数字图像信息处理2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数字图像信息处理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Ⅰ篇 处理基础与方法1

第1章 绪论1

1.1 前言1

1.2 视觉心理物理学性质6

1.3 图像处理基本内容与系统9

第2章 数字化与灰度级调整13

2.1 采样准则与量化13

2.1.1 2维单位脉冲采样函数15

2.1.2 采样与重构18

2.1.3 量化22

2.2 基本运算类型24

2.2.1 邻域与模板24

2.2.2 迭代与跟踪25

2.2.3 2维卷积25

2.2.4 离散场数字特征29

2.3 直方图及其修整31

2.3.1 直方图定义32

2.3.2 直方图修整34

2.4 灰度级变换与图像内插39

2.4.1 分段线性变换39

2.4.2 非线性拉伸41

2.4.3 多图像的代数运算42

2.4.4 图像内插与放大44

2.5 灰度分层与彩色增显47

2.5.1 伪彩色变换47

2.5.2 加权直方图分割法49

2.5.3 彩色合成与 RGB 显示50

第3章 边缘鲜亮与各向异性53

3.1 空域平滑与自适应53

3.2 基于梯度的边缘增强55

3.2.1 边缘模型与梯度55

3.2.2 均值差分与边缘检测58

3.2.3 灰度加权梯度法60

3.3 二阶差分与边缘提取62

3.3.1 拉普拉斯算子与锐化62

3.3.2 马尔算子与尺度空间滤波65

3.3.3 边缘检测定位精度问题67

3.3.4 边缘跟踪与轮廓线配准68

3.4 各向异性扩散法71

3.4.1 各向异性扩散性质73

3.4.2 各向异性扩散典型选择与鲁棒估计的等价性76

3.5 正则化变分法79

3.5.1 边缘正则化与位函数基本特点80

3.5.2 正则化模型基本算法与边缘展现82

第4章 非线性滤波与数学形态学86

4.1 中值滤波86

4.1.1 综合型中值滤波87

4.1.2 基于边缘方向判别的自适应中值滤波90

4.1.3 自适应鲁棒中值滤波92

4.2 数学形态学滤波94

4.2.1 数学形态学基本算子94

4.2.2 数学形态学阴影集方法99

4.2.3 数学形态学投影方法102

4.3 基于轮廓结构的图像形态学处理与滤波104

4.3.1 基于轮廓结构的二值图像形态学变换104

4.3.2 基于轮廓结构的多值图像形态学处理与滤波106

第5章 傅里叶变换与滤波108

5.1 2维离散傅里叶变换108

5.1.1 2维离散傅里叶变换定义108

5.1.2 2维离散傅里叶变换性质109

5.2 2维有限长度滤波器114

5.2.1 2维有限长度滤波器设计考虑114

5.2.2 同态滤波问题127

5.2.3 周期图谱129

5.3 2维递归滤波与 AR 估计133

5.3.1 2维差分方程及其特征133

5.3.2 2维线性预测与 AR 算法140

5.3.3 2维 ARMA 谱估计147

第6章 几种重要变换与维纳滤波148

6.1 离散余弦变换148

6.1.1 余弦变换的定义与性质148

6.1.2 系数重量化问题151

6.2 离散卡洛变换153

6.2.1 离散卡洛变换定义153

6.2.2 离散卡洛变换的基本内涵154

6.2.3 基于神经网络的算法159

6.2.4 卡洛变换在图像场中的应用161

6.3 拉顿变换166

6.3.1 拉顿变换的定义与特征提取166

6.3.2 拉顿逆变换与举例168

第Ⅱ篇 累积域处理、小波变换与运动估计171

第7章 累积域图像处理171

7.1 高阶累积量与多谱定义171

7.1.1 高阶累积量的定义及其基本性质171

7.1.2 多谱定义、谱系数与相关谱176

7.1.3 累积量与冲激响应间的关系177

7.2 双谱及其非参数化估计178

7.2.1 双谱的基本性质179

7.2.2 双谱非参数化估计183

7.3 高阶累积量与模型参数的关系185

7.3.1 高阶累积量与 MA 参数估计185

7.3.2 高阶累积量 ARMA 参数估计与自适应 ARMA 滤波187

