现代数字图像处理

第1章　图像的统计特性 1

1.1　概论 1

1.2 幅度 2

1.3　振幅的跳变 4

1.4　自相关函数 6

1.5　熵 10

1.6　图像模型 13

1.7　尺度不变模型 15

1.8　参考文献 15

第2章　图像的采样及其分形表示 17

2.1　一维带限信号 17

2.2　实际信号 20

2.3　N维扩张 22

2.4　分形模型 24

2.5　参考文献 31

第3章　图像的离散表示形式 32

3.1　绪论 32

3.2　铺砌和栅格 32

3.3　离散拓扑学 36

3.4　几何描述 44

3.5　随机结构的例子 54

3.6　距离函数 56

3.7　参考文献 58

4.1　逆滤波 60

第4章　图像恢复 60

4.2　奇异退化和坏条件系统 64

4.3　二维信号的恢复 68

4.4　迭代恢复 69

4.5　退化的估算 72

4.6　边界效应的削弱 73

4.7　参考文献 73

第5章　数学形态学 75

5.1　绪论与基础知识 75

5.2　四种运算 77

5.3　拓扑框架 86

5.4　代数框架 89

5.5　概率论框架 91

5.6　腐蚀和膨胀的应用 92

5.7　开和闭的应用 94

5.8　开关变换和导出算子 97

5.9　大地测量学 101

5.10　流域分界线 102

5.11　结论 106

5.12　参考文献 106

第6章　马尔可夫场 108

6.1　马尔可夫场的定义及其模拟 108

6.2　应用：恢复与分割 119

6.3　马尔可夫框架下的估计算法 122

6.4　参数估计 129

6.5　边缘处理 132

6.6　原型图 134

6.7　参考文献 135

第7章　小波与图像处理 138

7.1　图像线性分析的原理 138

7.2　框架 143

7.3 自适应跟踪 151

7.4　参考文献 154

第8章　偏微分方程和图像处理 156

8.1　热传导方程及其限制 156

8.2　非线性扩散方程 162

8.3　偏微分方程与多尺度分析 168

8.4　参考文献 173

第9章　预处理 174

9.1　光学处理和彩色处理 174

9.2　噪声抑制 176

9.3 自适应滤波 182

9.4　图像重采样 184

9.5　参考文献 187

第10章　图像的边缘检测 190

10.1　连续的边缘模型 190

10.2　经典方法 192

10.3　解析方法 197

10.4　活动边缘（蛇行模型） 201

10.5　边缘的延伸与闭合 206

10.6　参考文献 210

第11章　区域分割 212

11.1 基于直方图的方法 212

11.2　区域变换法 216

11.3　邻接图 221

11.4　最小描述长度（MDL）方法 221

11.5 Mumford-Shah方法 222

11.6　参考文献 226

第12章　纹理 229

12.1　什么是纹理 229

12.2　纹理的模型 231

12.3　纹理分析及其识别 232

12.4　马尔可夫场方法 240

12.5　结构方法 242

12.6　异质纹理 243

12.7　参考文献 243

第13章　轮廓描述符和形状描述符 246

13.1　特征函数 246

13.2　形状描述符 248

13.3 Guzman多边形 249

13.4 Freeman链 251

13.5　傅里叶描述符 255

13.6　多项式逼近 257

13.7　Hough变换 263

13.8　结论 268

13.9　参考文献 269