智能图像处理技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能图像处理技术PDF格式电子书版下载

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

1.1 图像与图像处理的概念1

1.2 数字图像处理研究的内容1

1.2.1 传统的图像处理技术2

1.2.2 智能图像处理技术3

1.3 数字图像处理系统4

1.4 数字图像处理的应用5

1.5.2 色度学基础6

1.5.1 人的视觉系统6

1.5 人的视觉系统与色度学基础6

1.6 本书的安排7

本章参考文献8

第2章 图像采集9

2.1 图像数字化9

2.1.1 图像的数学模型9

2.1.2 采样与量化9

2.2 量化技术11

2.2.1 标量量化11

2.2.2 矢量量化12

2.2.3 LBG算法与初始码书设计14

2.3 图像输入16

2.3.1 图像采集系统17

2.3.2 图像输入设备19

2.4 图像文件格式24

2.4.1 BMP（位图）文件格式24

2.4.2 GIF文件格式29

2.4.3 JPEG文件格式32

本章参考文献34

第3章 图像变换37

3.1 傅里叶变换37

3.1.1 一维傅里叶变换37

3.1.2 二维傅里叶变换39

3.1.3 二维离散傅里叶变换的性质40

3.1.4 正交变换的基本概念43

3.2 离散余弦变换44

3.2.1 离散余弦变换的定义44

3.2.2 离散余弦变换的快速实现44

3.3 K-L变换45

3.3.1 K-L变换的定义46

3.3.2 K-L变换的性质47

3.4 小波变换48

3.4.1 连续小波变换48

3.4.2 二进小波变换48

3.4.3 离散小波变换51

3.5 其他可分离变换59

3.5.1 沃尔什变换59

3.5.3 斜变换60

3.5.2 哈达玛变换60

本章参考文献61

第4章 图像增强63

4.1 空间域单点增强63

4.1.1 灰度变换63

4.1.2 直方图修正66

4.2 图像平滑71

4.2.1 噪声门限法71

4.2.2 邻域平均法72

4.2.3 加权平均法73

4.2.4 中值滤波74

4.2.5 掩膜平滑法77

4.2.6 空间低通滤波78

4.3 图像锐化78

4.3.1 微分算子方法79

4.3.2 Sobel算子80

4.3.3 拉普拉斯算子81

4.3.4 统计差值法83

4.3.5 掩膜匹配法84

4.4 图像滤波85

4.3.6 空间高通滤波85

4.4.1 低通滤波86

4.4.2 同态滤波88

4.4.3 高通滤波89

4.5 彩色增强91

4.5.1 假彩色处理91

4.5.2 伪彩色处理92

本章参考文献95

5.1.2 点冲激函数的退化模型97

5.1.1 图像退化模型97

5.1 图像退化的数学模型97

第5章 图像恢复97

5.1.3 连续图像退化模型99

5.1.4 离散图像的退化模型100

5.1.5 离散退化模型的求解102

5.2 无约束图像恢复104

5.2.1 最小二乘估计104

5.2.2 运动模糊图像的恢复106

5.3.2 维纳滤波108

5.3.1 有约束的最小二乘图像恢复108

5.3 有约束图像恢复108

5.3.3 功率谱均衡恢复110

5.3.4 有约束最小平方恢复112

5.4 图像几何校正115

5.4.1 几何校正方法116

5.4.2 空间几何坐标变换116

5.4.3 重采样118

本章参考文献120

6.1.2 图像压缩的性能评价123

6.1.1 数据压缩的概念123

第6章 图像编码与压缩123

6.1 图像编码基础123

6.2 统计编码124

6.2.1 编码效率与冗余度125

6.2.2 霍夫曼编码126

6.2.3 香农－费诺编码128

6.2.4 算术编码129

6.3 预测编码131

6.3.1 预测编码的基本原理131

6.3.2 差值脉冲编码调制132

6.3.3 最优线性预测133

6.4 变换编码134

6.4.1 变换编码系统结构134

6.4.2 正交变换编码135

6.4.3 小波变换编码简介137

6.5 无失真压缩编码139

6.5.1 引言139

