第1章 緒論 1
1.1 概述 1
1.1.1 數(shù)字圖像 2
1.1.2 數(shù)字圖像處理 4
1.2 數(shù)字圖像處理的特點 4
1.3 數(shù)字圖像處理的步驟 5
1.4 數(shù)字圖像處理的應用 7
1.5 本章小結及練習題 11
第2章 MWORKS系統(tǒng)仿真平臺及Julia語言 13
2.1 概述 13
2.2 MWORKS科學計算與系統(tǒng)仿真平臺 13
2.2.1 MWORKS設計與驗證 14
2.2.2 MWORKS產(chǎn)品體系 15
2.3 Julia語言 18
2.3.1 Julia語言的特點 18
2.3.2 Julia語言的優(yōu)勢 19
2.4 Julia與其他科學計算語言的差異 20
2.4.1 語言本質的差異 20
2.4.2 語法表層的差異 21
2.4.3 函數(shù)用法的差異 22
2.5 MWORKS平臺的使用 22
2.5.1 使用MWORKS平臺運行Julia 22
2.5.2 使用MWORKS平臺運行Python 23
2.6 圖像處理工具箱 26
2.6.1 JuliaImages圖像處理工具箱 26
2.6.2 TyImages圖像處理工具箱 27
2.7 本章小結及練習題 30
第3章 圖像變換 31
3.1 概述 31
3.2 圖像的點運算 31
3.2.1 線性點運算 32
3.2.2 非線性點運算 34
3.3 圖像的幾何變換 35
3.3.1 圖像的平移 36
3.3.2 圖像的鏡像 37
3.3.3 圖像的旋轉 39
3.3.4 圖像的縮放 40
3.4 圖像的傅里葉變換 41
3.4.1 二維離散傅里葉變換 41
3.4.2 快速傅里葉變換 42
3.5 其他離散變換 43
3.5.1 離散余弦變換 43
3.5.2 二維離散沃爾什-哈達瑪變換 46
3.5.3 K-L變換 49
3.6 理論實踐——圖像的傅里葉變換 51
3.7 本章小結及練習題 56
第4章 圖像增強 57
4.1 概述 57
4.1.1 圖像增強的特點 58
4.1.2 圖像增強技術的分類 58
4.2 像素點增強 59
4.2.1 直方圖均衡化 59
4.2.2 灰度變換增強 64
4.3 區(qū)域增強 68
4.3.1 線性平滑濾波增強 68
4.3.2 非線性平滑濾波增強 71
4.4 同態(tài)濾波增強 74
4.5 理論實踐——逆光圖像增強 75
4.6 本章小結及練習題 77
第5章 圖像復原 79
5.1 圖像復原概述 79
5.2 圖像退化與復原 80
5.2.1 圖像退化的原因 80
5.2.2 圖像退化模型 80
5.2.3 圖像復原方法的分類 81
5.3 退化函數(shù)估計 81
5.3.1 三種常見的退化函數(shù) 82
5.3.2 估計退化傳遞函數(shù)的方法 82
5.4 無約束復原 86
5.4.1 無約束復原原理 86
5.4.2 逆濾波 87
5.5 有約束最小二乘復原 90
5.5.1 有約束最小二乘復原原理 90
5.5.2 維納濾波 91
5.6 理論實踐——運動模糊車牌圖像的復原 96
5.7 本章小結及練習題 103
第6章 圖像壓縮 105
6.1 概述 105
6.1.1 圖像壓縮的相關概念 106
6.1.2 圖像壓縮的可能性 108
6.1.3 圖像冗余的種類 108
6.1.4 壓縮圖像質量評價準則 109
6.2 無損圖像壓縮編碼 112
6.2.1 哈夫曼編碼 112
6.2.2 行程編碼 113
6.2.3 算術編碼 115
6.3 有損圖像壓縮編碼 117
6.3.1 有損預測編碼 117
6.3.2 正交變換編碼 118
6.4 圖像壓縮標準 120
6.4.1 靜態(tài)圖像壓縮標準 120
6.4.2 動態(tài)圖像壓縮標準 122
6.4.3 視頻圖像壓縮標準 125
6.5 理論實踐——基于K-L變換的圖像壓縮 127
6.6 本章小結及練習題 130
第7章 圖像分割 131
7.1 概述 131
7.1.1 圖像分割的集合定義 132
7.1.2 圖像分割的目的 132
7.2 邊緣檢測 133
7.2.1 梯度算子 133
7.2.2 拉普拉斯算子 136
7.2.3 坎尼算子 137
7.3 閾值分割 139
7.3.1 直方圖雙峰法 139
7.3.2 最大類間方差法 140
7.3.3 迭代法 142
7.4 區(qū)域分割 143
7.4.1 區(qū)域生長法 144
7.4.2 區(qū)域分裂與合并法 144
7.5 理論實踐——自選種子點區(qū)域生長法 146
7.6 本章小結及練習題 149
第8章 圖像特征 150
8.1 概述 150
8.1.1 圖像的特征提取 151
8.1.2 圖像特征的特點 151
8.2 顏色特征 151
8.2.1 顏色空間 151
8.2.2 顏色直方圖 156
8.2.3 顏色矩 157
8.3 形狀特征 159
8.3.1 質心 159
8.3.2 區(qū)域周長 160
8.3.3 區(qū)域面積 161
8.3.4 圓形度 162
8.3.5 區(qū)域投影比 162
8.3.6 不變矩 162
8.4 紋理特征 163
8.4.1 自相關函數(shù) 163
8.4.2 灰度差分統(tǒng)計 164
8.4.3 灰度共生矩陣 165
8.4.4 頻譜法 166
8.5 理論實踐——圖像不變矩特征提取 166
8.6 本章小結及練習題 169
第9章 圖像融合 171
9.1 概述 171
9.1.1 圖像融合的概念 172
9.1.2 圖像融合的層級 172
9.1.3 圖像融合的驅動方式 174
9.1.4 圖像融合效果的評價 175
9.2 空間域融合 177
9.2.1 基于像素的方法 177
9.2.2 基于區(qū)域的方法 180
9.3 變換域融合 181
9.3.1 變換域融合的基本過程 181
9.3.2 雙色中波圖像的小波包變換融合 182
9.4 紅外與可見光圖像的融合 187
9.5 紅外偏振與光強圖像的擬態(tài)融合 189
9.5.1 擬態(tài)融合的概念與特性 189
9.5.2 圖像擬態(tài)融合的原理 190
9.5.3 紅外偏振與紅外光強圖像的比較 191
9.5.4 面向圖像差異的擬態(tài)融合模型 193
9.6 理論實踐——主成分分析法圖像融合 197
9.7 本章小結及練習題 199
參考文獻 200