智能图像处理技术 (2008 年度畅销榜NO.3744 )

　　本书主要论述了智能图像处理技术,系统介绍了智能图像处理技术的有代表性的思想、算法与应用，跟踪了图像处理技术的发展前沿。全书共分为15章，重点讨论了图像边缘检测、图像分割、图像特征分析、图像配准、图像融合、图像分类、图像识别、基于内容的图像检索与图像数字水印。此外，为了内容的完整性，本书还介绍了图像预处理技术，如图像采集、图像变换、图像增强、图像恢复、图像编码与压缩。
　　本书既可作为高等学校信息与通信工程、信号与信息处理、应用数学等相关专业方向的研究生或高年级本科生的教材或参考书，也可作为工程技术人员与研究人员的应用参考用书。

第1章 绪论
1.1 图像与图像处理的概念
1.2 数字图像处理研究的内容
1.2.1 传统的图像处理技术
1.2.2 智能图像处理技术
1.3 数字图像处理系统
1.4 数字图像处理的应用
1.5 人的视觉系统与色度学基础
1.5.1 人的视觉系统
1.5.2色度学基础
1.6本书的安排
本章参考文献
第2章 图像采集
2.1 图像数字化
2.1.1 图像的数学模型
2.1.2采样与量化
2.2 量化技术
2.2.1 标量量化
2.2.2 矢量量化
2.2.3 LBG算法与初始码书设计
2.3 图像输入
2.3.1 图像采集系统
2.3.2 图像输入设备
2.4 图像文件格式
2.4.1 BMP(位图)文件格式
2.4.2 GIF文件格式
2.4.3 JPEG文件格式
本章参考文献
第3章 图像变换
3.1 傅里叶变换
3.1.1 一维傅里叶变换
3.1.2 维傅里叶变换
3.1.3 维离散傅里叶变换的性质
3.1.4 正交变换的基本概念
3.2 离散余弦变换
3.2.1 离散余弦变换的定义
3.2.2 离散余弦变换的快速实现
3.3 K-L变换
3.3.1 K-L变换的定义
3.3.2 K-L变换的性质
3.4小波变换
3.4.1 连续小波变换
3.4.2 进小波变换
3.4.3 离散小波变换
3.5 其他可分离变换
3.5.1沃尔什变换—
3.5.2 哈达玛变换
3.5.3 斜变换
本章参考文献
第4章 图·像增强
4.1 空间域单点增强
4.1.1 灰度变换
4.1.2 直方图修正
4.2 图像平滑
4.2.1 噪声门限法、—
4.2.2邻域平均法
4.2.3加权平均法
4.2.4 中值滤波
4.2.5掩膜平滑法
4.2.6 空间低通滤波
4.3 图像锐化
4.3.1 微分算子方法
4.3.2 Sobel算子
4.3.3拉普拉斯算子
4.3.4统计差值法
4.3.5 掩膜匹酉己法
4.3.6空间高通滤波
4.4图像滤波
4.4.1低通滤波
4.4.2 同态滤波
4.4.3 高通滤波
4.5彩色增强
4.5.1假彩色处理
4.5.2 伪彩色处理
本章参考文献
第5章 图像恢复
5.1 图像退化的数学模型
5.1.1 图像退化模型
5.1.2 点冲激函数的退化模型
5.1.3 连续图像退化模型
5.1.4 离散图像的退化模型
5.1.5 离散退化模型的求解
5.2 无约束图像恢复
5.2.1 最小二乘估计
5.2.2 运动模糊图像的恢复
5.3 有约束图像恢复
5.3.1 有约束的最小二乘图像恢复
5.3.2 维纳滤波
5.3.3 功率谱均衡恢复
5.3.4 有约束最小平方恢复
5.4 图像几何校正
5.4.1 几何校正方法
5.4.2 空间几何坐标变换
5.4.3 重采样
本章参考文献
第6章 图像编码与压缩
6.1 图像编码基础
6.1.1 数据压缩的概念
6.1.2 图像压缩的性能评价
6.2 统计编码
6.2.1 编码效率与冗余度
6.2.2霍夫曼编码
6.2.3 香农-费诺编码
6.2.4算术编码
6.3 预测编码
6.3.1 预测编码的基本原理
6.3.2 差值脉冲编码调制
6.3.3 最优线性预测
6.4变换编码
6.4.1 变换编码系统结构
6.4.2 1T交变换编码
6.4.3 小波变换编码简介
6.5 无失真压缩编码
6.5.1 引言
6.5.2 基于线性预测的无失真压缩
6.5.3 基于S+P变换的无失真压缩
6.5.4 基于第二代小波变换的无失真压缩
6.6 国际标准简介
6.6.1 JPEG
6.6.2 H.261建议
6.6.3 MPEG—1标准
6.6.4 MPEG-2标准
6.6.5 MPEG-4标准
6.6.6 MPEG-7标准
