數(shù)字圖像處理（原書第3版）

第1篇 連續(xù)圖像描述第1章 連續(xù)圖像的數(shù)學(xué)描述
1.1 圖像表示法
1.2 二維系統(tǒng)
1.3 二維傅里葉變換
1.4 圖像隨機描述
參考文獻第2章 視覺的心理物理學(xué)屬性
2.1 光線感知
2.2 視覺生理學(xué)
2.3 視覺現(xiàn)象
2.4 單色視覺模型
2.5 彩色視覺模型
參考文獻第3章 測光法和比色法
3.1 測光法
3.2 色彩匹配
3.2.1 加法色彩匹配
3.2.2 減法色彩匹配
3.2.3 色彩匹配的公理
3.3 比色法概念
3.3.1 彩色視覺模型檢驗
3.3.2 三原色值計算
3.3.3 亮度計算
3.4 三原色值變換
3.5 色彩空間
3.5.1 比色法色彩空間
3.5.2 減法色彩空間
3.5.3 視頻色彩空間
3.5.4 非標準色彩空間
參考文獻第2篇 數(shù)字圖像描述第4章 圖像采樣和重建
4.1 圖像彩樣和重建的概念
4.1.1 確定性場的采樣
4.1.2 隨機圖像場的采樣
4.2 圖像采樣系統(tǒng)
4.2.1 采樣脈沖作用
4.2.2 混疊效應(yīng)
4.3 圖像重建系統(tǒng)
4.3.1 實現(xiàn)技術(shù)
4.3.2 插值函數(shù)
4.3.3 不完善的重建濾波器的效果
參考文獻第5章 離散圖像的數(shù)學(xué)描述
5.1 向量空間圖像表示法
5.2 通用二維線性算子
5.3 圖像的統(tǒng)計學(xué)描述
5.4 圖像的概率密度模型
5.5 線性算子的統(tǒng)計學(xué)表示法
參考文獻第6章 圖像的量化
6.1 標量量化
6.2 變量量化后的處理
6.3 單色和彩色圖像的量化
6.3.1 單色圖像量化
6.3.2 彩色圖像量化
參考文獻第3篇 離散二維線性處理第7章 疊加和卷積
7.1 有限區(qū)域疊加和卷積
7.1.1 有限區(qū)域疊加和卷積：級數(shù)公式
7.1.2 有限區(qū)域疊加和卷積：向量空間公式
7.2 采樣圖像的疊加和卷積
7.3 循環(huán)行列式的疊加和卷積
7.4 疊加和卷積算子之間的關(guān)系
參考文獻第8章 酋變換
8.1 能用酋變換
8.2 傅里葉變換
8.3 余統(tǒng)、正統(tǒng)和Hartley變換
8.3.1 余統(tǒng)變換
8.3.2 正統(tǒng)變換
8.3.3 Hartley變換
8.4 Hadamara,Haar和Daubechies變換
8.4.1 Hadamara變換
8.4.2 Haar變換
8.4.3 Daubechies變換
8.5 Karhumen-Loeve變換
參考文獻第9章 線性處理技術(shù)
9.1 變換域處理
9.2 變換域疊加
9.3 快速傅里葉變換卷積
9.4 傅里葉變換濾波
9.4.1 變換函數(shù)生成
9.4.2 窗口化函數(shù)
9.4.3 離散定義域傳遞函數(shù)
9.5 小生成核卷積
參考文獻第4篇 圖像改善第10章 圖像增強
10.1 對比度處理
10.1.1 振幅縮放
10.1.2 對比度修正
10.2 直方圖修正
10.2.1 非適應(yīng)性直方圖修正
10.2.2 適應(yīng)性直方圖修正
10.3 噪聲清除
10.3.1 線性噪聲的清除
10.3.2 非線性噪聲的清除
10.4 邊緣輪廓化
10.4.1 線性邊緣輪廓化
10.4.2 統(tǒng)計學(xué)差分
