本书比较深入地介绍了现代图像处理的主要模型与算法。全书包括视觉与图像感知、图像模型、图像处理中的线性代数、图像的Fourier分析、图像的边缘检测、图像复原、基于统计的图像复原、多尺度空间与图像的各向同性扩散、图像的各向异性扩散、全变分图像处理、小波变换、提升格式、图像数据压缩的信息论基础和静止图像编码共14章。本书不仅介绍了图像处理理论与算法的思想来源，也介绍了图像质量评估(ITU R-500)与图像编码(JPEG与JPEG2000)等国际标准。
本书适合信号与信息处理、自动控制、通信、数学、遥感遥测、生物医学工程、计算机科学、天文学等领域的大学高年级本科生、硕士研究生和博士研究生用做教材或参考书，也可供教师或科研技术人员参考。
样章试读
目录
- 丛书序
前言
第1章 视觉与图像感知
1.1 视觉系统的光感与色感
1.1.1 光
1.1.2 人类视觉系统
1.1.3 视觉系统的光感
1.1.4 视觉系统的色感
1.2 颜色空间及其表示
1.2.1 Munsell表色系
1.2.2 色度与RGB表色系
1.2.3 XYZ表色系
1.3 彩色电视信号
1.4 视觉系统的扩展
练习与思考
第2章 图像模型
2.1 图像的基本表示
2.2 统计模型
2.2.1 无空间结构信息的统计
2.2.2 含空间结构信息的统计
2.3 图像噪声模型
2.3.1 高斯噪声
2.3.2 重尾分布噪声
2.3.3 椒盐噪声
2.3.4 量化噪声
2.4 图像质量评价模型
2.4.1 图像质量测量
2.4.2 压缩图像的质量评价
练习与思考
第3章 图像处理中的线性代数
3.1 线性代数基础
3.1.1 向量与矩阵
3.1.2 零空间与像空间
3.1.3 投影、正交投影与空间的分解
3.1.4 H和H*诱导的空间分解
3.2 线性方程组的解
3.2.1 标准代数的观念
3.2.2 奇异值的观念
3.3 解方程的实用手段
3.3.1 最小二乘解
3.3.2 正则化解
3.3.3 病态问题的正则化解
3.4 图像处理算子的矩阵化
3.4.1 线性空间平移不变算子的矩阵表示
3.4.2 一般图像处理线性算子的矩阵表示
3.4.3 矩阵表示的简化
练习与思考
第4章 图像的Fourier分析
4.1 Fourier分析的起源
4.2 Fourier变换基础
4.2.1 线性空间平移不变系统与滤波
4.2.2 Fourier变换的基本性质
4.2.3 周期离散信号的Fourier变换
4.2.4 离散余弦变换
4.3 图像的Fourier分析
4.3.1 图像Fourier变换的直观图景
4.3.2 逆变对偶性与Fourier谱线判读
4.3.3 线性滤波
4.4 Fourier积分的计算
4.4.1 Fourier变换的解析计算实例
4.4.2 数值快速计算方案
4.5 图像Fourier分析的相关课题
4.5.1 整体性效应与Ringing效应
4.5.2 图像的微局部分析
练习与思考
第5章 图像的边缘检测
5.1 图像的边缘
5.2 基于微分算子的边缘检测
5.2.1 基于一阶微分算子的边缘检测
5.2.2 二阶微分算子的边缘检测
5.3 LOG：高斯低通与微分算子的复合边缘检测
5.4 Canny边缘检测子
5.5 图像多尺度边缘简介
练习与思考
第6章 图像复原
6.1 代数图像复原基本模型
6.2 图像退化的基本类型
6.2.1 散焦
6.2.2 大气湍流
6.2.3 运动模糊
6.3 图像复原算法综述
6.4 基本的代数复原算法
6.4.1 逆滤波
6.4.2 约束最小平方滤波器
6.5 Wiener滤波
6.5.1 图像的多元参数统计模型
6.5.2 Wiener滤波
6.6 图像复原的正则化
6.7 迭代算法
6.8 代数复原的缺陷
练习与思考
第7章 基于统计的图像复原
7.1 Bayes机制
7.2 最大后验概率图像复原
7.3 基于Markov随机场的图像复原
7.3.1 预备知识：Markov链
7.3.2 Markov随机场观点下的图像模型
7.3.3 统计力学与先验概率
