数字图像处理及应用——使用MATLAB分析与实现 PDF下载

编辑推荐

本书具有如下特色：

? 易教易学系统阐述基本概念和理论的同时，注重内容的系统性、实用性和可读性，减少理论公式的繁杂数学推导，为抽象的公式赋予明确的物理含义，便于理解和运用。

? 前后衔接注重图像处理基本理论和分析方法的前后连贯性，并妥善处理好与先修课程和后续课程的衔接性。

? 认知规律根据认知和理解的规律安排内容，深入浅出，将数学工具工程化，将抽象问题形象化，将复杂问题分层解析、简洁明了。

? 层次分明图像处理理论和图像处理应用结合紧密，理论严谨、概念清晰、结构合理，对各知识层次按照由浅入深、循序渐进的方式进行划分，环环相扣，前后呼应。

? 技术前沿介绍数字图像处理领域的新进展，了解前沿，激发兴趣，启迪创新思想。；

内容简介

本书系统地介绍了数字图像处理的基本概念和理论、基本方法和算法。全书共分12章，从内容上可分为3大部分。第1部分是数字图像处理的基础知识，包括图像处理的基本概念及相关基础。第2部分是数字图像处理方面的核心内容，系统地讨论了数字图像处理中的各种基本技术，包括图像处理的各种变换、图像处理的基本运算、图像空域增强技术、图像频域增强技术、彩色图像处理、图像复原和图像编码技术等。第3部分是图像分析和理解方面的内容，由浅入深地介绍了图像分割、数学形态学、图像特征与理解等方面的内容，为深入应用奠定坚实的基础。本书在内容安排上循序渐进、深入浅出，各章均配有丰富的例题和习题，力求突出重点、面向应用、提高能力、解决问题。本书可作为高等院校电子信息工程、通信工程、信息与信号处理、电子科学与技术、信息工程、计算机科学与技术、软件工程、自动化、电气工程、生物医学工程、物联网、电视技术和遥感遥测等相关专业的高年级学生和研究生的图像处理教材，也可以作为工程技术人员或其他相关人员的参考书。

作者简介

陈天华教授、硕士生导师，毕业于南京航空航天大学（本科、硕士），获全校8名优秀毕业研究生称号，先后任职于原航空航天工业部和中国人民银行信息技术部门，从事信号处理及图像处理方面的研究工作。现任北京工商大学计算机与信息工程学院教授、电子信息系主任。兼任国家标准化委员会专家委员会委员、中国电子学会、中国自动化法学会、中国系统仿真学会、中国计算机学会高级会员；兼任北京及多省、部、市科学技术奖励评审专家及自然科学基金评审专家。长期从事数字图像处理、信号与信息处理、测控技术、生物医学信号等领域的教学和研究工作。先后开设“数字图像处理”、“机器视觉与图像处理”、“图像工程”、“数字信号处理”、“信号与系统”等多门本科生及研究生课程。发表学术论文60余篇，其中SCI、EI检索30篇。先后主持及参与军工重点型号、国家技术改造项目、国家“863计划”、国家自然科学基金等国家、军队、省部级及企业合作科研项目30余项。获国家发明专利4项，出版著作5部，主审教材1部，编制国家军用标准和国家标准3部，获得省部级科学技术奖励4项，北京市高等教育精品教材奖励1项，出版教育部电子信息类教学指导委员会规划教材1部。

