计算机图像处理技术与算法 (2010 年度畅销榜NO.6830 )

本书是取材于数字图像处理领域几十年的发展成果，包括传统的灰度图像处理和最新的彩色图像处理内容，结合多年的教学、科研和实践经验编写而成。\r\n\r\n 本书既全面介绍了数字图像处理的理论系统，又强调它的实践价值。首先介绍了隐式马尔可夫模型、预测模型、采样理论、图像变换等基本理论知识，然后逐章介绍图像的编码和文件格式，图像的增强、恢复和分割等内容，最后两章介绍了彩色图像处理的基本内容和基于内容的图像检索技术。\r\n\r\n 本书可作为高校计算机、生医工程等有关图像处理专业的高年级学生和研究生的教材或者作为从事图像处理相关领域科研人员的参考书。\r\n
\r\n

第1章 绪论 \r\n\r\n 1. 1 图像处理技术的发展历史及现状 \r\n\r\n 1. 2 图像的数学模型 \r\n\r\n 1. 2. 1 图像的正交模型 \r\n\r\n 1. 2. 2 隐式马尔可夫模型 \r\n\r\n 1. 2. 3 预测模型 \r\n\r\n 1. 3 图像的采样与亚采样 \r\n\r\n 1. 3. 1 一维连续信号的采样 \r\n\r\n 1. 3. 2 二维连续图像信号的采样 \r\n\r\n 1. 3. 3 图像的亚采样 \r\n\r\n 第2章 图像变换 \r\n\r\n 2. 1 正交变换 \r\n\r\n 2. 1. 1 连续函数集合的正交性 \r\n\r\n 2. 1. 2 二维离散正交变换 \r\n\r\n 2. 2 二维傅立叶变换 \r\n\r\n 2. 2. 1 一维信号的傅立叶级数 \r\n\r\n 2. 2. 2 一维信号的傅立叶变换 \r\n\r\n 2. 2. 3 一维离散信号的频谱 \r\n\r\n 2. 2. 4 一维信号有限离散傅立叶变换 \r\n\r\n 2. 2. 5 一维傅立叶变换 \r\n\r\n 2. 3 离散K-L变换 \r\n\r\n 2. 3. 1 正交变换的物理意义 \r\n\r\n 2. 3. 2 离散K-L变换 \r\n\r\n 2. 4 离散余弦变换 \r\n\r\n 2. 4. 1 离散余弦变换 \r\n\r\n 2. 4. 2 快速DCT算法 \r\n\r\n 2. 5 小波变换 \r\n\r\n 2. 5. 1 短时傅立叶变换 \r\n\r\n 2. 5. 2 连续小波变换 \r\n\r\n 2. 5. 3 离散小波变换 \r\n\r\n 2. 5. 4 多分辨率分析 \r\n\r\n 2. 5. 5 小波系数分解的快速算法--Mallat算法 \r\n\r\n 2. 5. 6 二维小波的多分辨率分析及Mallat算法 \r\n\r\n 第3章 图你编码及文件格式 \r\n\r\n 3. 1 无损压缩技术 \r\n\r\n 3. 2 有损压缩技术 \r\n\r\n 3. 2. 1 图像量化 \r\n\r\n 3. 2. 2 预测编码 \r\n\r\n 3. 2. 3 变换编码 \r\n\r\n 3. 2. 4 分形编码 \r\n\r\n 3. 3 图像文件格式 \r\n\r\n 3. 3. 1 BMP文件格式 \r\n\r\n 3. 3. 2 GIF文件格式 \r\n\r\n 3. 3. 3 JPEG文件格式 \r\n\r\n 3. 3. 4 TIFF文件格式 \r\n\r\n 第4章 图像增强和恢复 \r\n\r\n 4. 1 空域增强法 \r\n\r\n 4. 1. 1 灰度变换 \r\n\r\n 4. 1. 2 直方图变换 \r\n\r\n 4. 1. 3 图像中的脉冲噪声模型 \r\n\r\n 4. 1. 4 邻域平均法 \r\n\r\n 4. 1. 5 中值滤波 \r\n\r\n 4. 1. 6 图像锐化 \r\n\r\n 4. 2 频域增强法 \r\n\r\n 4. 2. 1 低通滤波器 \r\n\r\n 4. 2. 2 同态滤波 \r\n\r\n 4. 2. 3 高通滤波器 \r\n\r\n 4. 3 图像退化模型 \r\n\r\n 4. 4 逆滤波 \r\n\r\n 4. 5 维纳滤波 \r\n\r\n 4. 6 卡尔曼滤波 \r\n\r\n 第5章 图像分割 \r\n\r\n 5. 1 图像描述 \r\n\r\n 5. 1. 1 区域边界的描述 \r\n\r\n 5. 1. 2 区域的描述 \r\n\r\n 5. 2 灰度阈值分割法 \r\n\r\n 5. 3 基于纹理的分割方法 \r\n\r\n 5. 3. 1 纹理分析的自相关函数方法 \r\n\r\n 5. 3. 2 纹理分割--Hurst系数 \r\n\r\n 5. 3. 3 灰度共生矩阵的纹理分析 \r\n\r\n 5. 4 区域生长法 \r\n\r\n 5. 4. 1 区域生长法 \r\n\r\n 5. 4. 2 区域分割与合并 \r\n\r\n 5. 4. 3 Hough变换 \r\n\r\n 5. 5 数学形态学 \r\n\r\n 5. 5. 1 基本运算 \r\n\r\n 5. 5. 2 腐蚀和膨胀的衍生运算 \r\n\r\n 第6章 彩色图像处理 \r\n\r\n 6. 1 颜色模型 \r\n\r\n 6. 1. 1 RGB颜色模型 \r\n\r\n 6. 1. 2 CMY颜色模型 \r\n\r\n 6. 1. 3 HSV颜色模型 \r\n\r\n 6. 1. 4 CIE(国际照明委员会)颜色模型, \r\n\r\n 6. 1. 5 照片YCC(照片CD)颜色模型 \r\n\r\n 6. 1. 6 各种颜色模型之间的转换算法 \r\n\r\n 6. 2 色彩量化技术 \r\n\r\n 6. 2. 1 LBG \r\n\r\n 6. 2. 2 DSQ \r\n\r\n 6. 3 分色技术 \r\n\r\n 6. 3. 1 四色分色技术 \r\n\r\n 6. 3. 2 专色分色技术 \r\n\r\n 6. 4 色彩调和技术 \r\n\r\n 6. 4. 1 SD法 \r\n\r\n 6. 4. 2 0stwald色彩调和论 \r\n\r\n 6. 4. 3 Moon&Spancer色彩调和论 \r\n\r\n 6. 4. 4 基于知识的色彩调和模型 \r\n\r\n 6. 5 彩色图像处理编程及技巧 \r\n\r\n 6. 5. 1 百叶窗效果 \r\n\r\n 6. 5. 2 Water paper(水彩画纸)效果 \r\n\r\n 6. 5. 3 ZigZag效果 \r\n\r\n 第7章 基于内容的图像检索 \r\n\r\n 7. 1 引言 \r\n\r\n 7. 2 基于内容图像检索的内容分析和检索技术 \r\n\r\n 7. 2. 1 颜色分析和检索技术 \r\n\r\n 7. 2. 2 形状分析和检索技术 \r\n\r\n 7. 2. 3 纹理分析和检索技术 \r\n\r\n 7. 2. 4 空间关系分析和检索技术 \r\n\r\n 7. 3 知识和语义技术 \r\n\r\n 7. 4 人机交互学习技术 \r\n\r\n 7. 4. 1 参数调整方法 \r\n\r\n 7. 4. 2 聚类分析方法 \r\n\r\n 7. 4. 3 概率学习方法 \r\n\r\n 7. 4. 4 神经网络方法 \r\n\r\n 7. 5 相似性度量 \r\n\r\n 7. 5. 1 相似心理学 \r\n\r\n 7. 5. 2 向量相似性度量函数 \r\n\r\n 7. 5. 3 特征集合相似性度量 \r\n\r\n 7. 5. 4 EMD(Earth Mover's Distance)距离 \r\n\r\n 7. 6 数据库中的特征索引技术 \r\n\r\n 7. 7 性能评价指标 \r\n\r\n 7. 8 典型系统介绍 \r\n\r\n 7. 8. 1 系统构成 \r\n\r\n 7. 8. 2 典型系统简介 \r\n\r\n 7. 9 现状和发展 \r\n
\r\n

