡化

5.3基于照度反射模型的图像增强

5.3.1同态滤波

5.3.2Retinex增强

5．4色彩变换

5．4．1色彩迁移

5．4．2色彩平衡

5．5其他图像增强方法

5．5．1模糊增强

5.5.2基于对数图像处理模型的图像增强

5.5.3图像去雾增强

习题

第6章图像平滑

6.1图像中的噪声

6.1.1图像噪声的分类

6．1．2图像噪声的数学模型

6.2空间域平滑滤波

6.2.1均值滤波

6.2.2高斯滤波

6.2.3中值滤波

6.2.4双边滤波

6．2．5导向滤波

6.3频域平滑滤波

6.4其他图像平滑方法

6.4.1基于模糊技术的平滑滤波

6.4.2基于偏微分方程的平滑滤波

习题

第7章图像锐化与边缘检测

7.1图像边缘分析

7.2一阶微分算子

7.2.1梯度算子

7．2．2其他一阶微分算子

7．2．3边缘方向

7.3二阶微分算子

7.4高斯滤波与边缘检测

7.4.1高斯函数

7.4.2LoG算子

7．4．3DoG算子

7.4.4Canny算子

7.5频域高通滤波

7.6基于小波变换的边缘检测

7．7彩色边缘检测

7.8综合实例

7.8.1设计思路

7.8.2各模块设计

7.8.3分析

习题

第8章图像复原

8.1图像退化模型

8.1.1连续退化模型

8.1.2离散退化模型

8.1.3图像复原

8.2图像退化函数的估计

8.2.1基于模型的估计法

8.2.2基于退化图像本身特性的估计法

8.3图像复原的代数方法

8.3.1无约束最小二乘方复原

8.3.2约束复原

8.4典型图像复原方法

8.4.1逆滤波复原

8.4.2维纳滤波复原

8.4.3等功率谱滤波

8.4.4几何均值滤波

8.4.5约束最小二乘方滤波

8.4.6RichardsonLucy算法

8.5盲去卷积复原

8.6几何失真校正

习题

第9章图像的数学形态学处理

9.1形态学基础

9.2二值形态学处理

9．2．1基本运算

9.2.2形态滤波

9.2.3形态学平滑

9.2.4边缘提取

9.2.5区域填充

9.2.6击中与否变换

9.2.7细化

9.3灰度形态学处理

9.3.1膨胀运算和腐蚀运算

9.3.2形态学平滑

9.3.3形态学梯度

9.3.4Tophat和Bottomhat变换

9．4综合实例

习题

第10章图像分割

10.1阈值分割

10．1．1全局阈值法

10．1．2自适应阈值法

10.2边界分割

10．2．1边界改良

10.2.2Hough变换

10.2.3边界跟踪

10.3区域分割

10.3.1区域生长

10.3.2区域合并

10.3.3区域分裂

10.3.4区域分裂合并

10.3.5聚类分割

10.4分水岭分割

10．5形变模型分割

10．5．1经典Snake模型

10．5．2几何形变模型

10．6图割分割

10．6．1原理

10．6．2优化求解

10．6．3Lazy Snapping算法

习题

第11章图像描述与分析

11．1边界描述

11．1．1边界链码

11．1．2傅里叶描绘子

11．1．3边界几何特征

11．1．4片段序列

11．2区域形状描述

11．2．1矩

11．2．2中轴变换

11．2．3区域的几何特征

11．2．4梯度方向直方图

11．2．5Haarlike特征

11．3纹理描述

11．3．1灰度共生矩阵法

11．3．2Laws纹理能量度量

11．3．3LBP特征

11．3．4分形纹理描述

11．4角点检测

11．4．1方法概述

11．4．2Harris角点检测

11．4．3SUSAN角点检测

11．5局部不变特征检测与描述

11．5．1SIFT描述子

11．5．2SURF描述子

习题

第12章图像编码

12．1图像编码的基本理论

12．1．1图像压缩的可能性

12.1.2图像编码方法的分类

12.1.3图像编码压缩术语简介

12．2图像的无损压缩编码

12．2．1Huffman编码

12．2．2算术编码

12．2．3行程长度编码 

12.2.4LZW编码

12.3图像的有损压缩编码

12．3．1预测编码

12．3．2变换编码

12．4JPEG标准和JPEG 2000

12．4．1JPEG标准

12.4.2JPEG 2000

习题

参考文献