✍ Scribed by 谢凤英
No coin nor oath required. For personal study only.
本书共14章，第1-8章为理论篇，第9-14章为应用篇。第1章为图像处理的基础知识，包括图像的获取、表达、存储及图像质量评价等。第2-8章为图像的基础理论，包括图像变换、图像增强、图像复原、图像压缩编码等。第9-13章为图像的应用技术，包括图像匹配、图像融合、目标检测、目标跟踪、图像识别等。第14章为工程应用系列案例分析，总结了作者实际课题研究中的典型工程案例等。
扉页
版权页
再版前言
目录
理论篇
第1章 数字图像处理的基础知识
1.1 数字图像处理概述
1.1.1 图像和数字图像
1.1.2 数字图像处理的主要研究内容
1.1.3 数字图像处理的发展及应用
1.2 图像的获取技术
1.2.1 图像的获取手段
1.2.2 图像的显示与输出
1.3 图像数字化
1.3.1 采样
1.3.2 量化
1.4 图像数据的表示与存储
1.4.1 彩色空间
1.4.2 图像类型
1.4.3 数字图像的表示
1.4.4 图像数据的存储
1.5 图像质量评价
1.5.1 人类视觉系统
1.5.2 图像质量主观评价
1.5.3 图像质量客观评价
1.5.4 算法性能评价
小结
习题
第2章 图像的数学变换
2.1 几何变换
2.1.1 空间变换
2.1.2 灰度级插值
2.1.3 几何校正
2.2 傅里叶变换
2.2.1 一维傅里叶变换
2.2.2 二维离散傅里叶变换
2.2.3 二维离散傅里叶变换的性质
2.2.4 快速傅里叶变换（FFT）
2.3 离散余弦变换
2.3.1 离散余弦变换的定义
2.3.2 快速离散余弦变换
2.4 Gabor 变换
2.4.1 短时傅里叶变换
2.4.2 连续Gabor 变换
2.4.3 离散Gabor 变换
2.4.4 高斯窗Gabor 函数
2.5 离散 K-L 变换
2.5.1 离散K-L 变换介绍
2.5.2 离散K-L 变换的性质
2.5.3 主成分分析（PCA）
2.6 Radon 变换
2.6.1 Radon 变换介绍
2.6.2 Radon 变换的性质
2.7 小波变换
2.7.1 多分辨率分析的背景知识
2.7.2 多分辨率展开
2.7.3 一维小波变换
2.7.4 快速小波变换
2.7.5 二维离散小波变换
2.8 数学变换在图像处理中的应用
2.8.1 傅里叶变换在图像去噪中的应用
2.8.2 离散余弦变换在图像压缩中的应用
2.8.3 Gabor 变换在纹理分析中的应用
2.8.4 小波变换在图像压缩中的应用
2.8.5 小波变换在图像去噪中的应用
2.8.6 小波变换在边缘检测中的应用
2.8.7 小波变换在图像融合中的应用
2.8.8 小波变换在图像增晰中的应用
小结
习题
第3章 图像增强
3.1 灰度级修正
3.1.1 灰度的线性变换
3.1.2 灰度的非线性变换
3.1.3 直方图修正
3.2 图像平滑
3.2.1 邻域平均法
3.2.2 中值滤波
3.2.3 帧间平滑
3.2.4 频域低通滤波法
3.3 图像锐化
3.3.1 微分法
3.3.2 频域高通滤波法
3.4 图像增晰
3.4.1 同态滤波
3.4.2 基于Retinex 的增强
3.4.3 基于LIP 的增强
3.4.4 基于照度区域划分的增强
3.5 彩色增强
3.5.1 伪彩色增强
3.5.2 真彩色增强
小结
习题
第4章 图像复原
4.1 图像的退化模型
4.1.1 图像的退化与复原过程
4.1.2 连续函数的退化模型
4.1.3 离散函数的退化模型
4.1.4 图像复原的基本步骤
4.2 常用的图像退化模型
4.3 退化模型的参数估计
4.3.1 运动模糊的退化原理
4.3.2 运动模糊退化模型的参数估计
4.3.3 散焦模糊的退化原理
4.3.4 散焦模糊退化模型的参数估计