数字图像处理及应用——使用MATLAB分析与实现 PDF下载

目录

第1章数字图像处理概论

1．1数字图像处理的产生

1．2数字图像处理的基本概念

1．2．1图像及其类型

1．2．2图像与数字图像

1．2．3其他相关概念

1．2．4数字图像获取方法

1．2．5数字图像的矩阵表示

1．3数字图像处理系统

1．3．1数字图像处理硬件系统

1．3．2数字图像处理软件系统

1．4数字图像处理的应用与发展

1．4．1数字图像处理的应用

1．4．2数字图像处理的发展

习题

第2章数字图像处理基础

2．1数字图像的类型

2．2图像数字化器

2．2．1图像数字化器的组件

2．2．2图像数字化器的性能

2．2．3图像数字化器的类型

2．3图像的采样和量化

2．3．1采样

2．3．2量化

2．3．3采样与量化参数的选择

2．4像素基本关系

2．4．1像素的邻接

2．4．2邻接性、连通性、区域和边界

2．4．3距离度量

2．5图像文件格式

2．5．1BMP文件

2．5．2JPEG文件

2．5．3PNG文件

2．5．4TIFF文件

2．5．5GIF文件

2．6数字图像的显示特性

2．6．1图像的显示

2．6．2图像的打印

2．7图像质量评价

2．7．1图像质量评价方法

2．7．2均方误差

2．7．3信噪比与峰值信噪比

2．7．4结构相似度

2．8灰度直方图

2．8．1直方图的定义与性质

2．8．2直方图的作用

2．8．3直方图与图像的关系

2．9图像的统计特征

2．9．1图像的基本统计分析量

2．9．2多维图像的统计特性

习题

第3章图像变换

3.1傅里叶变换

3.1.1连续傅里叶变换

3.1.2离散傅里叶变换

3.1.3二维DFT的性质

3.1.4图像傅里叶变换综合实例

3.2离散余弦变换

3.2.1一维DCT变换

3.2.2二维DCT变换

3.2.3DCT变换的快速算法

3.2.4二维DCT的频谱分布

3.3离散KL变换

3.3.1KL变换的基本原理

3.3.2KL变换的性质

3.3.3KL变换的逆变换

3.4离散沃尔什变换

3.4.1一维离散沃尔什变换

3.4.2二维离散沃尔什变换

3.4.3沃尔什变换的频谱

3.5离散哈达玛变换

3.5.1一维离散哈达玛变换

3.5.2二维离散哈达玛变换

3.6小波变换

3.6.1小波变换简介

3.6.2连续小波变换

3.6.3离散小波变换

习题

第4章图像处理的基本运算

4.1基本运算的类型

4.2点运算

4.2.1点运算的种类

4.2.2点运算与直方图

4.2.3点运算的应用

4.3代数运算

4.3.1代数运算的意义

4.3.2加法运算

4.3.3减法运算

4.3.4乘法运算

4.3.5除法运算

4.4几何运算

4.4.1齐次坐标

4.4.2图像平移

4.4.3比例缩放

4.4.4镜像变换

4.4.5旋转变换

4.4.6复合变换

4.4.7控制点变换

4.4.8透视变换

4.4.9其他变换

4.5灰度级插值

4.5.1最近邻法

4.5.2双线性插值法

4.5.3三次内插法

习题

第5章图像空域增强

5．1图像噪声

5．1．1图像噪声的产生

5．1．2图像噪声的分类

5．1．3图像噪声的特点

5．2图像增强处理分类

5．2．1空域增强法

5．2．2频域增强法

5．2．3图像增强效果评价

5．3直接灰度变换增强

5．3．1线性灰度拉伸

5．3．2非线性拉伸

5．3．3光学增强

5．4基于直方图的图像增强

5．4．1基本原理

5．4．2直方图均衡化

5．4．3直方图规定化

5．5代数运算增强

5．5．1代数运算增强的应用

5．5．2比值处理与应用

5．6空域滤波增强

5．6．1空域滤波模板

5．6．2线性平滑滤波

5．6．3非线性平滑滤波

5．6．4锐化滤波器

5．7空域平滑滤波处理实例

5．7．1程序源代码

5．7．2应用举例

习题

第6章图像频域增强

6．1低通滤波

6．1．1理想低通滤波器

6．1．2巴特沃斯低通滤波器

6．1．3指数低通滤波器

6．1．4梯形低通滤波器

6．2高通滤波

6．2．1理想高通滤波器

6．2．2巴特沃斯高通滤波器

6．2．3指数高通滤波器

6．2．4梯形高通滤波器

6．3带通和带阻滤波

6．3．1带通滤波器

6．3．2带阻滤波器

6．4同态滤波

6．4．1同态滤波原理

6．4．2同态滤波实现方法

6．4．3同态滤波的应用