6.6.7 MPEG-21标准
本章参考文献
第7章 图像边缘检测
7.1 边缘检测的基本概念
7.2 微分边缘检测算子
7.2.1 梯度方法
7.2.2二阶微分算子
7.3 多尺度边缘检测
7.3.1 Marr-Hildretch边缘检测
7.3.2 Witkin尺度滤波理论
7.3.3 小波变换边缘检测
7.4 基于模糊增强的边缘检测
7.4.1 引言
7.4.2 单层次模糊增强简介
7.4.3 多层次模糊增强
7.4.4 基于多层次模糊增强的边缘提取
7.5 基于Snake模型的边缘检测
7.5.1 Snake模型的数学描述
7.5.2 基于Snake模型的边缘检测
7.6 曲面拟合边缘检测
本章参考文献
第8章 图像分割
8.1 图像分割的一般模型
8.2 基于阈值选取的图像分割方法
8.2.1 直方图阈值
8.2.2最大熵阈值——
8.2.3 维直方图阈值
8.2.4 统计判决确定门限
8.2.5局部阈值法
8.3 基于区域的图像分割方法
8.3.1 区域生长法
8.3.2分裂—合并
8.4 基于边缘检测的图像分割
8.4.1 HouZh变换原理
8.4.2 Hough变换应用
8.4.3 广义Hough变换
8.5 模糊分割技术
8.5.1 模糊阈值分割方法
8.5.2 基于二维直方图的模糊门限分割方法
本章参考文献
第9章 图像特征分析
9.1 颜色特征分析
9.1.1 颜色的表示
9.1.2颜色直方图
9.1.3 直方图不变特征量
9.1.4 颜色矩
9.2纹理特征分析
9.2.1 空间自相关法
9.2.2傅里叶功率谱法
9.2.3共生矩阵法
9.2.4 基于邻域特征统计的纹理分析方法
9.2.5.灰度差分统计方法与行程长度统计法
9.2.6用分数维描述纹理
9.2.7 Tamura纹理特征
9.3 形状特征分析
9.3.1 引言
9.3.2 基于轮廓的全局方法
9.3.3 基于轮廓的结构方法
9.3.4 基于区域的全局方法
9.3.5 基于区域的结构方法
本章参考文献
第10章 图像配准
10.1 图像配准基础
10.1.1 图像配准的概念
10.1.2 图像配准的一般模型
10.1.3相似性测度
10.2 基于图像灰度的图像配准
10.2.1 互相关匹配方法
10.2.2投影匹配算法
10.2.3 基于傅里叶变换的相位匹配方法
10.2.4 图像矩匹配方法
10.3 基于图像特征的配准
- 10.3.1 算法步骤与特点
10.3.2 图像预处理
10.3.3特征选择
10.3.4 图像匹配
10.4 最小二乘图像匹配方法
10.4.1 基本思想
10.4.2 基本算法
10.5 快速匹配方法
10.5.1 分层搜索算法
10.5.2 基于遗传算法的匹配方法
10.5.3 基于金字塔分级搜索的匹配方法
本章参考文献
第11章 图像融合
11.1 图像融合的基本原理
11.1.1 信息融合的概念
11.1.2 多源遥感图像融合
11.1.3 图像融合的模型框架与算法
11.1.4 遥感图像融合效果的评价
11.2 小波变换融合法
11.2.1 传统的小波变换融合方法
11.2.2 基于特征的小波变换融合方法
11.3 基于PCA变换与小波变换的图像融合
11.3.1 PCA(主分量分析)变换融合法
11.3.2 基于PCA变换与小波变换的融合算法
11.4 基于IHS变换与小波变换的图像融合
11.4.1 1HS变换融合法
11.4.2 基于IHS变换与小波变换的融合算法
本章参考文献
第12章 图像分类
12.1 图像分类的概念与原理
12.1.1 图像分类的概念
12.1.2 图像分类的原理
12.2统计分类方法
12.2.1 监督分类
12.2.2非监督分类
12.3模糊分类方法
12.3.1 模糊集合
12.3.2 模糊关系
12.3.3模糊分类
12.3.4 基于模糊关系的模式分类
12.3.5模糊聚类方法
12.3.6 改进的模糊C—均值算法
12.4 神经网络分类方法
12.4.1 人工神经网络基础
12.4.2 神经网络监督分类方法
12.4.3 神经网络非监督分类方法
12.5 基于广义图像的神经网络遥感图像分类方法
12.5.1 广义图像
12.5.2算法的实现过程
12.5.3 实验结果与性能比较
12.6 基于证据理论与神经网络的遥感图像分类方法
12.6.1 证据理论
12.6.2算法的实现过程
12.6.3 实验结果与性能比较
本章参考文献