6.5.2 基于线性预测的无失真压缩139

6.5.3 基于S+P变换的无失真压缩140

6.5.4 基于第二代小波变换的无失真压缩141

6.6 国际标准简介143

6.6.1 JPEG143

6.6.2 H.261建议144

6.6.3 MPEG-1标准144

6.6.4 MPEG-2标准144

6.6.5 MPEG-4标准144

6.6.6 MPEG-7标准144

本章参考文献146

6.6.7 MPEG-21标准146

第7章 图像边缘检测149

7.1 边缘检测的基本概念149

7.2 微分边缘检测算子150

7.2.1 梯度方法150

7.2.2 二阶微分算子156

7.3 多尺度边缘检测160

7.3.1 Marr-Hildretch边缘检测161

7.3.2 Witkin尺度滤波理论161

7.3.3 小波变换边缘检测161

7.4.2 单层次模糊增强简介164

7.4 基于模糊增强的边缘检测164

7.4.1 引言164

7.4.3 多层次模糊增强166

7.4.4 基于多层次模糊增强的边缘提取168

7.5 基于Snake模型的边缘检测169

7.5.1 Snake模型的数学描述169

7.5.2 基于Snake模型的边缘检测171

7.6 曲面拟合边缘检测172

本章参考文献173

8.1 图像分割的一般模型177

第8章 图像分割177

8.2 基于阈值选取的图像分割方法178

8.2.1 直方图阈值178

8.2.2 最大熵阈值179

8.2.3 二维直方图阈值180

8.2.4 统计判决确定门限182

8.2.5 局部阈值法185

8.3 基于区域的图像分割方法185

8.3.1 区域生长法185

8.3.2 分裂－合并188

8.4 基于边缘检测的图像分割192

8.4.1 Hough变换原理193

8.4.2 Hough变换应用194

8.4.3 广义Hough变换195

8.5 模糊分割技术197

8.5.1 模糊阈值分割方法197

8.5.2 基于二维直方图的模糊门限分割方法197

本章参考文献199

9.1.1 颜色的表示203

9.1 颜色特征分析203

第9章 图像特征分析203

9.1.2 颜色直方图208

9.1.3 直方图不变特征量208

9.1.4 颜色矩209

9.2 纹理特征分析210

9.2.1 空间自相关法210

9.2.2 傅里叶功率谱法211

9.2.3 共生矩阵法212

9.2.4 基于邻域特征统计的纹理分析方法216

9.2.5 灰度差分统计方法与行程长度统计法217

9.2.6 用分数维描述纹理218

9.2.7 Tamura纹理特征219

9.3 形状特征分析220

9.3.1 引言220

9.3.2 基于轮廓的全局方法221

9.3.3 基于轮廓的结构方法227

9.3.4 基于区域的全局方法231

9.3.5 基于区域的结构方法234

本章参考文献236

10.1.1 图像配准的概念239

第10章 图像配准239

10.1 图像配准基础239

10.1.2 图像配准的一般模型240

10.1.3 相似性测度241

10.2 基于图像灰度的图像配准242

10.2.1 互相关匹配方法243

10.2.2 投影匹配算法244

10.2.3 基于傅里叶变换的相位匹配方法245

10.3.1 算法步骤与特点246

10.2.4 图像矩匹配方法246

10.3 基于图像特征的配准246

10.3.2 图像预处理247

10.3.3 特征选择248

10.3.4 图像匹配251

10.4 最小二乘图像匹配方法256

10.4.1 基本思想256

10.4.2 基本算法256

10.5 快速匹配方法261

10.5.1 分层搜索算法261

10.5.2 基于遗传算法的匹配方法262

10.5.3 基于金字塔分级搜索的匹配方法264

本章参考文献266

第11章 图像融合269

11.1 图像融合的基本原理269

11.1.1 信息融合的概念269

11.1.2 多源遥感图像融合269

11.1.3 图像融合的模型框架与算法270

11.1.4 遥感图像融合效果的评价271

11.2.2 基于特征的小波变换融合方法273

11.2 小波变换融合法273

11.2.1 传统的小波变换融合方法273