习题

第7章彩色图像处理

7．1人眼的视觉特性

7．1．1人眼的结构

7．1．2人眼视觉模型

7．1．3人类视觉特性

7．2计算机的颜色模型

7．2．1面向硬件的彩色模型

7．2．2面向视觉感知的颜色模型

7．3伪彩色图像处理

7．3．1伪彩色处理简介

7．3．2密度分割

7．3．3灰度级伪彩色变换

7．4全彩色图像处理

7．4．1彩色图像处理方法分类

7．4．2彩色图像直方图增强

7．4．3彩色图像去噪

7．4．4彩色频域处理

习题

第8章图像复原

8．1图像退化机理

8．1．1退化原因

8．1．2复原机理

8．2图像退化模型

8．2．1退化模型的一般特性

8．2．2连续退化模型

8．2．3离散退化模型

8．3无约束复原

8．3．1无约束复原基本原理

8．3．2无约束复原的奇异性

8．4逆滤波

8．4．1逆滤波基本原理

8．4．2逆滤波的病态条件

8．4．3逆滤波复原实例

8．5有约束复原法

8．5．1最小二乘类约束复原

8．5．2维纳滤波

8．5．3功率谱均衡

8．5．4几何均值滤波器

8．6匀速直线运动的模糊恢复

8．6．1匀速运动模糊模型

8．6．2匀速运动复原方法

8．7其他纠正技术

8．7．1几何畸变校正

8．7．2盲目图像复原

8．8中值滤波

8．8．1中值滤波基本原理

8．8．2中值滤波特性

8．8．3加权中值滤波

习题

第9章图像编码

9．1图像编码的基本原理

9．1．1图像中的信息冗余

9．1．2图像编码分类

9．1．3图像编码新方法

9．2图像编码评价

9．2．1编码图像的质量

9．2．2效率指标

9．2．3复杂度与适用范围

9．3图像统计编码

9．3．1变长最佳编码定理

9．3．2霍夫曼编码

9．3．3香农范诺编码

9．3．4行程长度编码

9．3．5算术编码

9．4位平面编码

9．4．1位平面二值分解

9．4．2灰度码分解

9．5预测编码

9．5．1DPCM的工作原理

9．5．2线性预测编码

9．5．3非线性预测

9．6图像的变换编码

9．6．1变换编码的基本原理

9．6．2正交变换的物理意义

9．6．3变换类型与子块大小的选择

9．6．4变换编码的步骤

9．7JPEG标准

9．7．1JPEG基本系统

9．7．2JPEG编码方法

9．7．3渐进式DCT方式编码

9．7．4JPEG 2000

9．7．5JPEG编码实例

9．8MPEG标准

9．8．1MPEG1

9．8．2MPEG2

9．8．3MPEG4

习题

第10章数学形态学及应用

10．1数学形态学基础

10．1．1形态学简介

10．1．2术语和定义

10．2二值形态学

10．2．1腐蚀

10．2．2膨胀

10．2．3开运算与闭运算

10．2．4击中与击不中

10．3灰度形态学

10．3．1灰度腐蚀

10．3．2灰度膨胀

10．3．3灰度开运算与闭运算

10．4数学形态学的应用

10．4．1二值形态学平滑滤波

10．4．2图像细化

10．4．3图像粗化

习题

第11章图像分割

11．1图像分割的基本概念

11．1．1图像分割的基本原理

11．1．2图像分割方法

11．2阈值分割法

11．2．1最佳阈值法

11．2．2判别分析法

11．3区域分割法

11．3．1区域生长法

11．3．2区域分裂与合并

11．4边缘检测的基本原理

11．4．1边缘与边缘信号

11．4．2边缘的类型

11．4．3典型边缘信号

11．5边缘检测算子

11．5．1一阶微分算子

11．5．2二阶微分算子

11．5．3Canny边缘检测

11．6轮廓提取

11．6．1轮廓跟踪

11．6．2二值图像轮廓

11．7图像匹配

11．7．1模板匹配

11．7．2直方图匹配

11．7．3形状匹配

11．8边缘检测的MATLAB实现

11．8．1程序代码

11．8．2应用举例

习题

第12章图像特征与理解

12．1几何特征

12．1．1位置与方向

12．1．2长轴与短轴

12．1．3周长

12．1．4面积

12．1．5距离

12．2形状特征

12．2．1矩形度

12．2．2宽长比

12．2．3圆形度

12．2．4球状度

12．2．5不变矩

12．2．6偏心率

12．3颜色特征

12．3．1颜色直方图

12．3．2颜色集

12．3．3颜色矩

12．3．4颜色聚合向量

12．3．5颜色相关图

12．4形状描述子

12．4．1傅里叶描述子

