图像工程图像分析（中册 第二版）

　　本册书为《图像工程》的中册，主要介绍图像工程的第二层次——图像分析的基本概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。本册书主要内容归纳在五大部分中。第一大部分（包含第1，2，3章）介绍图像和图像工程基础，回顾了有关的图像处理技术，并对数字化的图像进行了详细描述，以便为进一步的学习打下基础。第二大部分（包含第4，5，6，7章）讨论图像分析的关键步骤——图像分割，除介绍了基本的图像分割原理和技术外，还对近年常用的典型分割技术及其扩展进行了讲解，另外还对图像分割评价给予了全面的概括。第三大部分（包含第8，9，10章）介绍图像分析的另一组关键工作——对目标的表达、描述和特征测量，其中对测量误差分析给予了详细讨论。第四大部分（包含第11，12，13章）分别介绍对图像目标的一些重要特性，包括纹理特性、形状特性和运动特性的分析技术。第五大部分（包含第14，15章）介绍一类重要的图像分析数学工具——数学形态学方法（包括二值数学形态学和灰度数学形态学）。书中对与图像分析密切相关的体视学原理进行了介绍。书中还提供了大量例题、思考题和练习题，对部分练习题提供了解答。本书可作为信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统、计算机视觉等学科大学本科和研究生专业基础课教材，也可供信息与通信工程、电子科学与技术、计算机科学与技术、测控技术与仪器、机器人自动化、生物医学工程、光学、电子医疗设备研制、遥感、测绘和军事侦察等学科领域的科技工作者参考。本书前言本套书为《图像工程》第2版，共分3册，分别为《图像工程（上册）——图像处理》，《图像工程（中册）——图像分析》和《图像工程（下册）——图像理解》。整套书全面介绍图像工程的主要概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。本套书的第1版也分3册，其中《图像工程（上册）——图像处理和分析》1999年出版，《图像工程（下册）——图像理解和计算机视觉》2000年出版，《图像工程（附册）——教学参考与习题解答》2002年出版。至今各册已一共重印20多次，总计达10万册。根据在网上查询的结果，约有上百所学校院所采用该套书作为教材、教学参考书或考研指定书/参考书。从读者向作者发来的上千封电子邮件中，也得知许多人在利用该套书进行自学。本套书第1版自出版后也得到相关领域研究人员的广泛使用。根据利用“中国期刊网”中的“中国期刊全文数据库”和“万方数据库”中的“万方数字化期刊”所做的检索，可知本套书第1版自出版以来，已被600多篇在国内重要学术期刊上发表的研究文献所引用。又根据利用“中国期刊网”中的“中国优秀博硕士论文全文数据库”所做的检索，可知本套书第1版自出版以来，已被1000多篇博士和硕士论文所引用。该套书的多次重印和被多次引用，表明作者一直倡导的，为了对各种图像技术进行综合研究、集成应用而建立的整体框架——图像工程作为一门系统地研究各种图像理论、技术和应用的新的交叉学科得到了广泛的认可。同时，随着研究的深入和技术的发展，编写新版的工作也逐渐提到议事日程上来。第2版的编写开始于2003年，是年自己选择了进行学术休假。期间作为新加坡南洋理工大学的访问教授，一方面在那里开出一门新课“图像分析”（AdvanceinImageAnalysis），并参与了其他几门课的教学工作；另一方面，静心构思了整套书的新框架，并开始了第2版的编写。为使新版有更多新的内容，自己在那里收集了10多本相关书籍，还借阅了20多本书，并作了15万词的笔记。这些书籍中，既包括多本典型的图像处理、图像分析和图像理解教材，也包括如成像技术、数字电视、小波变换、二值图像处理、非线性图像处理、三维图像处理、图像分割和组合、纹理分析、形状分析、立体图像分析、体视学、多视几何、图像代数、视觉表达和识别等专著。这为新版的编写打了一个坚实的基础。第2版在内容的深度和广度上，仍希望读者能通过本书的学习，独立、全面地了解该领域的基本理论、技术、应用和发展。图像工程（中册）——图像分析（第2版）全套书第2版前言。第2版的编写仍如第1版那样，在编写的方针上，力求具有理论性、实用性、系统性、实时性;在内容叙述上，力求理论概念严谨，论证简明扼要。考虑到图像技术的飞速发展，第2版在内容上，既保留了第1版有代表性的经典内容，也消减了一部分近年使用不多的陈旧内容，同时还认真选取了近年的许多最新研究成果和得到广泛使用的典型技术以进行充实。这些新内容既参考了许多文献，也结合了作者的一些研究工作和成果以及这些年来的教学教案。第2版在整个篇幅上比第1版有相当的增加。与第1版相比，第2版有如下几个特点：第一，从总体框架上，第2版按图像工程的三个层次分为对应的三册。2004年，自己在清华大学也开出了“图像分析”课程，这样加上原有的两门课程，三门课程和三册教材就互相对应起来了。为此，第2版每册书都增加了教学使用建议。第二，从教学的角度出发，以章为单位，对内容进行了均衡；同时对内容较多的技术，划分成基础部分和深入部分，以利于不同专业背景使用者选择。第三，从学习的角度出发，结合教学实践和读者反馈意见，对一些重要和基本的章节概念，增加了解释和示例，以帮助读者理解和自学。第四，从深入学习和开展科研的角度出发，在每章结尾处增加了各节小结以及帮助读者扩大视野和进一步研究而提供的一些相关参考文献的介绍，以帮助读者有的放矢地进行查阅。第五，从使用方便的角度出发，将习题和对应的解答都集中在同一册书中。本套书的第1版从1996年开始编写，至今已近10年。这期间，笔者与许多读者（包括教师、学生、自学者）有过各种形式的讨论和交流，除了面谈外，许多人打过电话、发过电子邮件。这些讨论和交流使笔者获得了许多宝贵的意见、建议，为完善第1版和编写第2版都不可或缺。值得指出的是，书中汇集了几年来不少听课学生的贡献，许多例题和练习题是在历届学生作业和课堂讨论的基础上提炼出来的，一些图片还直接由学生帮助制作，在选材上也从学生的反馈中受到许多启发。借此机会一并表示衷心的感谢。本套书中有相当内容基于作者和他人共同研究的成果，特别是历来的学生边辉、陈挺、戴声扬、傅卓、高永英、葛菁华、胡浩基、黄英、黄翔宇、贾波、贾慧星、姜帆、李勍、李睿、刘青棣，刘惟锦、刘忠伟，陆海斌，罗惠韬，罗沄、钱宇飞、秦暄、谭华春、王志明、吴高洪、吴玮、徐丹、徐枫、徐寅、薛景浩、杨静波、杨翔英、姚玉荣、俞天利、张宁和朱小青，博士后高立志以及进修教师崔京守、石俊生、杨卫平、张贵仓等，第1版和第2版采用的图片除作者自己制作的外，也包括他们在研究工作中收集和实验得到的。本套书应该是多人合作成果的体现。全书在编写过程中得到陈国新编辑认真的审阅和精心的修改，这既使全书增色不少，也使作者受益匪浅。最后，作者感谢妻子何芸，女儿章荷铭以及父母家人在各方面的理解和支持！章毓晋2005年夏于清华园通信：北京清华大学电子工程系，100084电话：（010）62781430传真：（010）62770317电子邮件：zhangyj@ee.tsinghua.edu.cn个人主页：www.ee.tsinghua.edu.cn/~zhangyujin/研究室网：image.ee.tsinghua.edu.cn