数字图像处理是一门高速发展的学科. 从20世纪50年代到今天, 这门学科一直致力于利用计算机来进行图像的解析和处理, 并且取得了丰硕的成果, 其应用领域遍及众多行业. 各学科. 反过来, 在各领域的应用又对图像处理技术提出更高的要求, 推动着这门学科更快地发展.

图像处理的一个典型应用是遥感图像处理中的地理地图绘制. 地质勘探. 森林资源调查. 环境污染监督. 海洋检测等. 另外在生物医学工程领域, MRI. CT和B超等基于图像处理技术的无损诊断设备已成为医院的常规诊断设备. 在普通消费领域, VCD. DVD等基于图像压缩技术的设备也已成为人们的普通娱乐设施.

一方面, 图像处理技术是一个具有很强理论背景的研究领域, 它是一门综合多学科的成果而发展起来的学科, 需要广泛的基础知识, 包括计算机科学. 数字信号处理. 随机过程处理和统计数学. 矩阵分析. 信息论. 控制论和最优化理论等. 另一方面, 它又是与实际应用紧密结合的学科. 一些成熟稳定的图像处理的算法, 已成为当今信息工业标准的一部分, 如从20世纪80年代开始规划, 至20世纪90年代发表的H. 263. JPEG. MPEG-1. MPEG-2. MPEG-4等图像压缩和传输标准.

本书可以作为计算机图像处理的基础教材. 它系统地介绍了数字图像处理的基本概念和系统知识, 并重视将图像处理技术应用于实践, 对很多重要算法都有程序实现, 程序代码附于光盘中, 对提高学生的动手能力有很大的帮助.

在内容上, 本书前面几章介绍了传统的图像处理知识, 包括隐式马尔可夫模型. 预测模型. 采样理论. 图像变换等基本的理论知识以及图像的编码和文件格式. 图像的增强. 恢复和分割等内容.

本书还反映了图像处理的最新发展, 在最后两章中具体讲述了彩色图像处理中的一些典型问题. 方法以及基于内容的最新图像检索技术.

本书的完成得到了, 佳俊. 王强两位博士的大力帮助, 同时李琥. 黄峥等在程序的编写上做了很多的工作, 在此对他们表示衷心的感谢.

陈 纯

2003年3月于求是园