数字图像处理（第三版）
已经有别人翻译好了。。
链接：https://pan.baidu.com/s/1nMAACnLKo_475e7pg5qWJw
提取码：7gc3
目录
1. 绪论
1.1 数字图像处理简介
1.2 数字图像处理起源
1.3 数字图像处理应用实例
- 1.3.1 伽马射线成像
- 1.3.2 X射线成像
- 1.3.3 紫外波段成像
- 1.3.4 可见光和红外波段成像
- 1.3.5 微波波段成像
- 1.3.6 无线电波成像
- 1.3.7 其他实例
1.4 数字图像处理基本步骤
1.5 图像处理系统的组成部分
总结
参考文献和推荐阅读
2. 数字图像处理基础
2.1 视觉感知要素
- 2.1.1 人眼构造
- 2.1.2 图像在人眼的组成
- 2.1.3 亮度适应和识别
2.2 光和电磁波谱
2.3 图像感知和获取
- 2.3.1 单个传感器获取图像
- 2.3.2 带状传感器获取图像
- 2.3.3 传感器阵列获取图像
2.4 图像取样和量化
- 2.4.1 取样和量化的基本概念
- 2.4.2 数字图像复原
- 2.4.3 空间和强度（灰度）分辨率
- 2.4.4 图像插入
2.5 像素之间的基本关系
- 2.5.1 相邻像素
- 2.5.2 邻近性、连通性、区域和边界
- 2.5.3 距离测量
2.6 关于数学工具在数字图像处理中的使用
- 2.6.1 数组与矩阵运算
- 2.6.2 线性与非线性运算
- 2.6.3 算术运算
- 2.6.4 集合与逻辑运算
- 2.6.5 空间操作
- 2.6.6 向量和矩阵运算
- 2.6.7 图像转换
- 2.6.8 概率方法
总结
参考文献和推荐阅读
问题
3.强度变换和空间滤波灰
3.1 背景
- 3.1.1 灰度变换和空间滤波基础
- 3.1.2 在本章中的一些实例
3.2 一些基本的灰度变换
- 3.2.1 图像反转
- 3.2.2 对数变换
- 3.2.3 幂次变换
- 3.2.4 分段线性变换函数
3.3 直方图处理
- 3.3.1 直方图均衡化
- 3.3.2 直方图匹配
- 3.3.3 局部增强
- 3.3.4 使用直方图进行图像增强
3.4 空间滤波基础
- 3.4.1 空间滤波的机制
- 3.4.2 空间相关性和回旋性
- 3.4.3 线性滤波的向量表示
- 3.4.4 生成空间过滤掩码
3.5 平滑空间滤波器
- 3.5.1 平滑线性滤波器
- 3.5.2 统计排序滤波器
3.6 锐化空间滤波器
- 3.6.1 基础
- 3.6.2 基于二阶微分的图像增强--拉普拉斯算子
- 3.6.3 反锐化掩模和高增强滤波
- 3.6.4 基于一阶微分的图像增强--梯度法
3.7 结合空间增强方法
3.8 使用模糊技术进行强度变换和空间变换
- 3.8.1 介绍
- 3.8.2 模糊集理论的原理
- 3.8.3 使用模糊集
- 3.8.4 使用模糊集处理灰度变换
- 3.8.5 使用模糊集处理空间滤波
总结
参考文献和推荐阅读
问题
4. 频域滤波
4.1 背景
- 4.1.1 傅里叶级数变化的简要历史
- 本章实例
4.2 初级概念
- 4.2.1 复数
- 4.2.2 傅里叶级数
- 4.2.3 脉冲及其筛选特性
- 4.2.4 一个连续变量的傅里叶变换函数
- 4.2.5 总结
4.3 采样和采样傅里叶变换函数
- 4.3.1 实例
- 4.3.2 采样傅里叶变换函数
- 4.3.3 采样定理
- 4.3.4 引用
- 4.3.5 通过简单数据的功能重建（恢复）
4.4 一个变量的离散傅里叶变换（DFT）
- 4.4.1 从连续采样函数的变换中获取DFT
- 4.4.2 抽样和频率间隔之间的关系
