数字图像处理学—Visual C++实现 (2008 年度畅销榜NO.7691 )

本书是教育部“高等教育面向21世纪教学内容和课程体系改革计划”的研究成果。本书全面系统地讲解了当前流行的数字图像处理、分析技术及典型算法，并提供了所有算法实现的程序源代码供读者参考，这些代码是作者从事数字图像处理科研工作多年的心得、体会与成果。\r\n 全书由12章和1个附录组成，主要内容包括：数字图像处理导论、光学基础与视觉系统、对设备无关位图的访问、图像的变换、图像的增强、图像复原、图像重建、图像分割、图像纹理分析、图像腐蚀与膨胀、图像编码压缩、图像模式识别、图像处理新技术综述，并附有参考文献。\r\n 本书文字简洁，层次清晰，基本理论与程序实例相结合，具有很强的实用性和指导性。本书既适合高等院校相关专业师生教学用书，也可作为数字图像处理、信息和信号处理、通信和电子工程、生物、医学、遥感、物理学等领域工作者的参考书。\r\n 读者在使用本书过程中的技术问题，请与langrui@sina.com联系。\r\n 本版CD为本书所有算法实现的VC++ 6.0程序源代码。

第1章 数字图像处理导论\r\n\r\n1.1 图像处理概述\r\n1.2 数字图像处理基本概念\r\n1.2.1 色度学的相关知识\r\n1.2.2 像素间的相互关系\r\n1.3 数字图像处理特点\r\n1.4 研究范畴与处理方法\r\n1.4.1 数字图像处理的研究范畴\r\n1.4.2 数字图像的处理方法\r\n1.5 练习题\r\n\r\n第2章 光学基础与视觉系统\r\n\r\n2.1 光学基础\r\n2.1.1 基本术语\r\n2.1.2 光学基本理论\r\n2.2 视觉系统与视觉过程\r\n2.2.1 视觉系统\r\n2.2.2 视觉过程\r\n2.3 视觉时空特性分析\r\n2.3.1 视觉时间特性分析\r\n2.3.2 视觉空间特性分析\r\n2.4 形状知觉与视错觉\r\n2.4.1 目标与背景\r\n2.4.2 主观轮廓\r\n2.4.3 视错觉\r\n2.5 空间知觉\r\n2.5.1 视觉空间知觉的形成\r\n2.5.2 形状知觉\r\n2.5.3 大小知觉\r\n2.5.4 单眼距离知觉\r\n2.5.5 非视觉性距离知觉\r\n2.5.6 双眼距离知觉\r\n2.6 练习题\r\n\r\n第3章 对设备无关位图的访问\r\n\r\n3.1 设备无关位图\r\n3.1.1 GDI位图与DIB\r\n3.1.2 BMP文件格式分析\r\n3.2 访问DIB的API函数\r\n3.2.1 显示、打印函数\r\n3.2.2 拉伸显示函数\r\n3.2.3 构造DIB函数\r\n3.2.4 输出GDI位图函数\r\n3.2.5 创建DIB项函数\r\n3.3 CDIB类库的建立\r\n3.3.1 类库的声明及预定义\r\n3.3.2 类库的实现\r\n3.4 CDIB类库应用示例\r\n3.5 练习题\r\n\r\n第4章 图像的变换\r\n\r\n4.1 图像的灰度变换\r\n4.1.1 灰度变换概述\r\n4.1.2 灰度直方图统计\r\n4.1.3 灰度线性变换\r\n4.1.4 灰度窗口变换\r\n4.1.5 灰度非线形变换\r\n4.1.6 灰度均衡变换\r\n4.1.7 灰度匹配变换\r\n4.2 图像的正交变换\r\n4.2.1 概述和分类\r\n4.2.2 傅立叶变换\r\n4.2.3 离散余弦变换\r\n4.2.4 沃尔什变换\r\n4.3 练习题\r\n\r\n第5章 图像的增强\r\n\r\n5.1 图像的空域滤波\r\n5.1.1 基本原理与方法\r\n5.1.2 线性平滑滤波器\r\n5.1.3 线性锐化滤波器\r\n5.1.4 中值滤波\r\n5.1.5 非线性锐化滤波器\r\n5.1.6 浮雕化特效滤波器\r\n5.2 图像的频域滤波\r\n5.2.1 基本原理\r\n5.2.2 布特沃斯低通滤波器\r\n5.2.3 布特沃斯高通滤波器\r\n5.2.4 交互式带阻滤波\r\n5.3 练习题\r\n\r\n第6章 图像复原\r\n\r\n6.1 基本方法与模型\r\n6.2 无约束逆滤波\r\n6.3 有约束维纳滤波\r\n6.4 有约束最小平方滤波\r\n6.5 常见的图像退化模型\r\n6.5.1 卷积模糊\r\n6.5.2 图像噪声\r\n6.6 其他几种图像复原方法\r\n6.6.1 空间失真复原方法\r\n6.6.2 最大熵复原方法\r\n6.6.3 盲目图像复原方法\r\n6.7 练习题\r\n\r\n第7章 图像重建\r\n\r\n7.1 重建概述\r\n7.1.1 图像重建分类\r\n7.1.2 图像重建在工程中的应用\r\n7.2 傅立叶反投影重建\r\n7.2.1 基本思路\r\n7.2.2 重建公式的推导\r\n7.2.3 重建公式的实用化\r\n7.3 卷积反投影重建\r\n7.4 代数重建\r\n7.5 其他的重建方法\r\n7.5.1 