7.3.4 图像退化的似然描述
7.3.5 后验概率分布
7.3.6 计算：MCMC及其他
7.4 最大熵图像复原
7.5 观测数据不完备情形下的Bayes推理：EM算法
7.5.1 启发式的背景介绍
7.5.2 一般的EM算法
7.5.3 期望最大化图像复原
7.6 小结
练习与思考
第8章 多尺度空间与图像的各向同性扩散
8.1 热传导方程的基本解与近似解
8.2 反热传导与图像增强
8.2.1 反热传导方程的基本解
8.2.2 图像的各向同性增强
8.2.3 Gabor的算法：图像的各向异性增强
8.3 多尺度空间
8.4 梯度流与能量极小化
8.4.1 最陡下降法
8.4.2 热传导的变分模型
8.4.3 更一般的梯度流
练习与思考
第9章 图像的各向异性扩散
9.1 Perona-Malik模型
9.2 Perona-Malik模型的计算
9.3 Perona-Malik模型的能量最小化形式
9.4 Perona-Malik扩散的切向-法向分解
练习与思考
第10章 全变分图像处理
10.1 全变分图像处理
10.2 全变分的直观实例
10.2.1 全变分概念的直观理解
10.2.2 简化情形下的全变分精确解
10.3 算法及其变化
10.3.1 Rudin-Osher-Fatemi迭代算法
10.3.2 Vogel-Oman模型与迭代算法
10.3.3 Chambolle-Lions松弛算法
练习与思考
第11章 小波变换
11.1 小波变换
11.2 为什么小波变换对平坦区域不敏感
11.2.1 小波的消失矩
11.2.2 消失矩的几何含义
11.2.3 具有消失矩的小波的设计
11.3 小波的空间-频率局部化
11.4 多尺度分析与离散小波变换
11.5 小波分解与重构的Mallat算法
11.5.1 小波分解Mallat算法
11.5.2 小波重建Mallat算法
11.6 二维小波变换
11.7 图像去噪
11.7.1 小波吸缩
11.7.2 实验
11.8 小结
练习与思考
第12章 提升格式
12.1 滤波器组
12.1.1 完全可重构滤波器组的引入
12.1.2 完全可重构滤波器组的刻画
12.1.3 与双正交小波滤波器组的关系
12.1.4 多相矩阵
12.2 提升格式
12.2.1 互补滤波器组
12.2.2 提升格式的定义
12.3 小结
练习与思考
第13章 图像数据压缩的信息论基础
13.1 信息论概要
13.1.1 熵与信息量
13.1.2 独立性的信息论刻画
13.2 Shannon随机编码的介绍
13.2.1 典型序列的直观图景
13.2.2 典型序列和弱渐近等分性
13.2.3 信源的熵编码
13.3 率-失真理论大意
13.4 量化
13.4.1 量化的意义与基本困难
13.4.2 标量量化
13.4.3 嵌入量化
13.4.4 矢量量化
练习与思考
第14章 静止图像编码
14.1 图像压缩概要
14.2 JPEG编码
14.2.1 颜色分量的处理
14.2.2 DCT系数的量化
14.2.3 编码
14.3 JPEG2000简介
14.3.1 分量的处理
14.3.2 对小波变换系数的编码
14.4 两个标准的比较
练习与思考
附录A Green公式
A.1 散度定理与Green公式
A.2 背景知识
A.2.1 物理背景
A.2.2 Green函数
附录B 最优化概要
B.1 函数与泛函的极值
B.2 基本的优化算法
B.2.1 最陡下降法
B.2.2 Newton法
B.2.3 共轭梯度法
附录C Euler-Lagrange方程
附录D 梯度、广义梯度以及δ函数
D.1 Dirac质量
D.2 广义函数的观点
D.3 函数逼近的观点
D.4 广义导数与广义梯度
附录E Hilbert空间的基本知识
E.1 Hilbert空间
E.2 Hilbert空间的基
E.3 Hilbert空间的算子与泛函
附录F 图像处理为什么会用热传导方程
参考文献
京公网安备 11010102004214号