12．4．2拓扑描述

12．4．3边界链码

12．4．4一阶差分链码

12．4．5霍夫变换

12．5纹理描述

12．5．1纹理特征

12．5．2统计法

12．5．3频谱法

12．5．4空间自相关函数法

12．5．5灰度共生矩阵法

12．5．6纹理句法结构分析

12．6骨架提取

12．6．1骨架的概念

12．6．2中轴变换

习题

参考文献

前沿

前言
1974年，数码相机之父塞尚发明和设计了第一台基于CCD的数码原型机，从此，数字图像技术逐步进入了大众生活； 20世纪60年代末，阿波罗登月计划实现了月球和地球之间数以万计的图像传输和处理，从此，图像处理技术引起了美国、中国、俄罗斯及欧洲一些科技大国的重视。特别是近20年来，数字图像处理技术得到快速发展，随着人工智能、大数据、物联网、数字地球、智慧城市、机器人技术及Internet的广泛应用，信息传输总量急剧增长。在各种信息中，图像信息以其信息量大和直观性、准确性、可靠性等一系列优点，成为人类获取信息的主要来源和利用信息的重要手段。
现代社会，图像处理技术已经应用和渗透到科学研究和日常生活的方方面面，并日益受到重视，在航天、军事、医学、科学研究等许多领域发挥着越来越重要的作用。在航空航天领域，图像处理技术已被用于高效、快速传输从宇宙空间拍摄各种图像，并进行快速处理，处理结果用于火箭发射监控、飞行控制、姿态调整、飞船返回等，或用于资源勘探、天体研究、地图测绘、气象预报、大气污染防控等研究。近年来，我国成功发射了嫦娥三号、天宫2号、天舟1号飞船，无论发射和回收，还是着陆地点选择、发射过程监测、飞行控制、舱内设备控制、故障检测和故障唤醒，图像处理技术始终发挥着不可替代的作用。在生物医学工程领域，图像处理的应用也非常广泛，它已用于各种射线照片、CT成像、超声影像、内窥镜像、核磁成像分析，帮助医生对疾病进行快速、准确诊断，挽回了无数人的生命。在军事领域，图像处理技术已成功用于卫星和遥感照片识别、无人机飞行与导航、高精度夜视瞄准设备等。数字图像处理技术的应用不胜枚举，基于图像处理技术开发出来的现代新型装备，其很多功能都是人工难以企及的。
实践的需要和成果的积淀促进了图像处理技术向更高水平发展，数字图像处理技术正是在这种应用的迫切需要和自身的不断发展之中得到迅速发展的学科。未来，图像处理技术的发展及应用与人类未来的生活联系之紧密、影响之深远是不可估量的。
本书共分12章，内容可以分为3大部分。第1部分（第1、2章）是数字图像处理的基础知识，主要内容包括图像处理学科概况、图像处理系统、研究内容、基本概念、图像类型、图像数字化方法、图像文件基本格式、图像质量评价、灰度直方图及图像的统计特征等。第2部分（第3~9章）是数字图像处理的核心内容，系统地讨论了数字图像处理中的各种基本理论、算法和应用，包括图像处理中的各种变换方法、图像基本运算、图像空域增强、图像频域增强、彩色图像处理、图像复原和图像编码等。第3部分（第10~12章）是图像分析方面的重要内容，由浅入深地介绍了图像分割与边缘检测、数学形态学、图像特征与理解方面的内容，为深入应用奠定坚实的基础。
本书是作者在多年从事图像处理开发和教学科研的基础上撰写而成的，力图体现以下三个特点：第一，将图像处理理论和图像处理的应用紧密结合起来，理论严谨、概念清晰、结构合理，系统介绍数字图像处理技术的知识、内容和应用领域，使读者对数字图像处理学科有一个全面的了解；第二，紧密结合相关专业本科生和研究生的培养规划，介绍图像处理技术方面的新理论、新技术、新标准和新应用，使读者充分了解图像处理技术的新发展和新应用；第三，注重理论和实际的结合，各有关章节内容既具有一定的理论深度，也对典型的应用做了较详细的介绍，各章均安排了重要应用实例，为读者编程和进一步的应用研究打下扎实的基础。
本书可作为高等院校电子信息工程、通信工程、信息与信号处理、电子科学技术、信息工程、计算机科学与技术、软件工程、自动化、电气工程、生物医学工程、物联网、电视技术和遥感遥测等相关专业的高年级学生和研究生的图像处理教材，也可以作为工程技术人员或其他相关人员的参考书。为方便教学，本书同步更新了电子教案及教材的全部源程序，如有需要，可到清华大学出版社网站下载或与作者联系。
在本书的撰写过程中，西安电子科技大学姜建国教授提出了宝贵意见，清华大学信息工程学院电子信息系章毓晋教授提出了有益的建议，在2017年11月召开的教育部电子信息类专业教学指导委员会会议上还听取了很多专家的建议，在此表示衷心的感谢。
由于作者水平有限，书中缺点和疏漏之处在所难免，恳请读者批评指正。欢迎读者对本书提出宝贵意见和建议。
作者2019年1月

