数字图像处理及行业应用

　　本书主要介绍了数字图像处理的基本概念、基本原理、常见方法和应用案例，并且融入了近年来数字图像处理领域的重要进展。全书共11章，包括绪论、数字图像处理基础、图像增强、图像复原、彩色图像处理、图像压缩、图像形态学及其应用、图像分割、图像特征提取、图像识别、图像处理的综合应用实例分析。本书注重理论和实际应用相结合，在讲解理论的同时配以大量的行业应用案例。本书可作为高等学校信息与通信工程、计算机科学与技术、软件工程、自动化、人工智能等专业本科高年级或研究生的教材，也可作为数字图像处理、计算机视觉、机器视觉、人工智能等领域工程技术人员的参考书。

暂缺《数字图像处理及行业应用》作者简介

前言
第1章绪论
1.1数字图像处理的基本概念
1.1.1图像的表示
1.1.2数字图像处理的目的
1.2数字图像处理的内容和方法
1.2.1数字图像处理的内容
1.2.2数字图像处理的方法
1.3数字图像处理系统的构成
1.4数字图像处理的特色应用
1.5本章小结
第2章数字图像处理基础
2.1数字图像处理基础概述
2.2图像的视觉基础
2.2.1人眼视觉系统
2.2.2人眼视觉模型
2.2.3人眼视觉特性
2.3图像的数字化表示
2.3.1图像的获取
2.3.2图像数字化过程
2.3.3数字图像表示方法
2.4图像像素间的关系
2.4.1图像像素邻域
2.4.2图像像素邻接
2.4.3像素间的距离
2.5图像的算术运算
2.6本章小结
第3章图像增强
3.1图像增强概述
3.2空间域的图像增强——直接灰度变换法
3.2.1图像线性变换
3.2.2图像非线性变换
3.3空间域的图像增强——直方图修正法
3.3.1直方图的概念
3.3.2直方图均衡化
3.3.3直方图规定化
3.4空间域的滤波增强——平滑滤波与锐化滤波
3.4.1平滑滤波器
3.4.2锐化滤波器
3.5频率域的图像增强
3.5.1离散傅里叶变换
3.5.2频率域平滑滤波——低通滤波器
3.5.3频率域锐化滤波——高通滤波器
3.6本章小结
第4章图像复原
4.1图像复原概述
4.1.1图像退化与复原的关系
4.1.2图像降质过程的数学模型
4.2常见的退化函数估计
4.3噪声模型及只含噪声图像的复原
4.3.1各类常见噪声模型
4.3.2空间域滤波对只含噪声图像的复原
4.3.3频率域滤波对只含周期噪声图像的复原
4.4复原的经典理论方法（选学）
4.4.1逆滤波复原
4.4.2维纳滤波复原
4.4.3约束小二乘方滤波复原
4.5图像的几何失真变换
4.5.1基本的几何失真变换
4.5.2灰度插值复原
4.6本章小结
第5章彩色图像处理
5.1彩色图像处理概述
5.2彩色基础
5.2.1彩色的颜色属性
5.2.2原色相加理论和原色相减理论
5.3彩色模型
5.3.1RGB彩色模型
5.3.2CMY和CMYK彩色模型
5.3.3HSI彩色模型
5.3.4与设备无关的彩色模型——Lab彩色模型
5.3.5彩色模型之间的变换
5.4伪彩色图像处理
5.4.1灰度分层法
5.4.2灰度级到彩色变换法
5.5彩色变换
5.5.1调整彩色图像亮度
5.5.2补色
5.5.3彩色分层
5.5.4色调和彩色校正
5.5.5直方图处理
5.6彩色图像增强
5.6.1彩色图像平滑
5.6.2彩色图像锐化
5.7彩色图像分割
5.7.1HSI彩色模型分割
5.7.2RGB彩色模型分割
5.7.3彩色图像边缘检测（选学）
5.8本章小结
第6章图像压缩
6.1图像压缩概述
6.2数学变换基础
6.2.1数据冗余
6.2.2基础变换
6.3无损压缩编码
6.3.1霍夫曼编码
6.3.2行程编码
6.3.3算术编码
6.4有损压缩编码
6.4.1有损预测编码
6.4.2变换编码
6.4.3其他编码
6.5图像压缩标准与图像格式
6.5.1JPEG
6.5.2JPEG2000
6.5.3其他图像压缩标准
6.5.4图像格式
6.6本章小结
第7章图像形态学及其应用
7.1图像形态学概述
7.2二值图像数学形态学的运算工具——腐蚀与膨胀
7.2.1数学形态学的基础知识
7.2.2二值腐蚀与膨胀
7.3二值图像数学形态学的运算工具——开运算与闭运算
7.3.1二值图像开运算
7.3.2二值图像闭运算
7.4数学形态学的常见算法
7.4.1边界提取
7.4.2孔洞填充
7.4.3击中与击不中变换
7.4.4提取连通分量
7.4.5细化和粗化
7.4.6骨架抽取
7.5灰度图像形态学
7.5.1灰度腐蚀与膨胀
7.5.2灰度开运算与闭运算
7.6本章小结
第8章图像分割
8.1图像分割概述
8.2点、线的边缘检测方法
8.2.1边缘检测原理
8.2.2点检测
8.2.3线检测
8.2.4各种边缘检测算子及性能对比
8.2.5霍夫（Hough）变换
8.3基于阈值的分割方法
8.3.1阈值分割的原理与分类
8.3.2全局阈值分割
8.3.3局部阈值分割
8.4基于区域提取的分割方法
8.4.1区域生长
8.4.2区域分裂与合并
8.5形态学分水岭算法分割图像
8.6其他分割算法（选学）
8.6.1超像素的区域分割
8.6.2运动视频在分割中的运用
8.7本章小结
第9章图像特征提取
9.1图像特征提取概述
9.2边界预处理表示方法
9.2.1链码
9.2.2小周长多边形近似边界
9.2.3标记图
9.2.4骨架
9.3边界特征描绘子
9.3.1基础边界描绘子
9.3.2形状数
9.3.3傅里叶描绘子
9.3.4统计矩
9.4区域描绘特征(选学)
9.4.1一些基本的区域描绘子
9.4.2拓扑描绘子
9.4.3纹理
9.4.4矩不变量
9.4.5特征描绘子的主分量
9.5尺度不变特征变换
9.5.1尺度空间极值检测（选学）
9.5.2关键点定位
9.5.3方向确定
9.5.4关键点描述
9.6本章小结
第10章图像识别
10.1图像识别概述
10.2基于传统机器学习的图像识别
10.2.1监督学习算法
10.2.2非监督学习算法
10.3分类模型评价指标
10.4基于深度学习的图像识别
10.5本章小结
第11章图像处理的综合应用实例分析
11.1车牌识别综合案例分析
11.1.1车牌识别概述
11.1.2车牌识别原理
11.1.3车牌识别案例实验分析
11.2陶瓷碗口圆度检测综合案例分析
11.2.1陶瓷碗口圆度检测概述
11.2.2陶瓷碗口圆度检测原理
11.2.3陶瓷碗口圆度检测实验分析
11.3陶瓷碗口缺口检测综合案例分析
11.3.1陶瓷碗口缺口检测概述
11.3.2陶瓷碗口缺口检测原理及实验分析
11.4墙地