10.5 彩色圖像增強
10.5.1 自然彩色圖像增強
10.5.2 偽彩色
10.5.3 假彩色
10.6 多譜圖像增強
參考文獻第11章 圖像恢復(fù)模型
11.1 通用圖像恢復(fù)模型 
11.2 光學(xué)系統(tǒng)模型
11.3 攝影過程模型
11.3.1 單色攝影
11.3.2 彩色攝影
11.4 離散圖像恢復(fù)模型
參考文獻第12章 點和空間圖像的恢復(fù)技術(shù)
12.1 傳感器和顯示器點的非線性修正
12.1.1 傳感器點的非線性修正
12.1.2 顯示器點的非線性修正
12.2 連續(xù)圖像的空間濾波恢復(fù)
12.2.1 逆濾波器
12.2.2 Wiener濾波器
12.2.3 參數(shù)化估計濾波器
12.2.4 在離散圖像中的應(yīng)用
12.3 偽逆空間圖像恢復(fù)
12.3.1 偽逆：圖像模糊
12.3.2 偽逆：具有附加噪聲的圖像模糊
12.3.3 偽逆計算算法
12.4 SVD偽逆空間圖像恢復(fù)
12.5 統(tǒng)計學(xué)估計空間圖像恢復(fù)
12.5.1 回歸空間圖像恢復(fù)
12.5.2 Wiener估計空間圖像恢復(fù)
12.6 約束圖像恢復(fù)
12.6.1 平滑方法
12.6.2 約束恢復(fù)方法
12.7 盲目圖像恢復(fù)
12.7.1 直接測量方法
12.7.2 間接估計方法
參考文獻第13章 幾何圖像修改
13.1 平移、縮小、放大和旋轉(zhuǎn)
13.1.1 平移
13.1.2 比例變換
13.1.3 旋轉(zhuǎn)變換
13.1.4 廣義線性幾何變換
13.1.5 仿射變換
13.1.6 平移、比例和旋轉(zhuǎn)的可分離變換
13.2 空間扭曲
13.3 透視變換
13.4 照像機成像模型
13.5 幾何圖像重復(fù)采樣
13.5.1 插值方法
13.5.2 卷積方法
參考文獻第5篇 圖像分析第14章 形態(tài)學(xué)圖像處理
14.1 二進制圖像的連通性
14.2 二進制圖像擊中-擊不中變換
14.2.1 加法算子
14.2.2 減法算子
14.2.3 擇多黑色算子
14.3 二進制圖像收縮、細化、骨架化和加粗
14.3.1 二進制圖像收縮 
14.3.2 二進制圖像細化
14.3.3 二進制圖像骨架化
14.3.4 二進制圖像加粗
14.4 二進制圖像廣義膨脹和腐蝕
14.4.1 廣義膨脹
14.4.2 廣義腐蝕
14.4.3 廣義膨脹和腐蝕運算的特性
14.4.4 結(jié)構(gòu)單元分解
14.5 二進制圖像的閉和開運算
14.6 灰度圖像形態(tài)學(xué)運算
14.6.1 灰度圖像膨脹和腐蝕
14.6.2 灰度圖像閉和開運算
14.6.3 條件灰度圖像形態(tài)學(xué)運算
參考文獻第15章 邊緣檢測
15.1 邊緣、線和點的模型
15.2 一階微分邊緣檢測
15.2.1 正交梯度的生成
15.2.2 邊緣模板梯度的生成
15.2.3 閾值選擇
15.2.4 形態(tài)學(xué)后信息處理
15.3 二階微分邊緣檢測
15.3.1 拉普拉斯算子的生成
15.3.2 拉普拉斯變號點檢測
15.3.3 直接二階微分的生成
15.4 邊緣擬合的邊緣檢測
15.5 亮度邊緣檢測器性能
15.5.1 邊緣檢測概率
15.5.2 邊緣檢測方位
15.5.3 邊緣檢測定位
15.5.4 邊緣檢測器品質(zhì)因數(shù)
15.5.5 主觀評價