7.3.3 举例190

7.4 非高斯2维随机场192

7.4.1 2维累积量与2维多谱192

7.4.2 基于2维累积量的 ARMA 参数估计194

7.4.3 2维图像非因果模型196

7.5 累积域图像处理中几种重要考虑197

7.5.1 位移与旋转不变特征及其提取197

7.5.2 图像恢复与双谱关系198

7.5.3 匹配滤波与模式分类200

7.5.4 运动估计204

第8章 小波变换与多尺度处理207

8.1 小波变换定义207

8.1.1 小波变换与基本特性207

8.1.2 离散小波变换与举例211

8.2 多分辨率分析214

8.2.1 多分辨率逼近及其基本关系214

8.2.2 Mallat 小波分解和重构算法223

8.2.3 小波一级分解与重构正交镜像滤波器组226

8.3 多维正交小波基与序列图像的变换230

8.3.1 2维、3维可分离正交小波基与实例分析230

8.3.2 非分离2维小波变换236

8.4 紧支集正交小波基与小波族240

8.5 二进小波变换与边缘检测245

8.5.1 二进小波变换246

8.5.2 二进小波分解与重构248

8.5.3 多尺度边缘提取与基于模极值的压缩编码250

8.6 小波包与图像数据最佳压缩257

8.6.1 小波包的概念与性质257

8.6.2 图像数据压缩时最佳小波基选择举例261

第9章 时变图像与运动估计264

9.1 2维平移运动估计与光流场的计算264

9.2 基于块运动估计算法270

9.2.1 基于块运动模型270

9.2.2 块匹配法271

9.2.3 分层运动估计274

9.2.4 变形块运动估计275

9.3 基于点对应的算法276

9.3.1 3维运动与透视投影关系277

9.3.2 核线约束条件与运动矩阵参数估计280

9.3.3 运动矩阵分解与旋转矩阵估计282

9.4 运动补偿与模型域编码287

9.4.1 基于对象的编码288

9.4.2 基于知识与语义的编码294

第Ⅲ篇 恢复、配准与分类298

第10章 图像恢复与重构298

10.1 最小二乘法298

10.1.1 无约束最小二乘法299

10.1.2 约束最小二乘法300

10.2 递推重构法303

10.3 基于神经网络的算法308

10.3.1 Hopfield 神经网络法308

10.3.2 基于能量最大速降法312

10.3.3 基于方差的参数指派法314

10.4 合成孔径雷达信号成像处理319

10.4.1 SAR 回波信号记录模型321

10.4.2 基于回波数据的成像处理与实现323

10.4.3 2类典型系统327

第11章 几何配准与立体观察332

11.1 图像几何变换的基本概念332

11.1.1 坐标变换与中心投影332

11.1.2 地图投影问题336

11.2 几何整体配准与重采样339

11.2.1 多项式求解与同名点集要求339

11.2.2 重采样342

11.3 图像叠加与匹配345

11.4 数字镶嵌350

11.5 立体观察与显示352

11.5.1 立体观察实例352

11.5.2 陆地卫星旁向重叠立体353

11.5.3 虚拟立体与透视立体355

11.5.4 立体图像的匹配与计算机显示359

第12章 图像分类与神经网络371

12.1 统计分类与费歇算法371

12.1.1 统计分类数学概念372

12.1.2 费歇算法375

12.2 多光谱图像分类特点与前处理379

12.2.1 多光谱图像分类特点380

12.2.2 与分类有关的几个重要问题383

12.3 神经网络模式分类算法391

12.3.1 LVQ 学习矢量量化模式分类391

12.3.2 Kohonen 自组织特征映射模式分类392

12.3.3 ART 自适应谐振网络模式分类398

12.3.4 CPN 网络模式分类400

12.3.5 RBF 网络多光谱分析与模式分类402

12.4 信息融合与识别411

12.4.1 多种图像信息的融合411

12.4.2 图像信息和非图像信息的融合412

12.4.3 智能化信息处理与识别413

参考文献416