数字图像处理 第3版pdf电子书版本下载

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

数字图像处理 第3版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

第1章 绪论 1

引言 1

1.1 什么是数字图像处理 1

1.2数字图像处理的起源 2

1.3使用数字图像处理领域的实例 4

1.3.1伽马射线成像 5

1.3.2X射线成像 5

1.3.3紫外波段成像 7

1.3.4可见光及红外波段成像 7

1.3.5微波波段成像 10

1.3.6无线电波段成像 10

1.3.7使用其他成像方式的例子 11

1.4数字图像处理的基本步骤 14

1.5图像处理系统的组成 15

小结 17

参考文献 17

第2章 数字图像基础 20

引言 20

2.1视觉感知要素 20

2.1.1人眼的结构 20

2.1.2眼睛中图像的形成 22

2.1.3亮度适应和辨别 22

2.2光和电磁波谱 24

2.3图像感知和获取 26

2.3.1使用单个传感器获取图像 27

2.3.2使用条带传感器获取图像 27

2.3.3使用传感器阵列获取图像 28

2.3.4简单的图像形成模型 28

2.4图像取样和量化 30

2.4.1取样和量化的基本概念 30

2.4.2数字图像表示 31

2.4.3空间和灰度分辨率 34

2.4.4图像内插 36

2.5像素间的一些基本关系 38

2.5.1相邻像素 38

2.5.2邻接性、连通性、区域和边界 38

2.5.3距离度量 40

2.6数字图像处理中所用数学工具的介绍 41

2.6.1阵列与矩阵操作 41

2.6.2线性操作与非线性操作 42

2.6.3算术操作 42

2.6.4集合和逻辑操作 46

2.6.5空间操作 49

2.6.6向量与矩阵操作 53

2.6.7图像变换 54

2.6.8概率方法 56

小结 57

参考文献 58

习题 58

第3章 灰度变换与空间滤波 62

引言 62

3.1背景知识 62

3.1.1灰度变换和空间滤波基础 62

3.1.2关于本章中的例子 63

3.2一些基本的灰度变换函数 64

3.2.1图像反转 64

3.2.2对数变换 64

3.2.3 幂律（伽马）变换 66

3.2.4分段线性变换函数 68

3.3直方图处理 72

3.3.1直方图均衡 72

3.3.2直方图匹配（规定化） 77

3.3.3局部直方图处理 83

3.3.4在图像增强中使用直方图统计 85

3.4空间滤波基础 88

3.4.1空间滤波机理 88

3.4.2空间相关与卷积 89

3.4.3线性滤波的向量表示 92

3.4.4空间滤波器模板的产生 93

3.5平滑空间滤波器 93

3.5.1平滑性滤波器 93

3.5.2统计序（非线性）滤波器 96

3.6锐化空间滤波器 97

3.6.1基础 97

3.6.2使用二阶微分进行图像锐化——拉普拉斯算子 99

3.6.3非锐化掩蔽和高提升滤波 100

3.6.4使用一阶微分对（非线性）图像锐化——梯度 101

3.7混合空间增强法 103

3.8使用模糊技术进行灰度变换和空间滤波 105

3.8.1引言 106

3.8.2模糊集合论原理 106

3.8.3模糊集合应用 110

3.8.4使用模糊集合进行灰度变换 116

3.8.5使用模糊集合进行空间滤波 117

小结 119

参考文献 119

习题 120

第4章 频率域滤波 124

引言 124

4.1背景 124

4.1.1 傅里叶级数和变换简史 124

4.1.2关于本章中的例子 125

4.2基本概念 125

4.2.1复数 125

4.2.2傅里叶级数 126

4.2.3冲激及其取样特性 126

4.2.4连续变量函数的傅里叶变换 128

4.2.5卷积 130

4.3取样和取样函数的傅里叶变换 131

4.3.1取样 131

4.3.2取样函数的傅里叶变换 132

4.3.3取样定理 134

4.3.4混淆 135

4.3.5由取样后的数据重建（复原）函数 137

4.4单变量的离散傅里叶变换（DFT） 138

4.4.1 由取样后的函数的连续变换得到DFT 138

4.4.2取样和频率间隔间的关系 140

4.5两个变量的函数的扩展 141

4.5.1二维冲激及其取样特性 141

4.5.2二维连续傅里叶变换对 141

4.5.3二维取样和二维取样定理 142

4.5.4图像中的混淆 143