　　章毓晋：1989年获比利时列日大学应用科学博士学院。1989年至1993年为荷兰德尔夫特大学博士后及研究人员。1997年起被聘为清华大学电子工程系教授，1998年起成为博士生导师。2003年学术休假期间同时被聘为新加坡南洋理工大学访问教授。在清华大学，先后开出并讲授多门本科生和研究生课程。在南洋理工大学，开出并讲授研究生课程“现代图像分析（英语）”。已编写出版了图像工程系列教材（获全国普通高等学校优秀教材一等奖），还编写出版了《图像处理和分析基础》、“图像处理在分析多媒体计算机辅助教学课件”以电子版“图像处理和分析网络课程”。已在国内外发表了20多篇教学研究论文。主要科学研究领域为其积极倡导的图像工程（图像处理、图像分析、图像理解及其技术应用）。从1996年起已连续十年对中国图像工程研究及主要文献进行了系统的年度分类综述。已在国内外发表了200年篇图像工程研究论文，编写出版了专著《图象分割》和《基于内容的视觉信息检索》。主编出版了“AdvancesinImageandVideoSegmentation”和“Semantic-BasedVisualInformationRetrieval”。现为中国图象图形学学会副理事长、学术委员会主任：《中国图象图形学报》副主编，《电子与信息学报》、《计算机辅助设计与图形学学报》编委；IEEE高级会员，“PatternRecognitionLetters”编委（associateeditor）；曾任第一届和第二届国际图象图形学学术会议（ICIG’2000，ICIG’2002）、第十二届全国图象图形学学术会议（NCIG’2005）程序委员会主席。

