图书介绍

数字图像处理基础pdf电子书版本下载

数字图像处理基础
  • 阮秋琦编著 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302196112
  • 出版时间:2009
  • 标注页数:380页
  • 文件大小:42MB
  • 文件页数:393页
  • 主题词:数字图像处理-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页

下载说明

数字图像处理基础PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论 1

1.1序言 1

1.2图像处理技术的分类 3

1.2.1模拟图像处理 3

1.2.2数字图像处理 3

1.3数字图像处理的特点 3

1.4数字图像处理的主要方法及主要内容 5

1.4.1数字图像处理方法 5

1.4.2数字图像处理的主要内容 5

1.5数字图像处理的硬件设备 11

1.6数字图像处理的应用 12

思考题 15

第2章 图像、图像处理系统与视觉系统 16

2.1图像 16

2.1.1有关光学的预备知识 16

2.1.2图像的概念 18

2.1.3图像的统计特性 19

2.1.4图像信息的信息量 23

2.1.5常用图像格式简介 24

2.2图像处理系统及外围设备 26

2.2.1电视摄像机 27

2.2.2飞点扫描设备 36

2.2.3鼓形扫描器 37

2.2.4微密度计 38

2.2.5其他图像输入设备 38

2.3图像处理中的输出设备 39

2.3.1监视器 39

2.3.2激光扫描器 42

2.3.3平板显示 42

2.3.4其他图像显示装置 54

2.4数字图像处理系统 55

2.4.1小型图像处理系统 55

2.4.2微型图像处理系统 56

2.5视觉系统 58

2.5.1视觉系统的基本构造 58

2.5.2光觉和色觉 60

2.6光度学及色度学原理 62

2.6.1颜色的表示方法及观察条件 62

2.6.2三基色混色及色度表示原理 62

2.6.3 CIE的R、G、B颜色表示系统 63

2.7亮度和颜色感觉的视觉特征 65

2.7.1刺激强度与感觉的关系 65

2.7.2亮度适应和颜色适应 66

2.7.3亮度对比和颜色对比 66

2.7.4颜色感觉与刺激面积的关系 67

2.7.5主观颜色 67

2.7.6记忆色 67

2.7.7进入色、后退色、膨胀色、收缩色 67

2.7.8颜色和爱好 67

2.8视觉的空间性质 68

2.8.1视力 68

2.8.2视觉的空间频率特性 68

2.8.3颜色辨别门限的空间频率特性 70

2.8.4视觉的空间频率特性和图像的清晰度 70

2.9视觉的时间特性 71

2.9.1加入阶跃光波刺激的明暗感觉 71

2.9.2闪烁 71

2.9.3视觉空间频率特性和时间因素的关系 72

2.9.4眼球运动和视觉的关系 72

2.10运动的感觉 73

2.11形状感觉与错视 74

思考题 76

第3章 图像处理中的正交变换 77

3.1傅里叶变换 77

3.1.1傅里叶变换的定义及基本概念 77

3.1.2傅里叶变换的性质 80

3.1.3离散傅里叶变换 82

3.1.4快速傅里叶变换 88

3.1.5用计算机实现快速傅里叶变换 93

3.1.6二维离散傅里叶变换 95

3.2离散余弦变换 97

3.2.1离散余弦变换的定义 97

3.2.2离散余弦变换的正交性 99

3.2.3离散余弦变换的计算 100

3.3沃尔什变换 101

3.3.1正交函数的概念 102

3.3.2拉德梅克函数 103

3.3.3沃尔什函数 104

3.3.4沃尔什函数的性质 112

3.3.5沃尔什变换 114

3.3.6离散沃尔什哈-达玛变换 114

3.3.7离散沃尔什变换的性质 115

3.3.8快速沃尔什变换 122

3.3.9多维变换 124

第4章 图像增强 129

4.1用直方图修改技术进行图像增强 130

4.1.1直方图 130

4.1.2直方图修改技术的基础 131

4.1.3直方图均衡化处理 132

4.1.4直方图规定化处理 136

4.1.5图像对比度处理 141

4.2图像平滑化处理 144

4.2.1邻域平均法 144

4.2.2低通滤波法 145

4.2.3多图像平均法 149

4.3图像尖锐化处理 150

4.3.1微分尖锐化处理 150