4.5.5二维离散傅里叶变换及其反变换 147

4.6二维离散傅里叶变换的一些性质 148

4.6.1空间和频率间隔的关系 148

4.6.2平移和旋转 148

4.6.3周期性 148

4.6.4对称性 150

4.6.5傅里叶谱和相角 154

4.6.6二维卷积定理 157

4.6.7二维离散傅里叶变换性质的小结 159

4.7频率域滤波基础 161

4.7.1频率域的其他特性 161

4.7.2频率域滤波基础 162

4.7.3频率域滤波步骤小结 165

4.7.4空间和频率域滤波间的对应 166

4.8使用频率域滤波器平滑图像 169

4.8.1理想低通滤波器 169

4.8.2布特沃斯低通滤波器 172

4.8.3高斯低通滤波器 173

4.8.4低通滤波的其他例子 174

4.9使用频率域滤波器锐化图像 176

4.9.1理想高通滤波器 176

4.9.2布特沃斯高通滤波器 178

4.9.3高斯高通滤波器 178

4.9.4频率域的拉普拉斯算子 179

4.9.5 钝化模板、高提升滤波和高频强调滤波 180

4.9.6 同态滤波 182

4.10选择性滤波 184

4.10.1带阻滤波器和带通滤波器 184

4.10.2陷波滤波器 185

4.11实现 187

4.11.1二维DFT的可分性 187

4.11.2用DFT算法计算IDFT 187

4.11.3快速傅里叶变换（FFT） 187

4.11.4 关于滤波器设计的一些注释 190

小结 190

参考文献 190

习题 191

第5章 图像复原与重建 196

引言 196

5.1图像退化/复原过程的模型 197

5.2噪声模型 197

5.2.1噪声的空间和频率特性 197

5.2.2.一些重要的噪声概率密度函数 198

5.2.3周期噪声 201

5.2.4噪声参数的估计 202

5.3只存在噪声的复原——空间滤波 203

5.3.1均值滤波器 203

5.3.2统计排序滤波器 205

5.3.3自适应滤波器 208

5.4 用频率域滤波消除周期噪声 211

5.4.1带阻滤波器 211

5.4.2带通滤波器 211

5.4.3陷波滤波器 212

5.4.4最佳陷波滤波 213

5.5线性、位置不变的退化 216

5.6估计退化函数 218

5.6.1图像观察估计 218

5.6.2试验估计 218

5.6.3建模估计 219

5.7逆滤波 221

5.8最小均方误差（维纳）滤波 222

5.9约束最小二乘方滤波 224

5.10几何均值滤波 227

5.11由投影重建图像 228

5.11.1引言 228

5.11.2计算机断层（CT）原理 230

5.11.3投影和雷登变换 232

5.11.4傅里叶切片定理 235

5.11.5使用平行射线束滤波反投影的重建 236

5.11.6 使用扇形射线束滤波反投影的重建 240

小结 244

参考文献 244

习题 245

第6章 彩色图像处理 249

引言 249

6.1彩色基础 249

6.2彩色模型 254

6.2.1 RGB彩色模型 254

6.2.2 CMY和CMYK彩色模型 257

6.2.3 HSI彩色模型 257

6.3伪彩色图像处理 262

6.3.1灰度分层 262

6.3.2灰度到彩色的变换 265

6.4全彩色图像处理基础 267

6.5彩色变换 268

6.5.1公式 269

6.52补色 271

6.5.3彩色分层 271

6.5.4色调和彩色校正 273

6.5.5 方图处理 275

6.6 平滑和锐化 276

6.6.1彩色图像平滑 276

6.6.2彩色图像锐化 278

6.7 基于彩色的图像分割 279

6.7.1 HSI彩色空间的分割 279

6.7.2 RGB向量空间中的分割 279

6.7.3彩色边缘检测 281

6.8彩色图像中的噪声 283

6.9 彩色图像压缩 284

小结 285

参考文献 285

习题 286

第7章 小波和多分辨率处理 289

引言 289

7.1.背景 289

7.1.1 图像金塔 290

7.1.2 子带编码 292

7.1.3哈尔变换 297

7.2多分辨率展开 300

7.2.1级数展开 300

7.2.2 尺度函数 301

7.2.3小波函数 304

7.3.维小波变换 306

7.3.1小波级数展开 306

7.3.2离散小波变换 308

7.3.3连续小波变换 309

7.4快速小波变换 311

7.5二维小波变换 317

