Visual C++数字图像处理

　　《Visual C++数字图像处理》配合图像处理专业理论性书籍的内容，从程序设计角度介绍了各种图像处理技术的典型算法及在VC++环境下的代码实现，并通过典型案例的介绍将各种图像处理技术集成起来。全书内容共分10章，分别介绍了基础知识）包括颜色表、色彩空间、设备相关位图、设备无关位图及ImgCenterDib类的实现）、图像的灰度变换、图像的几何变换、图像的变换域处理、图像增强处理、图像分割、图像复原、图像的形态学处理、运动图像分析及其应用、图像配准及典型案例、算法实现等。《Visual C++数字图像处理》以实践为导向，以实用为目标，来介绍这些重要的数字图像处理技术，同时详细地介绍如何用Visual C++编程实现这些典型及常用算法，并结合实际应用案例，使读者掌握用Visual C++进行图像处理编程的基本方法和技巧。《Visual C++数字图像处理》适合入门图像处理技术的初学者阅读，也适合作为正在研究数字图像处理的研究人员的参考书，还适合作为在校大学生及研究生的参考书。

　　谢凤英，北京航空航天大学图像处理中心骨干教师，从事数字图像处理课程本科和研究生教学6年。先后承担或参加了包括三项国家自然基金在内的多项课题研究工作，在国内外期刊会议发表论文十余篇，具有丰富的教学实践经验和深厚的学术理论水平。曾获得北京市青年科技优秀论文、全国信息处理学术会议优秀论文和北航蓝天（教学）新星等奖励。