4.3.2零交叉边缘检测 152

4.3.3 Canny算子 154

4.3.4 Prewitt算子 158

4.3.5经典的Kirsch算子 160

4.3.6高通滤波法 161

4.4利用同态系统进行增强处理 164

4.5彩色图像处理 165

4.5.1关于颜色的基本理论 167

4.5.2颜色模型 169

4.5.3伪彩色图像处理 174

4.5.4关于彩色显示 178

思考题 180

第5章 图像编码 183

5.1图像编码概述 183

5.2图像编码中的保真度准则 184

5.2.1客观保真度准则 185

5.2.2主观保真度准则 185

5.3 PCM编码 186

5.3.1 PCM编码的基本原理 186

5.3.2 PCM编码的量化噪声 187

5.3.3编码器、译码器 188

5.3.4非线性PCM编码 190

5.4统计编码 192

5.4.1编码效率与冗余度 192

5.4.2两种常用的统计编码法 195

5.4.3算数编码 201

5.5预测编码 204

5.5.1预测编码的基本原理 204

5.5.2 △M(DM)编码 207

5.5.3 DPCM编码 212

5.6变换编码 215

5.6.1几种特殊的映射变换编码法 215

5.6.2正交变换编码 218

5.7图像编码的国际标准 228

思考题 229

第6章 图像复原 231

6.1退化模型 231

6.1.1系统H的基本定义 231

6.1.2连续函数退化模型 232

6.1.3离散的退化模型 234

6.2复原的代数方法 236

6.2.1非约束复原方法 237

6.2.2约束复原法 237

6.3逆滤波 238

6.4最小二乘方滤波 239

6.4.1最小二乘方滤波的原理 239

6.4.2用于图像复原的几种最小二乘方滤波器 242

6.5约束去卷积 243

6.6中值滤波 248

6.6.1中值滤波的基本原理 248

6.6.2加权的中值滤波 251

6.7几种其他空间复原技术 252

6.7.1几何畸变校正 252

6.7.2盲目图像复原 254

思考题 256

第7章 图像重建 257

7.1概述 257

7.2傅里叶变换重建 258

7.3卷积法重建 260

7.4代数重建方法 262

7.5重建的优化问题 265

7.6图像重建的应用 267

思考题 278

第8章 图像分析 280

8.1分割 280

8.1.1灰度阈值法分割 280

8.1.2样板匹配 284

8.1.3区域生长 288

8.1.4区域聚合 289

8.2描绘 290

8.2.1区域描绘 290

8.2.2关系描绘 296

8.2.3相似性描绘 306

8.2.4霍夫变换 308

8.3纹理分析 310

8.3.1纹理特征 310

8.3.2用空间自相关函数作纹理测度 311

8.3.3傅里叶功率谱法 312

8.3.4联合概率矩阵法 313

8.3.5灰度差分统计法 314

8.3.6行程长度统计法 315

8.3.7其他几种方法 315

8.3.8纹理的句法结构分析法 316

思考题 317

第9章 数学形态学原理 319

9.1数学形态学的发展 319

9.2数学形态学的基本概念和运算 320

9.2.1数学形态学定量分析原则 321

9.2.2数学形态学的基本定义及基本算法 322

9.3一些基本形态学算法 330

9.3.1边缘提取算法 330

9.3.2区域填充算法 331

9.3.3连接部分提取算法 332

9.3.4凸壳算法 333

9.3.5细化算法 334

9.3.6粗化算法 334

9.3.7骨骼化算法 335

9.3.8裁剪 336

9.4灰度图像的形态学处理 338

9.4.1膨胀 339

9.4.2腐蚀 340

9.4.3开运算和闭运算 341

9.4.4灰度形态学的应用 343

思考题 345

第10章 模式识别的理论和方法 346

10.1概述 346

10.2统计模式识别法 348

10.2.1决策理论方法 349

10.2.2统计分类法 356

10.2.3特征的抽取与选择 359

10.2.4统计学习理论与支持向量机 362

10.3模式识别的几种应用 367

10.3.1生物特征识别 367

10.3.2模式识别在医学上的应用 374

10.3.3模式识别在自动检测中的应用 375

思考题 376

参考文献 377

精品推荐