基于锥形束的三维直接重建\r\n7.5.2 断层间表面重建\r\n7.5.3 Marching Cubes重建\r\n7.6 重建数据的显示\r\n7.6.1 重建数据的可视化\r\n7.6.2 表面显示\r\n7.6.3 体积显示\r\n7.7 练习题\r\n\r\n第8章 图像分割\r\n\r\n8.1 图像分割概述\r\n8.2 并行边界分割算法\r\n8.2.1 图像的边缘检测\r\n8.2.2 梯度算子\r\n8.2.3 拉普拉斯算子\r\n8.2.4 高斯-拉普拉斯算子\r\n8.2.5 Kirsch方向算子\r\n8.2.6 哈夫变换\r\n8.2.7 轮廓提取\r\n8.3 串行边界分割算法\r\n8.3.1 串行边界技术概述\r\n8.3.2 启发式搜索算法的边缘连接\r\n8.3.3 曲线拟合算法的边缘连接\r\n8.3.4 边界跟踪\r\n8.4 并行区域分割算法\r\n8.4.1 阈值化分割算法\r\n8.4.2 极小值点阈值选取方法\r\n8.4.3 最优阈值搜寻方法\r\n8.4.4 迭代阈值选取方法\r\n8.4.5 直方图凹性分析方法\r\n8.5 串行区域分割算法\r\n8.5.1 区域生长\r\n8.5.2 概率松弛迭代\r\n8.6 练习题\r\n\r\n第9章 图像纹理分析\r\n\r\n9.1 纹理的定义\r\n9.2 纹理特征\r\n9.3 纹理的分析方法\r\n9.3.1 纹理测度\r\n9.3.2 联合概率矩阵计算\r\n9.3.3 灰度差分统计\r\n9.3.4 灰度行程统计\r\n9.3.5 结构分析\r\n9.4 纹理分割\r\n9.5 练习题\r\n\r\n第10章 图像腐蚀与膨胀\r\n\r\n10.1 数学形态学概述\r\n10.1.1 数学形态学特征\r\n10.1.2 集合论预备知识\r\n10.2 图像腐蚀\r\n10.2.1 腐蚀定义\r\n10.2.2 腐蚀算法的实现\r\n10.3 图像膨胀\r\n10.3.1 膨胀定义\r\n10.3.2 膨胀算法的实现\r\n10.4 图像开启与闭合\r\n10.4.1 开启与闭合定义\r\n10.4.2 开启、闭合与集合的关系\r\n10.4.3 算法的实现\r\n10.5 数学形态学基本运算子性质总结\r\n10.6 腐蚀、膨胀的几种重要变体\r\n10.6.1 细化\r\n10.6.2 粗化\r\n10.6.3 中轴变换\r\n10.6.4 剪枝\r\n10.7 练习题\r\n\r\n第11章 图像编码压缩\r\n\r\n11.1 图像编码技术简介\r\n11.1.1 概述及分类\r\n11.1.2 理论基础\r\n11.2 基于统计的编码方法\r\n11.2.1 霍夫曼编码\r\n11.2.2 仙农-费诺编码\r\n11.3 基于字典技术的编码方法\r\n11.3.1 游程编码\r\n11.3.2 PCX文件的访问\r\n11.3.3 LZW编码\r\n11.3.4 GIF文件的访问\r\n11.4 JPEG编码\r\n11.4.1 JPEG标准简介\r\n11.4.2 JPEG编码理论\r\n11.4.3 JPEG文件组织结构\r\n11.4.4 对JPEG文件的访问\r\n11.5 练习题\r\n\r\n第12章 图像模式识别\r\n\r\n12.1 内容概述\r\n12.2 统计模式识别\r\n12.2.1 统计决策理论\r\n12.2.2 贝叶斯决策分析\r\n12.2.3 特征选择\r\n12.3 结构模式识别\r\n12.3.1 结构模式识别概述\r\n12.3.2 字符串结构识别\r\n12.3.3 树结构识别\r\n12.3.4 语法推理\r\n12.4 模糊集模式识别\r\n12.4.1 模糊集理论概述\r\n12.4.2 模糊聚类\r\n12.4.3 在模式识别中的应用\r\n12.5 图像模式识别应用\r\n12.5.1 在生物测定学中的应用\r\n12.5.2 在生物信息学中的应用\r\n12.5.3 在文字识别中的应用\r\n12.6 练习题\r\n\r\n附录A 图像处理新技术综述\r\n\r\nA.1 人工神经网络\r\nA.1.1 概述\r\nA.1.2 处理单元\r\nA.1.3 反向传播网络\r\nA.1.4 交互传播网络\r\nA.2 遗传算法\r\nA.2.1 发展与简介\r\nA.2.2 遗传算法一般流程\r\nA.2.3 遗传算法的特点\r\nA.3 小波变换\r\nA.3.1 小波变换概述\r\nA.3.2 连续小波变换\r\nA.3.3 离散小波变换\r\nA.3.4 二维小波变换\r\nA.3.5 二维小波对图像的分解与重构\r\nA.4 图像水印\r\nA.4.1 图像水印发展概况\r\nA.4.2 基本原理\r\nA.4.3 图像水印的特点\r\nA.4.4 图像水印处理算法\r\nA.4.5 图像水印的简单示例\r\nA.5 练习题\r\n\r\n参考文献

无封面