第1章 Visual C++数字图像编程基础
1.1 图像、颜色表和色彩空间
1.1.1 图像
1.1.2 图像的矩阵表示
1.1.3 颜色表
1.1.4 彩色空间
1.1.5 灰度图像和彩色图像
1.2 BMP文件结构及其存取
1.2.1 BMP文件结构
1.2.2 BMP图像文件的读写
1.2.3 BMP图像位图数据的访问
1.2.4 灰度图像的颜色表
1.3 GDI对象及GDI位图
1.3.1 从资源中装入GDI位图
1.3.2 对位图进行伸缩处理
1.4 设备无关位图（DIB）
1.4.1 调色板
1.4.2 DIB访问函数
1.4.3 面向过程的DIB的读写及访问
1.4.4 面向对象的DIB的读写及访问——ImgCenterDib类
1.4.5 使用ImgCenterDib进行图像可视化编程
1.5 面向对象的图像处理算法实现
1.5.1 特效显示类SpecialEffectShow的定义
1.5.2 图像的扫描显示
1.5.3 图像的滑动显示
1.5.4 图像的渐进显示
1.5.5 图像的马赛克显示
1.6 本章小结
第2章 图像的灰度变换
2.1 灰度变换类（GrayTrans）
2.1.1 灰度变换类（GrayTrans）的定义
2.1.2 GrayTrans类的构造函数和析构函数
2.1.3 彩色和灰度格式间的转换
2.2 灰度的线性变换
2.2.1 负相变换
2.2.2 二值化和阈值处理
2.2.3 分段线性变换
2.3 灰度的非线性变换
2.3.1 对数函数非线性变换
2.3.2 指数函数非线性变换
2.4 灰度直方图
2.4.1 直方图类（Histogram）
2.4.2 编程实现直方图的绘制
2.4.3 直方图均衡
2.5 本章小结
第3章 图像的几何变换
3.1 几何校正与几何变换
3.2 几何变换类（GeometryTrans）
3.2.1 几何变换类（GeometryTrans）的定义
3.2.2 GeometryTrans类的构造函数和析构函数
3.3 图像的平移
3.4 图像的转置
3.5 图像的镜像变换
3.6 图像的插值算法
3.7 图像的缩放
3.8 图像的旋转
3.8.1 简单角度的旋转
3.8.2 任意角度的旋转
3.9 本章小结
第4章 图像的变换域处理
4.1 傅里叶变换
4.1.1 傅里叶变换的理论基础
4.1.2 二维离散傅里叶变换的性质
4.1.3 快速傅里叶变换（FFT）
4.1.4 快速傅里叶变换类（Transform_FFT）
4.1.5 Transform_FFT类的实现
4.1.6 傅里叶变换在图像处理中的应用
4.2 离散余弦变换
4.2.1 基础理论
4.2.2 离散余弦变换类（Transform_DCT）的定义
4.2.3 离散余弦变换类（Transform_DCT）的实现
4.2.4 离散余弦变换的实验结果
4.3 图像的小波变换及其应用
4.3.1 小波变换的基本理论
4.3.2 尺度函数与小波
4.3.3 Mallat算法与塔式分解
4.3.4 图像的多分辨分解与重建
4.3.5 小波变换类的定义
4.3.6 小波变换类的实现
4.3.7 小波在图像去噪中的应用
4.4 本章小结
第5章 图像增强处理
5.1 图像增强类
5.1.1 图像增强类的定义
5.1.2 CImgEnhance类的构造函数和析构函数
5.2 图像中的噪声模型
5.2.1 噪声来源
5.2.2 编程实现噪声添加
5.2.3 编程实现信噪比的计算
5.3 图像灰度修正
5.3.1 灰度校正
5.3.2 其他灰度修正方法
5.4 图像的平滑
5.4.1 邻域平均法
5.4.2 加权平均
5.4.3 选择式掩模平滑
5.4.4 中值滤波
5.5 图像的锐化
5.5.1 梯度锐化
5.5.2 拉普拉斯掩模锐化
5.6 本章小结
第6章 图像分割
6.1 图像分割类（ImgSegment）
6.1.1 ImgSegment类的定义
6.1.2 ImgSegment类的构造函数和析构函数
6.2 阈值分割
6.2.1 阈值分割原理
6.2.2 最大方差阈值分割
6.2.3 交互式阈值分割
6.3 边缘检测
6.3.1 边缘检测原理
6.3.2 常用边缘算子
6.3.3 自定义模板边缘
6.4 生长算法
6.4.1 区域生长
6.4.2 轮廓提取和边界跟踪
6.5 Hough变换
6.6 本章小结
第7章 图像复原
7.1 建立图像退化模型
7.1.1 图像的退化模型
7.1.2 连续的退化模型
7.1.3 离散的退化模型
7.2 运动模糊图像复原的基本原理
7.2.1 运动模糊图像形成过程的描述
7.2.2 匀速直线运动模糊的退化模型
7.2.3 匀速直线运动的点扩散函数参数确定
7.3 典型的运动模糊图像复原方法
7.3.1 图像恢复类的定义
7.3.2 ImageRestoreExt类构造函数与析构函数
7.3.3 逆滤波
7.3.4 维纳滤波
7.3.5 振铃效应的抑制
7.4 其他恢复方法
7.4.1 投影恢复法
7.4.2 Richardson-Lucy算法
7.4.3 几种恢复方法的性能比较
7.5 图像复原质量评价
7.5.1 有参照图像质量评价
7.5.2 无参照图像质量评价
7.6 本章小结
第8章 图像的形态学处理
8.1 数学形态学类（Morphology）
8.1.1 Morphology类的定义
8.1.2 构造函数和析构函数
8.2 二值数学形态学
8.2.1 二值数学形态学的相关概念
8.2.2 结构元素输入函数
8.2.3 二值腐蚀和膨胀
8.2.4 二值开运算和闭运算
8.2.5 二值形态学边界
8.2.6 击中击不中变换与细化算法
8.3 灰值形态学
8.3.1 灰值形态学的相关概念
8.3.2 灰值腐蚀和膨胀
8.3.3 灰值开运算和闭运算
8.3.4 灰值形态学梯度
8.3.5 Top-Hat变换
8.4 水域分割
8.4.1 水域分割原理
8.4.2 水域分割类（Watershed）
8.4.3 Watershed类的实现
8.4.4 水域分割函数的调用
8.5 本章小结
第9章 运动图像分析及其应用
9.1 运动图像分析涉及的基本问题
9.1.1 运动图像分析
9.1.2 运动的分类
9.1.3 运动的表达
9.2 频域运动估计方法
9.2.1 归一化相位相关方法
9.2.2 基于相位差的运动估计方法
9.3 运动目标检测与跟踪
9.3.1 静止背景下的运动目标检测
9.3.2 动态背景下的运动目标检测
9.3.3 基于Mean Shift 的运动目标跟踪方法
9.4 运动分析在电视跟踪测量系统中的典型应用
9.4.1 电视跟踪测量系统的基本工作原理
9.4.2 目标的提取与跟踪
9.4.3 简单场景的目标检测与跟踪
9.4.4 复杂场景下的金字塔模板匹配跟踪方法
9.5 本章小结
第10章 图像配准
10.1 图像配准的定义
10.2 图像配准类（Register）
10.2.1 Register类的定义
10.2.2 Register类的构造函数和析构函数
10.2.3 Register类输入数据的接口函数
10.3 模板匹配法
10.4 基于Harris角点特征的图像配准
10.4.1 Harris角点检测及其算法实现
10.4.2 基于奇异值分解的角点匹配及其算法实现
10.5 基于相位相关的图像配准
10.6 本章小结
参考文献