前言
第1章 數字圖像基礎
1.1 數字圖像處理概述
1.1.1 什麼是數字圖像
1.1.2 數字圖像的形成過程
1.1.3 數字圖像處理技術及其發展
1.1.4 數字圖像的矩陣錶示
1.2 數字圖像處理的開發工具
1.2.1 MATLAB軟件
1.2.2 OpenCV機器視覺庫
1.2.3 VLIB軟件庫
1.3 MATLAB圖像處理操作基礎
1.3.1 圖像處理工具箱的基本功能
1.3.2 數字圖像處理的基本操作
1.3.3 視頻圖像的基本操作
1.3.4 MATLAB 中的圖像類型
1.3.5 體驗數字圖像處理
第2章 數字圖像變換
2.1 圖像的空間變換
2.1.1 圖像的幾何變換
2.1.2 灰度級插值
2.1.3 圖像的鄰域操作
2.2 圖像的傅裏葉變換
2.2.1 什麼是頻率域
2.2.2 解析離散傅裏葉變換
2.2.3 例程精講
2.2.4 離散傅裏葉變換的性質
2.2.5 二維傅裏葉變換的應用：相位相關
2.3 圖像的餘弦變換
2.3.1 從DFT到DCT
2.3.2 例程精講
2.3.3 離散餘弦變換的性質
2.3.4 離散餘弦變換應用：基於DCT的圖像去噪
2.4 圖像濾波
2.4.1 空域濾波
2.4.2 頻域濾波
2.5 圖像的小波變換
2.5.1 小波分析的起源
2.5.2 連續小波變換
2.5.3 離散小波變換
2.5.4 小波變換的步驟及特點
2.5.5 例程精講
2.5.6 小波變換的應用：基於小波變換的圖像增強
2.6 圖像的Hough變換
2.6.1 Hough變換的基本原理
2.6.2 例程精講
2.6.3 融會貫通：基於Hough變換檢測圓
2.7 圖像的Walsh-Hadamard變換
2.7.1 Walsh-Hadamard變換的基本原理
2.7.2 例程精講
2.7.3 Walsh-Hadamard變換在圖像壓縮領域的應用
2.8 圖像的K-L變換
2.8.1 K-L變換的基本原理
2.8.2 例程精講
2.9 基於數學形態學的圖像變換
2.9.1 數學形態學的起源
2.9.2 熟悉數學形態學的基本運算
第3章 數字圖像分析
3.1 圖像的色彩空間
3.1.1 常見的色彩空間
3.1.2 例程精講
3.1.3 彩色增強
3.2 圖像的直方圖
3.2.1 灰度直方圖
3.2.2 例程精講
3.2.3 融會貫通
3.2.4 應用：基於直方圖的對比度增強
3.3 圖像的紋理特徵分析
3.3.1 什麼是&"圖像的紋理特徵&"
3.3.2 灰度共生矩陣
3.3.3 例程精講
3.3.4 融會貫通：灰度-梯度共生矩陣
3.4 圖像的自相關函數
3.4.1 圖像的自相關函數
3.4.2 例程精講
3.4.3 圖像局部自相關函數
3.5 視頻圖像分析與處理
3.5.1 視頻圖像及其特點分析
3.5.2 視頻序列圖像分析
3.5.3 視頻序列圖像處理
3.6 圖像質量的評價
3.6.1 圖像質量的客觀評價
3.6.2 圖像質量的主觀評價
第4章 圖像特徵提取
4.1 圖像的不變矩
4.1.1 不變矩的基本原理
4.1.2 例程精講
4.2 圖像的邊緣檢測
4.2.1 運用一階微分算子檢測圖像邊緣
4.2.2 運用二階微分算子檢測圖像邊緣
4.2.3 基於Canny算子檢測圖像邊緣
4.2.4 基於SUSAN特徵檢測算子的邊緣提取
4.3 Harris角點檢測
4.3.1 何謂&"角點&"
4.3.2 Harris角點的基本原理
4.3.3 Harris角點的實現步驟
4.3.4 Harris角點的性質
4.3.5 例程精講
4.4 SIFT特徵提取與描述
4.4.1 SIFT算法
4.4.2 SIFT特徵描述
4.4.3 例程精講
4.5 SURF特徵提取與描述
4.5.1 積分圖像
4.5.2 DoH近似
4.5.3 尺度空間錶示
4.5.4 SURF特徵描述算子
4.5.5 例程一點通
第5章 圖像識彆技術
5.1 模式識彆的概念
5.1.1 什麼是模式識彆
5.1.2 模式識彆的主要方法
5.1.3 模式識彆的應用
5.2 基於圖像的模式識彆方法
5.2.1 句法模式識彆
5.2.2 統計模式識彆
5.2.3 模糊模式識彆
5.2.4 神經網絡模式識彆
5.3 基於圖像模式識彆的過程
5.4 基於神經網絡與矩特徵的模式識彆
5.4.1 神經網絡簡介
5.4.2 識彆算法實現流程
5.4.3 例程精講
5.4.4 實驗結果
第6章 實戰案例詳解
6.1 測繪領域的應用：基於SURF的圖像拼接
6.1.1 研究圖像拼接的意義
6.1.2 基本原理及實現步驟
6.1.3 例程精講
6.1.4 實際中需要注意的問題
6.2 信息安全領域的應用：基於小波變換的數字水印技術
6.2.1 數字水印技術
6.2.2 嵌入數字水印的基本原理
6.2.3 數字水印的特點
6.2.4 基於小波變換的數字水印嵌入
6.2.5 例程精講
6.3 多媒體通信領域的應用：基於PIFS分形壓縮編碼技術
6.3.1 壓縮編碼概述
6.3.2 基於PIFS的圖像壓縮
6.4 安防領域的應用：高效視頻監控係統
6.4.1 視頻監控係統的基本原理
6.4.2 基於 Computer Vision System的係統設計
6.5 交通領域中的應用：基於視頻的車流量統計
6.5.1 車流量檢測係統
6.5.2 基於高斯混閤背景模型的背景建模
6.5.3 例程精講
第7章 思維技法點撥
7.1 學習點撥：談學習數字圖像處理的經驗
7.1.1 麵嚮應用：層層分解、抓住要點
7.1.2 麵嚮學習：追根溯源、比較總結
7.2 思維點撥：運用Triz思維，突破圖像處理瓶頸
7.2.1 Triz理論概述
7.2.2 實例分析：運用Triz理論改進Hough變換的實時性
7.3 方法點撥：基於MDA（模型驅動構架）的圖像處理
7.3.1 模型驅動開發思想概述
7.3.2 模型驅動開發的優勢
7.3.3 模型驅動開發在圖像處理領域中的應用
7.3.4 基於Simulink-Blocks的模型驅動開發圖像處理
7.4 技巧點撥：仿生理論助力圖像處理技術發展
7.4.1 仿生理論與圖像處理技術相結閤的優勢
7.4.2 實例分析：貓視覺皮層仿生的圖像分割
附錄
附錄A 常用MATLAB圖像處理指令功能語法索引
附錄B 係統對象功能匯總
附錄C Triz矛盾矩陣錶39項技術參數及40條創新原理
參考文獻
· · · · · · (收起)