数字图像处理——Java语言实现

　　本书介绍了数字图像处理的基本原理和方法，包括计算机数字图像处理的发展历史和主要内容、计算机数字图像处理的数学变换、模拟图像转换成数字图像的基本原理、图像增强、图像复原、图像的编码与压缩、图像的分割与描述、数字图像系统在医学中的应用等内容。

暂缺《数字图像处理——Java语言实现》作者简介

第1章 引言
1．1 数字图像处理的发展概况
1．2 数字图像和数字图像处理
1．2．1 图像
1．2．2 数字图像
1．2．3 数字图像处理
1．3 数字图像处理系统
1．3．1 数字图像处理硬件系统
1．3．2 数字图像处理软件系统——Java语言
练习题
第2章 数字图像处理的数学基础
2．1 图像的线性处理系统
2．1．1 成像系统模型的划分
2．1．2 点光源和函数
2．2 傅立叶变换
2．2．1 连续函数的傅立叶变换
2．2．2 离散函数的傅立叶变换
2．2．3 快速傅立叶变换
2．3 沃尔什变换
2．3．1 一维离散沃尔什变换
2．3．2 二维离散沃尔什变换
2．4 哈达玛变换
2．4．1 一维离散哈达玛变换
2．4．2 二维离散哈达玛变换
2．5 小波变换
2．5．1 连续小波变换
2．5．2 离散小波变换
练习题
第3章 图像的数字化
3．1 概述
3．1．1 取样
3．1．2 量化
3．1．3 Java 语言实现对图像像素的获取
3．1．4 取样、量化与图像的质量
3．2 点阵取样原理
3．2．1 一维点阵取样
3．2．2 二维点阵取样
3．3 最佳量化
练习题
第4章 图像增强
4．1 灰度变换
4．1．1 灰度变换
4．1．2 Java语言实现线性灰度变换
4．2 直方图均匀化处理
4．2．1 灰度直方图
4．2．2 直方图修正技术
4．2．3 直方图均匀化处理
4.3 平滑化处理
4．3．1 邻域平均法
4．3．2 低通滤波法
4．4 尖锐化处理
4．4.1 微分尖锐化处理
4．4．2 高通滤波法
4．5 中值滤波
4．5．1 一维中值滤波
4．5．2 二维中值滤波
练习题
第5章 图像复原
5．1 退化的数学模型
5．1．1 退化模型及复原的基本过程
5．1．2 连续函数的退化模型
5．1．3 离散函数的退化模型
5．2 线性滤波图像复原
5．2．1 无约束图像复原
5．2．2 约束图像复原
5．3 向滤波图像复原
5．3．1 基本原理
5．3．2 零点问题
5．3．3 消除因匀速直线运动引起的图像模糊
5．4 最小二乘法约束图像复原
练习题
第6章 图像编码与压缩
6．1 基本概念
6．1．1 图像编码
6．1，2 冗余信息和不相关信息
6．1．3 数据的压缩
6．2 图像质量的衡量准则
6．2．1 客观保真度准则
6．2．2 主观保真度准则
6．3 图像编码过程
6．3．1 图像数据转换
6．3．2 图像数据量化
6．3．3 图像数据编码
6．4 统计编码
6．4．1 基本概念
6．4．2 香农．费诺码
6．4．3 霍夫曼编码
练习题
第7章 图像的分割与描述
7．1 图像的分割
7．1．1 灰度阈值分割法
7．1．2 模板匹配法
7．1．3 边缘检测法
7．2 图像的描述
7．2．1 区域描述
7．2．2 关系描述
7．2．3 相似性描述
练习题
第8章 数字图像处理技术的应用——医学图像处理
8．1 医学成像系统的物理基础
8．1．1 原子模型
8．1．2 电磁波
8．1．3 伦琴射线
8．1．4 磁共振效应
8．1．5 多普勒效应
8．1．6 超声波
8．2 医学成像系统的技术基础
8．2．1 计算机断层扫描(CT)成像
8．2．2 正电子发射计算机断层扫描(PET)成像
8．2．3 磁共振(MRI)成像
8．2．4 超声多普勒成像
8．3 常用医学图像处理方法
8．3．1 图像修正
8．3．2 图像分析
练习题
参考文献
附录
附录A Java语言简介
附录B JDKl．4的安装及配置
附录C 光盘说明