4.4 图像复原的典型方法
4.4.1 逆滤波法
4.4.2 维纳滤波
4.4.3 等功率谱滤波
4.4.4 几何均值滤波器
4.4.5 无约束最小二乘复原方法
4.4.6 有约束最小二乘复原方法
4.4.7 投影复原法
4.4.8 Richardson-Lucy 算法
4.4.9 振铃效应的去除
4.5 图像复原的质量评价
4.5.1 有参考的图像质量评价
4.5.2 无参考的图像质量评价
小结
习题
第5章 图像压缩编码
5.1 图像压缩编码概述
5.1.1 图像压缩编码的必要性和可行性
5.1.2 图像压缩编码的发展
5.1.3 图像压缩编码的分类
5.2 图像压缩编码的基本理论
5.2.1 信息的度量
5.2.2 香农编码定理
5.2.3 图像压缩编码的一般流程
5.3 经典图像压缩编码方法
5.3.1 霍夫曼编码
5.3.2 算术编码
5.3.3 游程编码
5.3.4 预测编码
5.3.5 变换编码
5.4 现代图像压缩编码方法
5.4.1 分形编码
5.4.2 模型基编码
5.4.3 小波变换编码
5.4.4 神经网络编码
5.5 图像压缩编码的性能评价
5.6 图像压缩技术标准
5.6.1 静止图像压缩标准简介
5.6.2 运动图像压缩标准简介
小结
习题
第6章 图像分割
6.1 非连续性分割
6.1.1 点检测
6.1.2 线检测
6.1.3 边缘检测
6.1.4 基于梯度的局部处理
6.1.5 基于Hough 变换的全局处理
6.1.6 基于图论的全局处理
6.2 阈值分割
6.2.1 阈值分割的原理
6.2.2 最小误差阈值分割
6.2.3 最大类间方差阈值分割
6.2.4 最大熵阈值分割
6.3 基于区域的分割
6.3.1 区域生长法
6.3.2 分裂合并法
6.4 聚类分割
6.4.1 K-均值聚类
6.4.2 模糊C 均值聚类
6.4.3 Mean-shift 聚类分割
6.5 基于参数活动轮廓模型的分割
6.5.1 传统Snake 模型
6.5.2 GVF Snake 模型
6.6 基于几何形变模型的分割
6.6.1 曲线演化理论
6.6.2 水平集方法及其数值实现
6.6.3 几何活动轮廓模型
6.6.4 测地活动轮廓模型
6.6.5 Chan-Vese 模型
6.7 基于图论的分割
6.8 图像分割的性能评价
小结
习题
第7章 图像的形态学处理
7.1 数学形态学概述
7.1.1 数学形态学
7.1.2 数学形态学的基本思想
7.2 二值形态学
7.2.1 几个基本符号和定义
7.2.2 二值腐蚀和膨胀
7.2.3 二值开运算和闭运算
7.2.4 击中、击不中变换及其应用
7.2.5 骨架抽取
7.3 灰度形态学
7.3.1 灰度形态学的相关概念
7.3.2 灰度腐蚀和膨胀
7.3.3 灰度开运算和闭运算
7.3.4 灰度形态学梯度
7.3.5 Top-Hat 变换
7.4 水域分割
小结
习题
第8章 图像的描述
8.1 几何描述
8.2 边界描述
8.2.1 链码
8.2.2 傅里叶描述子
8.3 形状描述
8.3.1 区域描述
8.3.2 图像矩
8.4 直方图描述
8.4.1 直方图特征
8.4.2 梯度方向直方图
8.4.3 韦伯局部描述子
8.5 颜色描述
8.6 纹理描述
8.6.1 自相关函数
8.6.2 灰度差分统计
8.6.3 等灰度游程长度
8.6.4 灰度共生矩阵
8.6.5 傅里叶功率谱纹理分析
8.6.6 局部二元模式（LBP 特征）
8.6.7 Gabor 小波纹理描述
小结
习题
应用篇
第9章 图像匹配
9.1 图像匹配概述
9.2 基于灰度信息的图像匹配
9.2.1 绝对平衡搜索匹配
9.2.2 归一化互相关匹配
9.2.3 最大互信息匹配
9.3 基于特征的图像匹配
9.3.1 基于点特征的匹配
9.3.2 基于线特征的匹配