第1章绪论1
1.1图像和图像工程1
1.1.1图像基础知识1
1.1.2图像工程概述3
1.2图像分析概论6
1.2.1图像分析定义和研究内容6
1.2.2图像分析系统8
1.3主要内容和安排10
总结和复习13




第2章相关图像基础15
2.1图像处理技术概述16
2.2图像成像过程17
2.2.1成像变换18
2.2.2成像亮度19
2.2.3采样和量化21
2.3离散距离及扩展24
2.3.1常用离散距离24
2.3.2斜面距离和扩展30
2.4图像噪声消除32
2.4.1线性滤波消除噪声32
2.4.2非线性滤波消除噪声35
2.4.3混合滤波提高效率37
2.4.4组合滤波消除噪声38
图像工程(中册)——图像分析（第2版）目录总结和复习40




第3章数字化的图像43
3.1图像采集网格44
3.2数字化模型47
3.2.1数字化模型基础47
3.2.2方盒量化49
3.2.3网格相交量化51
3.2.4目标轮廓量化53
3.3离散直线性55
3.3.1弦和弧55
3.3.2直线性58
3.4距离变换60
3.4.1定义和性质60
3.4.2局部距离的计算61
3.4.3离散距离变换的实现63
3.4.43D距离变换65
3.53D图像中的连通和拓扑68
总结和复习71




第4章图像分割基础73
4.1图像分割定义和技术分类74
4.2并行边界技术75
4.2.1边缘及检测原理75
4.2.2正交梯度算子77
4.2.3方向微分算子80
4.2.4二阶导数算子81
4.2.5边界闭合85
4.2.6边界细化86
4.3串行边界技术87
4.3.1图搜索87
4.3.2动态规划89
4.4并行区域技术91
4.4.1原理和分类91
4.4.2依赖像素的阈值选取93
4.4.3依赖区域的阈值选取96
4.4.4依赖坐标的阈值选取99
4.4.5空间聚类100
4.5串行区域技术102
4.5.1区域生长102
4.5.2分裂合并103
总结和复习105




第5章特色分割算法108
5.1SUSAN检测算子109
5.1.1USAN原理109
5.1.2SUSAN算子边缘检测110
5.2主动轮廓模型113
5.2.1主动轮廓114
5.2.2设计能量函数114
5.3特色的取阈值技术118
5.3.1多分辨率阈值选取118
5.3.2类间最大交叉熵阈值120
5.3.3类内最小模糊散度阈值121
5.3.4借助过渡区选择阈值125
5.4分水岭分割算法128
5.4.1基本原理和步骤128
5.4.2算法改进和扩展132
总结和复习136




第6章分割技术扩展139
6.1哈夫变换及广义哈夫变换140
6.1.1基本哈夫变换原理140
6.1.2哈夫变换的改进143
6.1.3广义哈夫变换原理146
6.1.4完整广义哈夫变换149
6.2亚像素边缘检测150
6.2.1基于矩保持的技术151
6.2.2利用一阶微分期望值的技术153
6.2.3借助切线信息的技术154
6.3从2D推广到3D156
6.3.13D边缘检测156
6.3.23D边界细化161
6.3.33D图像阈值化分割162
6.3.43D主动轮廓165
6.3.53D分裂合并和组合166
6.4特殊图像的分割168
6.4.1彩色图像的分割168
6.4.2深度图像的分割170
6.4.3合成孔径雷达图像的分割172
总结和复习173




第7章图像分割评价177
7.1分割评价研究分类178
7.2分割算法评价框架180
7.3分割评价准则183
7.3.1分析法准则183
7.3.2优度实验法准则184
7.3.3差异实验法准则185
7.4算法评价实例188
7.4.1试验设置和环境188
7.4.2试验结果和讨论189
7.5评价方法和准则比较192
7.5.1方法讨论和比较193
7.5.2准则的分析比较194
7.5.3准则的实验比较195
7.6基于评价的分割算法优选系统198
7.6.1算法优选思想和策略198
7.6.2优选系统的实现和效果199
总结和复习201