15.6 彩色邊緣檢測
15.7 線和點的檢測
參考文獻第16章 圖像特征提取
16.1 圖像特征評價
16.2 振幅特征
16.3 變換系數(shù)特征
16.4 紋理定義
16.5 視覺紋理辨別
16.5.1 Julesz紋理區(qū)域
16.5.2 Pratt, Faugeras和Gagalowicz紋理區(qū)域
16.6 紋理特處
16.6.1 傅里葉頻譜方法
16.6.2 邊緣檢測方法
16.6.3 自相關(guān)方法
16.6.4 去相關(guān)方法
16.6.5 從屬矩陣方法
16.6.6 微觀結(jié)構(gòu)方法
16.6.7 Gabor濾鏡方法
16.6.8 變換和小波方法
16.6.9 單值分解方法
參考文獻第17章 圖像分割
17.1 振幅分割方法
17.1.1 雙電平亮度閾值分割
17.1.2 多水平亮度閾值分割
17.1.3 多水平彩色元素閾值分割
17.1.4 振幅投影
17.2 分組分割方法
17.3 區(qū)域分割方法
17.3.1 區(qū)域增長
17.3.2 分開-合并區(qū)域方法
17.3.3 分水嶺方法
17.4 邊界檢測
17.4.1 曲線擬合邊緣連接
17.4.2 啟發(fā)式邊緣連接方法
17.4.3 霍夫變換邊緣連接
17.4.4 彎曲邊界檢測
17.5 紋理分割
17.6 分割段標記
參考文獻第18章 形狀分析
18.1 拓撲特征
18.2 距離、周長和面積的測量
18.2.1 位四邊形
18.2.2 幾何特征
18.3 空間矩
18.4 形狀方位描述符
18.5 傅里葉描述符
參考文獻第19章 圖像檢測和配準
19.1 模板匹配
19.2 連續(xù)圖像的匹配濾波
19.2.1 確定性連續(xù)圖像匹配濾波
19.2.2 隨機連續(xù)圖像匹配濾波器
19.3 離散圖像的匹配濾波
19.4 圖像配準
19.4.1 平移性重合失調(diào)檢測
19.4.2 縮放和旋轉(zhuǎn)重合失調(diào)檢測
19.4.3 廣義重合失調(diào)檢測
參考文獻第6篇 圖像處理軟件第20章 PIKS圖像處理軟件
20.1 PIKS功能的概述
20.1.1 PIKS成像模型
20.1.2 PIKS數(shù)據(jù)對象
20.1.3 PIKS算子、工具、應(yīng)用程序和機制
20.1.4 PIKS算子模型
20.1.5 PIKS應(yīng)用程序界面
20.1.6 PIKS適應(yīng)性輪廓
20.2 PIKS核心縮述
20.2.1 PIKS核心非圖像數(shù)據(jù)對象
20.2.2 PIKS核心圖像數(shù)據(jù)對象
20.2.3 PIKS核心C語言聯(lián)編
參考文獻第21章 PIKS圖像處理編程練習
21.1 程序生成練習
21.2 圖像處理練習
21.3 色彩空間練習
21.4 關(guān)注區(qū)域練習
21.5 圖像測量練習
21.6 量化練習
21.7 卷積練習
21.8 酋變換練習
21.9 線性處理練習
21.10 圖像增強練習
21.11 圖像恢復(fù)模型練習
21.12 圖像恢復(fù)練習
21.13 幾何圖像修正練習
21.14 形態(tài)學(xué)圖像處理練習
21.15 邊緣檢測練習
21.16 圖像特征提取練習
21.17 圖像分割練習
21.18 形狀分析練習
21.19 圖像檢測和配準練習
附錄
附錄1 向量空間代數(shù)概念
參考文獻
附錄2 彩色坐標變換
附錄3 圖像誤差測量