9.3.3 基于不变矩的匹配
9.3.4 基于相位相关的匹配
9.4 基于局部不变描述子的图像匹配
9.4.1 SIFT 特征描述子
9.4.2 SURF 特征描述子
9.4.3 基于SIFT/SURF 特征的匹配
9.4.4 D-nets 特征描述子
9.4.5 基于D-nets 特征的匹配
9.4.6 基于最大稳定极值区域的匹配
小结
习题
第10章 图像融合
10.1 图像融合的概况介绍
10.1.1 图像融合的要求
10.1.2 图像融合的困难与挑战
10.1.3 图像融合的系统模型
10.1.4 多源图像融合的应用
10.2 像素级图像融合方法
10.2.1 基于空间域的像素级图像融合方法
10.2.2 基于变换域的像素级图像融合方法
10.3 特征级图像融合方法
10.3.1 基于边缘特征的图像融合方法
10.3.2 基于梯度特征的图像融合方法
10.4 决策级图像融合方法
10.4.1 基于表决法的决策级融合方法
10.4.2 基于贝叶斯推理的决策级融合方法
10.4.3 基于证据理论的决策级融合方法
10.5 多源图像融合的实例与分析
10.5.1 区域融合方法概述
10.5.2 区域分割和标签
10.5.3 区域融合
10.6 多源图像融合的性能评价
小结
习题
第11章 图像目标检测
11.1 基本问题概述
11.2 运动目标检测
11.2.1 运动图像序列的背景建模
11.2.2 静止背景下的运动目标检测
11.2.3 动态背景下的运动目标检测
11.3 有形目标检测
11.3.1 基于图像分割的目标检测方法
11.3.2 基于模板匹配的目标检测方法
11.3.3 基于机器学习的目标检测方法
11.4 弱小目标检测
11.4.1 弱小目标检测的基本原理
11.4.2 弱小目标检测中的背景抑制
11.4.3 基于单帧的弱小目标检测算法
11.4.4 基于多帧的弱小目标检测算法
11.5 目标检测的性能评价
11.5.1 目标检测中的通用性能评价指标
11.5.2 ROC 曲线评估模型
小结
习题
第12章 目标跟踪
12.1 目标跟踪问题概述
12.2 基于模型驱动的跟踪方法
12.2.1 目标的运动模型
12.2.2 贝叶斯估计理论
12.2.3 卡尔曼滤波
12.2.4 粒子滤波
12.3 基于数据驱动的跟踪方法
12.3.1 波门跟踪方法
12.3.2 基于模板匹配的跟踪方法
12.3.3 基于活动轮廓的跟踪方法
12.3.4 基于核的跟踪方法
12.3.5 基于子空间学习的跟踪方法
12.3.6 基于机器学习的跟踪方法
12.4 多目标跟踪
12.4.1 多目标跟踪的基本原理
12.4.2 最近邻法（NN）
12.4.3 概率数据关联滤波器（PDAF）
12.4.4 联合概率数据关联滤波器（JPDAF）
12.4.5 多假设跟踪
小结
习题
第13章 图像识别
13.1 图像识别系统
13.2 特征提取与特征数据处理
13.2.1 原始特征的形成
13.2.2 线性特征提取
13.2.3 非线性特征提取
13.2.4 特征袋模型
13.2.5 稀疏编码
13.2.6 特征选择
13.3 统计分类器
13.3.1 线性分类器
13.3.2 最近邻分类器
13.3.3 Bayes 分类器
13.4 人工神经元网络
13.4.1 基本原理
13.4.2 BP 神经网络
13.4.3 模糊神经网络
13.4.4 组合神经网络
13.5 支持向量机分类
13.5.1 最优分类面
13.5.2 支持向量机
13.5.3 核函数的选择
13.6 分类器增强算法——AdaBoost
小结
习题
第14章 工程应用系统案例分析
14.1 免疫细胞图像分析系统
14.1.1 图像的自动分割
14.1.2 目标定位
14.1.3 细胞提取
14.1.4 细胞测量
14.2 皮肤镜图像分析系统
14.2.1 皮肤镜图像的预处理