第13章 图像识别
13.1 图像识别的基本原理
13.2模板匹配识别技术
13.2.1 模板匹配一般模型
13.2.2序贯相似性检测算法
13.3 神经网络图像识别技术
13.3.1 神经网络识别的一般模型
13.3.2 BP神经网络识别技术
13.3.3 Kohonen神经网络识别技术
13.4模糊识别技术
13.4.1 隶属原则识别法
13.4.2 择近原则识别法
13.4.3 一种手写文字模糊识别技术
13.5 基于隐马尔可夫模型的识别技术
13.5.1 隐马尔可夫模型基础
13.5.2 基于隐马尔可夫模型的人脸识别，
13.6 车牌识别技术
13.6.1系统简介
13.6.2 车牌图像定位分割算法
13.6.3 车牌字符的识别
本章参考文献
第14章 基于内容的图像检索
14.1 基于内容的图像检索概述
14.1.1 基于内容的检索
14.1.2 基于内容的图像检索
14.1.3 基于内容的图像检索相关技术
14.1.4 基于内容的图像检索系统
14.2 基于颜色特征的图像检索
14.2.1 直方图方法
14.2.2 中心矩法
14.2.3参考颜色表法
14.2.4 颜色对方法
14.2.5 基于主色调的检索方法
14.2.6 结合空间信息的图像检索方法
14.3 基于纹理特征的图像检索
14.3.1 基于共生矩阵的纹理匹配
14.3.2 基于小波变换的纹理匹配
14.3.3 基于Gabor变换的纹理匹配
14.4 基于形状特征的图像检索
14.4.1 基于傅里叶描述的形状检索
14.4.2 基于形状矩的形状检索
本章参考文献
第15章 图像数字水印技术
15.1 图像数字水印技术概述
15.1.1 信息隐藏技术
15.1.2 数字水印技术
15.2空域水印技术
15.3 DCT域图像水印技术
15.3.1 DCT域图像水印研究综述
15.3.2 算法实例
15.3.3 水印的稳健性测试
15.4 小波域图像水印技术
15.4.1 技术流程
15.4.2 基于低频子带方法
15.4.3 细节分量方法
15.4.4 利用图像编码的方法
15.4.5 1noue算法
15.5 脆弱图像数字水印技术
15.5.1 脆弱图像数字水印的基本特征和研究状况
15.5.2 算法实例
本章参考文献

传统的图像处理技术主要集中在图像的获取、变换、增强、恢复(还原)、压缩编码、分割与边缘提取等方面。随着信息技术的发展，图像特征分析、图像配准、图像融合、图像分类、图像识别、基于内容的图像检索与图像数字水印等技术都取得了长足的进展。这些图像处理技术反映了人类的智力活动，其在计算机上模仿、延伸和扩展了人的智能，具有智能化处理功能，因而称之为智能图像处理技术。 智能图像处理技术是在传统的图像处理技术基础上发展起来的，并以传统的图像处理技术作为预处理技术。智能图像处理技术是图像处理智能化发展的必然趋势，它们能够更好地满足人类的信息处理需求。 与国内同类教材相比，本书有如下几个特色： 1.大多数现有的图像处理教材主要介绍传统的图像处理技术，即图像的获取、变换、增强、还原、编码、边缘检测与分割等方面的内容。而本书主要讨论图像处理的最新发展，如图像的特征分析、配准、融合、分类、识别、检索与数字水印技术，具有前沿性与先进性。此外，为了内容的完整性，本书也介绍了图像预处理技术。 2.本书系统介绍了智能图像处理技术的有代表性的思想、算法与应用，具有很强的实用性。 3.本书是作者在多年的科学研究与教学基础上总结出来的，经过了反复讲解、筛选与修改，使之更适合作为高等学校信息与通信工程、信号与信息处理、应用数学等相关专业方向的高年级本科生或研究生“图像处理”课程的教材或参考书，以及用做工程技术人员与研究人员的应用参考用书。 本书共分为15章，其中，第1、3、6、9、11、14章由李弼程编写；第2章由李弼程与彭波共同编写；第4、5章由彭波编写；第7、8章由曹闻与高世海共同编写；第10章由曹闻编写；第12、13章由彭天强编写；第15章由陈琦编写。全书由李弼程负责整理与统稿。 在全书的编写过程中，郭志刚老师、肖永隆老师，研究生姚宏宇、苏环与徐毅琼参与了资料整理，在此表示感谢。另外，感谢电子工业出版社的刘宪兰老师，是她的辛勤劳动和宝贵意见，才使本书得以顺利出版。 本书参考了国内外许多同行的论文、著作，引用了其中的观点、数据与结论，在此一并表示谢忱。 由于作者学识有限，加上时间紧张，错误、缺点在所难免，敬请读者批评、指正。