4.5 扩展到俩个变量的函数
- 4.5.1 二维脉冲和筛选属性
- 4.5.2 二维连续傅里叶变换对
- 4.5.3 二维采样和二维采样定理
- 4.5.4 图像引用
- 4.5.5 二维离散傅里叶变换及其逆变换
4.6 关于二维离散傅里叶变换的性能
- 4.6.1 空间和频率间隔的关系
- 4.6.2 平动和转动
- 4.6 3 周期性
- 4.6.4 对称性
- 4.6.5 傅里叶谱和相位角
- 4.6.6 二位卷积定理
- 4.6 7 二维离散傅立叶变换特性的总结
4.7 频率滤波的基础知识
- 4.7.1 频率的附加特性
- 4.7.2 频域滤波基础
- 4.7.3 频率滤波的基本步骤
- 4.7.4 空间和频域之间的滤波的对应关系
4.8 平滑的频域滤波器
- 4.8.1 理想低通滤波器
- 4.8.2 巴特沃斯低通滤波器
- 4.8.3 高斯低通滤波器
- 4.8.4 低通滤波器的其他列子
4.9 频域锐化滤波器
- 4.9.1 理想高通滤波器
- 4.9.2 巴特沃斯高通滤波器
- 4.9.3 高斯高通滤波器
- 4.9.4 频域中的拉普拉斯算子
- 4.9.5 锐化模板，高频提升滤波，高频加强滤波
- 4.9.6 同态滤波
4.10 选择滤波
- 4.10.1 带阻和带通滤波器
- 4.10.2 陷波滤波器
4.11 成就
- 4.11.1 二维DFT的可分离性
- 4.11.2 使用DFT算法计算IDFT
- 4.11.3 快速傅里叶变换（FFT）
- 4.11.4 对滤波器设计的一些评论
总结
参考文献和推荐阅读
问题
5. 图像恢复与重建
5.1 图像退化/复原过程模型
5.2 噪声模型
- 5.2.1 空间和频属噪声
- 5.2.2 一些重要的噪声密度属性函数
- 5.2.3 周期噪声
- 5.2.4 噪声参数估计
5.3 只在有噪声的情况下恢复-空间滤波
- 5.3.1 均值滤波器
- 5.3.2 统计排序滤波器
- 5.3.3 自适应滤波器
5.4 频域滤波削减周期噪声
- 5.4.1 带阻滤波器
- 5.4.2 带通滤波器
- 5.4.3 险波滤波器
- 5.4.4 最佳险波滤波器
5.5 线性，位置不变的退化
5.6 估计退化函数
- 5.6.1 通过图像观察估计
- 5.6.2 通过实验估计
- 5.6.3 通过模型估计
5.7 逆滤波
5.8 最小均方误差滤波（维纳滤波）
5.9 约束最小二乘滤波
5.10 几何平均滤波器
5.11 从投影重建图像
- 5.11.1 介绍
- 5.11.2 计算机断层扫描原理（CT）
- 5.11.3 投影和氡变换
- 5.11.4 傅里叶定理
- 5.11.5 使用平行束滤波反投影重建
- 5.11.6 使用扇形光束滤波反投影重建
总结
参考文献和推荐阅读
问题
6.彩色图像处理
6.1 色彩基础
6.2 色彩模式
- 6.2.1 RGB模式
- 6.2.2 CMY和CMYK色彩模式
- 6.2.3 HSL 色彩模式
6.3 伪彩色图像处理
- 6.3.1 强度分层
- 6.3.2 色彩强度变化
6.4 全彩图像处理基本知识
6.5 彩色变化
- 6.5.1 公式
- 6.5.2 补色
- 6.5.3 色彩分层
- 6.5.4 色调和色彩矫正
- 6.5.5 直方图处理
6.6 平滑和锐化
- 6.6.1 平滑彩色图像
- 6.6.2 锐化彩色图像
6.7 基于颜色的图像分割
- 6.7.1 HSI色彩空间分割
- 6.7.2 RGB色彩空间分割
- 6.7.3 色彩边缘检测
6.8 彩色图像的噪声
6.9 彩色图像压缩
总结
参考文献和推荐阅读
问题
7.小波和多分辨率处理
7.1 背景
- 7.1.1 图像金字塔