7.6小波包 322

小结 330

参考文献 330

习题 331

第8章 图像压缩 334

引言 334

8.1 基础知识 335

8.1.1编码冗余 336

8.1.2空间冗余和时间冗余 337

8.1.3不相关的信息 337

8.1.4图像信息的度量 338

8.1.5保真度准则 340

8.1.6图像压缩模型 341

8.1.7图像格式、容器和压缩标准 343

8.2一些基本的压缩方法 345

8.2.1 霍夫曼编码 345

8.2.2 Golomb编码 346

8.2.3 算术编码 350

8.2.4 LZW编码 351

8.2.5行程编码 353

8.2.6基于符号的编码 357

8.2.7比特平面编码 359

8.2.8块变换编码 361

8.2.9预测编码 373

8.2.10小波编码 387

8.3数字图像水印 394

小结 398

参考文献 398

习题 399

第9章 形态学图像处理 402

引言 402

9.1预备知识 402

9.2腐蚀和膨胀 404

9.2.1腐蚀 404

9.2.2膨胀 406

9.2.3 对偶性 407

9.3开操作与闭操作 407

9.4击中或击不中变换 411

9.5一些基本的形态学算法 412

9.5.1边界提取 412

9.5.2孔洞填充 413

9.5.3连通分量的提取 414

9.5.4凸壳 416

9.5.5细化 417

9.5.6粗化 418

9.5.7骨架 418

9.5.8裁剪 420

9.5.9形态学重建 421

9.5.10二值图像形态学操作小结 426

9.6灰度级形态学 428

9.6.1腐蚀和膨胀 428

9.6.2开操作和闭操作 430

9.6.3一些基本的灰度级形态学算法 431

9.6.4灰度级形态学重建 435

小结 437

参考文献 437

习题 438

第10章 图像分割 443

引言 443

10.1基础知识 443

10.2点、线和边缘检测 445

10.2.1背景知识 445

10.2.2孤立点的检测 447

10.2.3线检测 449

10.2.4边缘模型 450

10.2.5基本边缘检测 454

10.2.6更先进的边缘检测技术 459

10.2.7边缘连接和边界检测 467

10.3阈值处理 476

10.3.1基础知识 476

10.3.2基本的全局阈值处理 478

10.3.3用Otsu方法的最佳全局阈值处理 479

10.3.4图像平滑改善全局阈值处理 483

10.3.5利用边缘改进全局阈值处理 484

10.3.6多阈值处理 487

10.3.7可变阈值处理 488

10.3.8多变量阈值处理 492

10.4基于区域的分割 493

10.4.1区域生长 493

10.4.2区域分裂与聚合 495

10.5用形态学分水岭的分割 497

10.5.1背景知识 497

10.5.2水坝构建 498

10.5.3分水岭分割算法 499

10.5.4标记的使用 501

10.6分割中运动的应用 502

10.6.1空间域技术 502

10.6.2频率域技术 504

小结 507

参考文献 507

习题 508

第11章 表示和描述 514

引言 514

11.1表示 514

11.1.1边界追踪 514

11.1.2链码 516

11.1.3使用最小周长多边形的多边形近似 518

11.1.4其他多边形近似方法 522

11.1.5标记图 523

11.1.6边界线段 525

11.1.7骨架 525

11.2边界描绘子 527

11.2.1一些简单的描绘子 527

11.2.2形状数 528

11.2.3傅里叶描绘子 529

11.2.4统计矩 531

11.3区域描绘子 532

11.3.1一些简单的描绘子 532

11.3.2拓扑描绘子 532

11.3.3纹理 534

11.3.4不变矩 542

11.4使用主分量进行描绘 544

11.5关系描绘子 550

小结 553

参考文献 553

习题 554

第12章 目标识别 557

引言 557

12.1模式和模式类 557

12.2 基于决策理论方法的识别 560

12.2.1匹配 560

12.2.2最佳统计分类器 564

12.2.3神经网络 570

12.3 结构方法 585

12.3.1匹配形状数 585

12.3.2串匹配 586

小结 587

参考文献 588

习题 588

附录A 图像压缩编码表 591

附录B 参书书目 595

索引 620