14.2.2 皮肤镜图像的分割
14.2.3 皮损目标的特征提取
14.2.4 皮损目标的分类识别
14.3 铁路扣件损伤检测系统
14.3.1 轨面定位
14.3.2 轨枕定位
14.3.3 扣件目标检测
14.3.4 扣件区域增强
14.3.5 扣件目标特征提取
14.3.6 扣件目标损伤状态识别
14.4 交通监控车牌识别系统
14.4.1 预处理增强
14.4.2 车牌检测
14.4.3 虚警去除
14.4.4 字符分割
14.4.5 字符识别
小结
参考文献
📜 SIMILAR VOLUMES
本书是普通高等教育“十一五”国家级规划教材、全国电子信息类优秀教材一等奖、江苏省精品教材、“十二五”江苏省重点教材、江苏省研究生优秀课程的参考书。共11章，主要内容：数字图像的发展简史、基本图像处理系统、图像数字化与显示、图像变换与二维数字滤波、图像编码与压缩、图像增强、图像复原、图像分割、数学形态学图像处理、彩色图像处理、图像的数字水印、图像分析系统、图像数据库与基于内容的检索、图像存档与通信系统、图像融合、图像处理软件的开发等。配套电子课件、习题参考答案、课程网站和MOOC微视频。
<p>本书首先介绍FPGA程序设计和图像与视频处理的关键基础理论，然后通过实例代码详细讲解了如何利用FPGA实现直方图操作中的直方图统计/均衡化/线性拉伸/规定化、线性滤波器操作中的均值滤波器、Sobel算子(滤波、求模、求角度)、非线性滤波器操作中的排序类算法/形态学滤波、图像分割算法中的局部自适应分割/Canny算子等。本书在仿真测试部分设计了一种完善的通用测试系统，并利用此测试系统在每一章的仿真测试环节对所设计算法进行严格的测试和验证。本书在最后一章介绍了在视频处理领域常见的输入/输出接口。本书偏向于工程应用，在书中有大量关于如何利用FPGA实现图像处理算法的实例及代码，并对这些算法的原
本书系统地介绍了数字图像处理的基本概念和理论、基本方法和算法。全书共分12章，从内容上可分为3大部分。第1部分是数字图像处理的基础知识，包括图像处理的基本概念及相关基础。第2部分是数字图像处理方面的核心内容，系统地讨论了数字图像处理中的各种基本技术，包括图像处理的各种变换、图像处理的基本运算、图像空域增强技术、图像频域增强技术、彩色图像处理、图像复原和图像编码技术等。第3部分是图像分析和理解方面的内容，由浅入深地介绍了图像分割、数学形态学、图像特征与理解等方面的内容，为深入应用奠定坚实的基础。本书在内容安排上循序渐进、深入浅出，各章均配有丰富的例题和习题，力求突出重点、面向应用、提高能力、解决
本书系统地阐述了语音信号处理的原理、方法、技术和应用，同时给出了部分内容对应的MATLAB仿真源程序。全书共14章，第1～6章是基本理论部分，包括语音信号的数字模型、语音信号的短时时域分析、频域分析及倒谱分析、语音信号线性预测分析和矢量量化；第7～14章是应用部分，包括语音编码、语音合成、语音识别、语音增强、小波分析、人工神经网络及独立分量分析及其在语音信号处理中的应用、语音质量评价和可懂度评价原理及实现。本书内容全面，重点突出，原理阐述深入浅出，注重理论与实际应用的结合，可读性强。
<p>本书重点介绍了数字图像处理的基本概念、基本理论、实用技术，以及用Matlab进行图像处理、编程的方法。全书共7章，主要内容包括图像及其数字处理、Matlab图像处理工具箱、图像的变换、图像的增强、图像的复原、图像编码与压缩技术和数字图像的应用实例等。 </p> <p> 本书结构合理，叙述清晰、简练，理论与实践并重。使用Matlab作为实验平台，加入了大量的实验实例，并且有大量的实验结果图片，对读者理解利用Matlab软件进行数字图像处理有很大的帮助。 </p> <p> 全书深入浅出、图文并茂，反映了近年来数字图像处理领域的最新发展情况，适合作为通信与信息类、计算机类