- 7.1.2 子带编码
- 7.1.3 哈尔变化
7.2 多分辨率展开
- 7.2.1 序列展开
- 7.2.2 尺度展开
- 7.2.3 小波展开
7.3 一维小波变化
- 7.3.1 小波系列扩展
- 7.3.2 离散小波变换
- 7.3.3 连续小波变换
7.4 快速小波变化
7.5 二维小波变化
7.6 小波包
总结
参考文献和推荐阅读
问题
8.图像压缩
8.1 基础
- 8.1.1 编码冗余
- 8.1.2 空间和时间冗余
- 8.1.3 无关信息
- 8.1.4 测量图像信息
- 8.1.5 保真度准则
- 8.1.6 图像压缩模型
- 8.1.7 图像格式，内容压缩标准
8.2 一些基本的压缩方式
- 8.2.1 霍夫曼编码
- 8.2.2 哥伦布编码
- 8.2.3 算术编码
- 8.2.4 LZW编码
- 8.2.5 游程编码
- 8.2.6 符号编码
- 8.2.7 位面编码
- 8.2.8 块变换编码
- 8.2.9 预测编码
- 8.2.10 小波编码
8.3 数字图像水印
总结
参考文献和推荐阅读
问题
9.形态图像处理
9.1 序言
9.2 腐蚀和膨胀
- 9.2.1 腐蚀
- 9.2.2 膨胀
- 9.2.3 俩重性
9.3 开操作和闭操作
9.4 击中或击不中变换
9.5 一些基本的形态学算法
- 9.5.1 边界提取
- 9.5.2 区域填充
- 9.5.3 连通分量的提取
- 9.5.4 凸壳
- 9.5.5 细化
- 9.5.6 粗化
- 9.5.7 骨架
- 9.5.8 裁剪
- 9.5.9 形态重建
- 9.5.10 二值图像的形态学运算总结
9.6 灰度级图像扩展
- 9.6.1 腐蚀和帮助
- 9.6.2 开操作和闭操作
- 9.6.3 一些基本的灰度形态算法
- 9.6.4 灰度形态重建
总结
参考文献和推荐阅读
问题
10.图像分割
10.1 基础
10.2 点，线和边缘检测
- 10.2.1 背景
- 10.2.2 检测孤立点
- 10.2.3 线路检测
- 10.2.4 边缘模型
- 10.2.5 基本边缘检测
- 10.2.6 更多关于边缘检测的前沿技术
- 10.2.7 边连接和边界检测
10.3 门限处理
- 10.3.1 功能
- 10.3.2 基本全局阈值
- 10.3.3 使用Otsu方法进行最佳全局阈值处理
- 10.3.4 使用图像平滑提升全局阈值
- 10.3.5 使用边缘提升全局阈值
- 10.3.6 增加阈值
- 10.3.7 有效阈值
- 10.3.8 多变量阈值
10.4 基于区域的分割
- 10.4.1 区域增长
- 10.4.2 区域分裂和合并
10.5 使用形态分水岭分割 // ？
- 10.5.1 背景
- 10.5.2 水坝构造
- 10.5.3 分水岭分割算法
- 10.5.4 应用标记
10.6 分割中运动的应用
- 10.6.1 空间技术
- 10.6.2 频域技术
总结
参考文献和推荐阅读
问题
11. 表示和描述
11.1 表现
- 边界跟随
- 链码
- 使用最小周长的多边形近似多边形
- 其他多边形近似方法
- 签名
- 边界段
- 骨架
11.2 边界描绘
- 基本描述
- 形状数
- 傅里叶描述符
- 统计时刻
11.3 区域描绘子
- 基本描述
- 拓朴描述符
- 纹理
- 瞬间不变量
11.4 运用主分量进行描绘
11.5 关系描绘
总结
参考文献和推荐阅读
问题
物体识别
12.1 模式和模式类
12.2 基于决策理论方法识别
- 匹配
- 最佳统计分类器
- 神经网络
12.3 结构方法
- 匹配形状编号
- 线性匹配
总结
参考文献和推荐阅读
问题