第8章目标表达204
8.1基于边界的表达205
8.1.1技术分类205
8.1.2链码206
8.1.3边界段和凸包208
8.1.4边界标记209
8.1.5多边形211
8.1.6地标点213
8.2基于区域的表达215
8.2.1技术分类215
8.2.2空间占有数组215
8.2.3四叉树216
8.2.4金字塔217
8.2.5围绕区域219
8.2.6骨架220
8.3基于变换的表达224
8.3.1技术分类224
8.3.2傅里叶变换表达224
总结和复习226




第9章目标描述229
9.1基于边界的描述230
9.1.1简单边界描述符230
9.1.2形状数231
9.1.3边界矩233
9.2基于区域的描述234
9.2.1简单区域描述符234
9.2.2拓扑描述符237
9.2.3不变矩240
9.3对目标关系的描述243
9.3.1目标标记和计数243
9.3.2点目标的分布248
9.3.3字符串描述符250
9.3.4树结构描述符251
总结和复习252




第10章特征测量和误差分析255
10.1直接测度和间接测度256
10.2准确性和精确性258
10.34连通和8连通260
10.4影响测量误差的因素263
10.4.1误差来源263
10.4.2光学镜头分辨率264
10.4.3采样密度265
10.4.4分割算法269
10.4.5特征量计算公式271
10.4.6综合影响274
10.5误差分析274
总结和复习276




第11章纹理分析279
11.1关于纹理的讨论280
11.2纹理描述的统计方法282
11.2.1灰度共生矩阵282
11.2.2基于共生矩阵的纹理描述符285
11.2.3基于能量的纹理描述符288
11.3纹理描述的结构方法290
11.3.1基本的结构描述法290
11.3.2典型的结构描述法291
11.4纹理描述的频谱方法293
11.5一种纹理分类合成方法299
11.6纹理分割方法302
11.6.1纹理在图像分割中的作用302
11.6.2有监督纹理分割303
11.6.3无监督纹理分割306
总结和复习309




第12章形状分析311
12.1关于形状的讨论312
12.2平面形状的分类313
12.3形状特性的描述315
12.3.1形状紧凑性描述316
12.3.2形状复杂性描述323
12.4基于技术的描述325
12.4.1基于多边形表达的形状描述325
12.4.2基于曲率的形状描述327
12.5拓扑结构的描述331
12.6分形维数332
12.6.1分形维数计算332
12.6.2分形维数的应用337
总结和复习340




第13章运动分析343
13.1运动分类和表达344
13.2运动估计和检测349
13.2.1利用图像差的运动检测349
13.2.2利用时空梯度估计光流场352
13.2.3基于模型的运动检测354
13.2.4频率域运动检测356
13.3运动目标分割358
13.3.1目标分割和运动信息提取358
13.3.2基于亮度梯度的稠密光流359
13.3.3映射参数估计364
总结和复习365




第14章二值数学形态学367
14.1基本集合定义368
14.2二值形态学基本运算369
14.2.1膨胀和腐蚀369
14.2.2开启和闭合376
14.2.3基本运算性质380
14.3二值形态学组合运算382
14.3.1击中击不中变换382
14.3.2组合运算386
14.4二值形态学实用算法390
总结和复习396




第15章灰度数学形态学399
15.1灰度图像的排序400
15.2灰度形态学基本运算401
15.2.1膨胀和腐蚀401
15.2.2开启和闭合406
15.2.3基本运算性质408
15.2.4对结构元素的讨论409
15.3灰度形态学组合运算411
15.4灰度形态学实用算法416
15.5图像代数423
总结和复习427




附录A体视学和图像分析429
A.1体视学简介430
A.1.1相关基础知识介绍430
A.1.2体视学原理431
A.1.3体视学基本关系433
A.2图像处理辅助体视学测量435
A.2.1基本的图像系统结构435
A.2.2图像处理技术的应用436
A.3图像自动分析与体视学测量437
A.3.1网格的使用437
A.3.2参数测量与误差439




部分习题解答443




参考文献460