图像处理PDF|Epub|txt|kindle电子书版本网盘下载

图像处理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

第一章 导论1

1.1概述1

1.2图像信息处理技术研究的内容2

1.3数字图像处理系统6

第二章 数学知识15

2.1点源与δ函数15

2.2线性系统17

2.3矩阵微分19

2.4矩阵的广义逆20

2.5傅氏变换25

2.6周期函数、周期、频率34

第三章 视觉知识36

3.1人眼的生理构造36

3.2辐射度学基础知识38

3.3亮觉与光度学基础知识42

3.4色觉与色度学基础知识45

3.4.1色觉与色度学基础知识45

3.4.2表色模型47

3.4.3色度图53

3.5视觉信息处理特性55

3.6视觉特性57

3.7视觉模型65

3.8视觉的心理学知识67

第四章 图像的数学描述70

4.1 图像的函数表示70

4.3图像的统计表示形式——随机场71

4.3.1随机场的概念71

4.2反射形成的图像模型的数学结构71

4.3.2随机场的概率分布描述、统计参量及计算公式72

4.4均匀随机场75

第五章 图像的数字化78

5.1 数字图像的表示形式78

5.2取样定理80

5.2.1取样定理80

5.2.2原函数的重建84

5.2.3混叠86

5.2.4取样的实际问题86

5.3.1量化87

5.3量化87

5.3.2最佳量化88

5.3.3有约束的最佳量化器91

5.3.4自适应量化92

5.4根据图像局部区域特征进行非均匀取样和非一致量化94

5.5数字图像的概率分布和统计参量96

第六章 图像酉变换102

6.1 离散傅氏变换（DFT）102

6.1.1离散傅氏变换的定义102

6.1.2离散傅氏变换性质106

6.2线性变换的一般表示式111

6.2.1标量表示式111

6.2.2矢量表示式112

6.2.3矩阵表示式112

6.2.4矢量外积表示式115

6.3可逆变换115

6.4线性变换的实质116

6.4.1基底116

6.4.2基平面117

6.5.1变换图像的一、二阶矩118

6.5线性变换的统计特性118

6.5.2变换图像的概率密度模型120

6.6沃尔什－哈达玛变换（WHT）120

6.6.1列率（sequency）、格雷码与拉德梅克函数120

6.6.2沃尔什（walsh）函数122

6.6.3沃尔什级数126

6.6.4沃尔什变换126

6.6.5哈达玛变换126

6.7 离散余弦变换（DCT）128

6.8离散K-L变换131

6.9奇异值分解（SVD）和变换135

6.10哈尔变换（HT）137

6.10.1 哈尔函数的定义137

6.10.2哈尔函数性质138

6.10.3哈尔矩阵与哈尔变换139

6.11斜变换（DST）140

6.11.1斜矩阵140

6.11.2斜变换141

第七章 图像增强144

7.1 概述144

7.2.1线性变换146

7.2对比度增强146

7.2.2分段线性变换147

7.2.3非线性变换148

7.2.4其他变换149

7.3修正直方图增强150

7.3.1直方图（histogram）150

7.3.2直方图均化151

7.3.3直方图规定化154

7.4平滑（smoothing）155

7.4.1噪声156

7.4.2邻域平均法157

7.4.3多图平均法161

7.4.4中值滤波法162

7.4.5频域中低通滤波和带阻滤波166

7.5锐化（sharpening）170

7.5.1模糊机理及基本解决方法170

7.5.2梯度模算子171

7.5.3拉氏算子174

7.5.4Wallis算子177

7.5.5其他自适应锐化算子179

7.5.6高通滤波和高频加强滤波180

7.6自适应叠代滤波增强183

7.6.1自适应叠代滤波原理183

7.6.2图像的自适应叠代滤波算法186

7.7同态滤波增晰187

7.8几何校正189

7.8.1像素坐标校正190

7.8.2像素灰度估算191

7.9.1伪彩色（pseudo color）技术192

7.9伪彩色和假彩色192

7.9.2假彩色（false color）技术193

7.10图像间的四则运算194

第八章 图像恢复201

8.1 概述201

8.2图像质量的客观评价202

8.3降质模型的一般表示式204

8.3.1连续的线性降质模型表示式204

8.3.2离散的线性系统模型表示式205

8.4分块循环矩阵的对角化及其意义207

8.5.1具体研究降质过程确定h（x,y）210

8.5降质系统的模型及参数的确定210

8.5.2由降质图像确定h（x,y）212

8.5.3原始图像及噪声的功率谱估计214

8.6频域中的恢复方法216

8.6.1逆滤波216

8.6.2等功率谱滤波218

8.6.3维纳滤波219

8.6.4其他几种频域中的恢复滤波器221

8.6.5由降质图像估计恢复滤波器的一种方法223

8.7最小二乘估计224

8.6.6叠代盲卷积恢复算法224

8.8约束最小二乘估计226

8.8.1化矩阵方程约束为范数方程约束226

8.8.2矩阵方程约束228

8.9利用分块循环矩阵性质改变恢复域229

8.9.1平滑约束恢复算法229

8.9.2变参数维纳滤波231

8.10线性均方估计恢复图像233

8.11非线性统计估计235

8.11.1条件均方估计235

8.11.3最大似然估计（MLE）236

8.11.2最大后验估计（MAPE）236

8.11.4最大后验估计的具体实施237

8.11.5最大似然估计的实施239

8.12最大熵恢复239

8.13图像恢复的代数方法241

8.13.1 广义逆法241

8.13.2奇异值分解广义逆法242

8.13.3投影叠代法243

8.14卡尔曼滤波恢复244

8.15.1运动模糊差分恢复246

8.15运动模糊图像恢复246

8.15.2差分投影恢复248

8.15.3直接卷积恢复249

8.16薄云层下的景物图像恢复250

8.17超分辨率图像复原251

8.17.1超分辨率图像复原及其进展251

8.17.2超分辨率复原的理论基础252

8.17.3超分辨率复原算法253

8.17.4超分辨率图像复原的研究发展方向266