11.3 基于PCA变换与小波变换的图像融合274

11.3.1 PCA（主分量分析）变换融合法274

11.3.2 基于PCA变换与小波变换的融合算法275

11.4 基于IHS变换与小波变换的图像融合279

11.4.1 IHS变换融合法279

11.4.2 基于IHS变换与小波变换的融合算法279

本章参考文献281

12.1.1 图像分类的概念285

12.1.2 图像分类的原理285

第12章 图像分类285

12.1 图像分类的概念与原理285

12.2 统计分类方法286

12.2.1 监督分类286

12.2.2 非监督分类288

12.3 模糊分类方法291

12.3.1 模糊集合291

12.3.2 模糊关系296

12.3.3 模糊分类299

12.3.4 基于模糊关系的模式分类299

12.3.5 模糊聚类方法302

12.3.6 改进的模糊C－均值算法303

12.4 神经网络分类方法304

12.4.1 人工神经网络基础304

12.4.2 神经网络监督分类方法308

12.4.3 神经网络非监督分类方法311

12.5.2 算法的实现过程313

12.5.1 广义图像313

12.5 基于广义图像的神经网络遥感图像分类方法313

12.5.3 实验结果与性能比较314

12.6 基于证据理论与神经网络的遥感图像分类方法315

12.6.1 证据理论315

12.6.2 算法的实现过程316

12.6.3 实验结果与性能比较317

本章参考文献318

第13章 图像识别321

13.1 图像识别的基本原理321

13.2.1 模板匹配一般模型322

13.2 模板匹配识别技术322

13.2.2 序贯相似性检测算法323

13.3 神经网络图像识别技术324

13.3.1 神经网络识别的一般模型325

13.3.2 BP神经网络识别技术325

13.3.3 Kohonen神经网络识别技术326

13.4 模糊识别技术326

13.4.1 隶属原则识别法327

13.4.2 择近原则识别法327

13.4.3 一种手写文字模糊识别技术329

13.5 基于隐马尔可夫模型的识别技术330

13.5.1 隐马尔可夫模型基础330

13.5.2 基于隐马尔可夫模型的人脸识别333

13.6 车牌识别技术336

13.6.1 系统简介336

13.6.2 车牌图像定位分割算法337

13.6.3 车牌字符的识别339

本章参考文献340

14.1.2 基于内容的图像检索343

14.1.1 基于内容的检索343

第14章 基于内容的图像检索343

14.1 基于内容的图像检索概述343

14.1.3 基于内容的图像检索相关技术344

14.1.4 基于内容的图像检索系统346

14.2 基于颜色特征的图像检索347

14.2.1 直方图方法347

14.2.2 中心矩法349

14.2.3 参考颜色表法349

14.2.4 颜色对方法351

14.2.5 基于主色调的检索方法351

14.2.6 结合空间信息的图像检索方法353

14.3 基于纹理特征的图像检索354

14.3.1 基于其生矩阵的纹理匹配354

14.3.2 基于小波变换的纹理匹配355

14.3.3 基于 Gabor变换的纹理匹配356

14.4 基于形状特征的图像检索357

14.4.1 基于傅里叶描述的形状检索357

14.4.2 基于形状矩的形状检索358

本章参考文献359

15.1.1 信息隐藏技术363

第15章 图像数字水印技术363

15.1 图像数字水印技术概述363

15.1.2 数字水印技术364

15.2 空域水印技术369

15.3 DCT域图像水印技术370

15.3.1 DCT域图像水印研究综述370

15.3.2 算法实例371

15.3.3 水印的稳健性测试372

15.4.2 基于低频子带方法376

15.4.1 技术流程376

15.4 小波域图像水印技术376

15.4.3 细节分量方法377

15.4.4 利用图像编码的方法378

15.4.5 Inoue算法379

15.5 脆弱图像数字水印技术382

15.5.1 脆弱图像数字水印的基本特征和研究状况382

15.5.2 算法实例385

本章参考文献388