图像处理.分析与机器视觉(第4版)/MILAN SONKA

第1章引言 1
1.1动机 1
1.2计算机视觉为什么是困难的 2
1.3图像表达与图像分析的任务 4
1.4总结 7
1.5习题 7
1.6参考文献 8
第2章图像及其表达与性质 9
2.1图像表达若干概念 9
2.2图像数字化 11
2.2.1采样 11
2.2.2量化 12
2.3数字图像性质 13
2.3.1数字图像的度量和拓扑性质 13
2.3.2直方图 17
2.3.3熵 18
2.3.4图像的视觉感知 18
2.3.5图像品质 20
2.3.6图像中的噪声 21
2.4彩色图像 22
2.4.1色彩物理学 22
2.4.2人所感知的色彩 23
2.4.3彩色空间 26
2.4.4调色板图像 28
2.4.5颜色恒常性 28
2.5摄像机概述 29
2.5.1光敏传感器 29
2.5.2黑白摄像机 30
2.5.3彩色摄像机 32
2.6总结 32
2.7习题 33
2.8参考文献 35
第3章图像及其数学与物理背景 37
3.1概述 37
3.1.1线性 37
3.1.2狄拉克（Dirac）分布和卷积 37
3.2积分线性变换 38
3.2.1作为线性系统的图像 39
3.2.2积分线性变换引言 39
3.2.31D傅里叶变换 39
3.2.42D傅里叶变换 43
3.2.5采样与香农约束 45
3.2.6离散余弦变换 47
3.2.7小波变换 48
3.2.8本征分析 52
3.2.9奇异值分解 53
3.2.10主分量分析 54
3.2.11Radon变换 56
3.2.12其他正交图像变换 56
3.3作为随机过程的图像 57
3.4图像形成物理 59
3.4.1作为辐射测量的图像 59
3.4.2图像获取与几何光学 60
3.4.3镜头像差和径向畸变 63
3.4.4从辐射学角度看图像获取 65
3.4.5表面反射 67
3.5总结 69
3.6习题 70
3.7参考文献 71
第4章图像分析的数据结构 73
4.1图像数据表示的层次 73
4.2传统图像数据结构 74
4.2.1矩阵 74
4.2.2链 76
4.2.3拓扑数据结构 76
4.2.4关系结构 77
4.3分层数据结构 78
4.3.1金字塔 78
4.3.2四叉树 79
4.3.3其他金字塔结构 80
4.4总结 81
4.5习题 82
4.6参考文献 83
第5章图像预处理 85
5.1像素亮度变换 85
5.1.1位置相关的亮度校正 85
5.1.2灰度级变换 86
5.2几何变换 88
5.2.1像素坐标变换 88
5.2.2亮度插值 89
5.3局部预处理 91
5.3.1图像平滑 91
5.3.2边缘检测算子 97
5.3.3二阶导数过零点 100
5.3.4图像处理中的尺度 104
5.3.5Canny边缘提取 105
5.3.6参数化边缘模型 107
5.3.7多光谱图像中的边缘 107
5.3.8频域的局部预处理 108
5.3.9用局部预处理算子作线检测 112
5.3.10角点（兴趣点）检测 113
5.3.11最大稳定极值区域检测 116
5.4图像复原 117
5.4.1容易复原的退化 118
5.4.2逆滤波 118
5.4.3维纳滤波 118
5.5总结 120
5.6习题 121
5.7参考文献 126
第6章分割Ⅰ 130
6.1阈值化 130
6.1.1阈值检测方法 132
6.1.2最优阈值化 133
6.1.3多光谱阈值化 135
6.2基于边缘的分割 136
6.2.1边缘图像阈值化 137
6.2.2边缘松弛法 138
6.2.3边界跟踪 139
6.2.4作为图搜索的边缘跟踪 143
6.2.5作为动态规划的边缘跟踪 149
6.2.6Hough变换 152
6.2.7使用边界位置信息的边界
???检测 157
6.2.8从边界构造区域 157
6.3基于区域的分割 159
6.3.1区域归并 160
6.3.2区域分裂 161
6.3.3分裂与归并 162
6.3.4分水岭分割 165
6.3.5区域增长后处理 167
6.4匹配 167
6.4.1模版匹配 168
6.4.2模版匹配的控制策略 170
6.5分割的评测问题 170
6.5.1监督式评测 171
6.5.2非监督式评测 173
6.6总结 174
6.7习题 176
6.8参考文献 178
第7章分割Ⅱ 185
7.1均值移位分割 185
7.2活动轮廓模型——蛇行 190
7.2.1经典蛇行和气球 191
7.2.2扩展 193
7.2.3梯度矢量流蛇