| 全书共11章，主要分为三部分。第一部分是数字图像处理的基础知识，包括第1章和第2章，概述了图像处理的基础知识和数字图像处理系统，介绍了人类的视觉过程、图像的获取和数字化；第二部分是数字图像处理技术的理论、方法和实例，包括第3～7章，系统地介绍了图像增强、图像变换、彩色图像的处理、图像分割、图像处理中的数学形态学；第三部分是图像分析和编码，包括第8～11章，详细论述了图像识别、图像复原、图像编码的基本原理和常用方法。 本书图文并茂，实例演示清晰易懂，各章介绍的主要实例都是利用Matlab加以实现的。 |
| 第1章 绪论 1.1 图像处理概述 1.2 数字图像处理的起源 1.3 数字图像处理与其他学科的关系 1.4 数字图像处理系统 1.5 数字图像处理技术的应用 1.6 数字图像处理的发展动向 习题 第2章 数字图像处理基础知识 2.1 视觉系统 2.2 成像系统 2.3 图像的数字化 2.4 图像输入/输出设备 习题 第3章 图像增强 3.1 点运算 3.2 直方图增强处理 3.3 f滑滤波器 3.4 锐化滤波器 3.5 同态滤波器 . 3.6 matlab编程实例 习题 第4章 图像变换 4.1 图像变换概述 4.2 一维傅里叶变换 4.3 二维傅里叶变换 4.4 离散余弦变换 4.5 离散沃尔什变换和哈特莱变换 4.6 小波变换 4.7 matlab编程实例 习题 第5章 彩色图像的处理 5.1 彩色视觉 5.2 彩色模型 5.3 彩色平衡 5.4 彩色图像增强 5.5 彩色图像分析 习题 第6章 图像分割 6.1 图像分割概述 6.2 基于区域的图像分割 6.3 基于点相关技术的图像分割 6.4 其他图像分割技术 6.5 matlab编程实例 习题 第7章 图像处理中的数学形态学 7.1 数学形态学 7.2 二值图像中的形态学算法 7.3 二值图像形态学处理技术 7.4 灰度图像中的形态学算法 7.5 灰度图像形态学处理技术 7.6 matlab编程实例 习题 第8章 图像识别 8.1 图像特征的表示与描述 8.2 识别与解释 8.3 决策论法 8.4 结构法 8.5 matlab编程实例 习题 第9章 图像复原 9.1 引言 9.2 图像一般退化模型 9.3 离散图像的代数复原法 9.4 维纳滤波复原法 9.5 最小平方约束图像复原法 9.6 非线性复原 9.7 图像几何变换 9.8 matlab编程实例 习题 第10章 图像编码 10.1 概述 10.2 信息理论基础与熵编码 lo.3 lzw算法 10.4 预测编码 10.5 变换编码 10.6 matlab编程实例 习题 第11章 数字图像处理的应用 11.1 三维图像处理 11.2 机器视觉的应用 11.3 医学图像的处理 11.4 车辆牌照识别 11.5 动态图像处理 习题 参考文献 |
内容加载中，请稍后...
商品评论（0条）