免费在线读

第3章
CHAPTER 3

图像变换

人类视觉感受最直接和直观的是空间域和时间域信号，但某些时候，一些问题在空间域和时间域，其特点不明显，不容易观察，而将信号变换到其他域，则特征十分明显，甚至使问题迎刃而解。对于数字图像处理，其变换域分析方法中，频域变换法是应用最为广泛的一类方法。在频域中也有多种变换，如常用的傅里叶变换、DCT变换、小波变换等，每一种变换方法的适应对象和侧重解决的问题各不相同，但无论采用哪种变换，基本目的都相同，即所采用的这种变换一定可以更容易、更方便，或者是更直接、更直观地解决所遇到的图像处理问题。
数字图像处理技术是一门应用性非常强的学科，它既有非常广泛的技术基础，如信息技术、计算机科学、光学技术等学科，也具有严密的数学理论基础。和一些其他应用学科一样，如果没有数学或者说离开了数学，数字图像处理这门学科将难以发展甚至可能不存在。因此，在解决数字图像处理的具体问题时，数学作为图像变换的工具，发挥了重要的作用。
本章将围绕变换法在图像处理中的应用，首先介绍傅里叶变换及二维傅里叶变换的性质和应用，然后介绍在数字图像处理中得到广泛应用的DCT变换、KL变换、沃尔什变换、哈达玛变换及小波变换等。

3.1傅里叶变换
傅里叶变换是非常重要的数学分析工具，同时也是一种非常重要的信号处理方法，在图像处理领域，它也是一类应用最为广泛的正交变换，它除了许多在工程上具有重要意义的独特性质之外，还具有快速算法(FFT)。傅里叶变换是线性系统分析的有力工具，在数字图像处理与分析中，图像增强、图像恢复、图像编码压缩、图像分析与描述等每一种处理手段和方法都可以应用图像变换方法。例如，在进行图像低通滤波、高通滤波时，可以借助于傅里叶变换将在空间域中解决的问题转换到频率域中解决。图像处理中的变换方法一般都是保持能量守恒的正交变换，而且在理论上，它的基本运算是严格可逆的。借助于傅里叶变换理论及其物理解释，并结合其他技术学科可以解决或解释大多数图像处理问题。
3.1.1连续傅里叶变换
1. 一维连续傅里叶变换

若f(x)为一维连续实函数，则它的傅里叶变换可定义为

F(u)=∫∞－∞f(x)e－j2πuxdx(31)

一般情况下，实函数f(x)经过傅里叶变换之后，变换函数F(u)是一个复函数。傅里叶变换是一个线性积分变换，因此应讨论积分变换本身的存在性问题。傅里叶变换在数学上的定义是严密的，它需要满足如下狄利克莱条件：
(1) 具有有限个间断点。
(2) 具有有限个极值点。
(3) 绝对可积。
即只要满足上述条件的函数，其傅里叶变换与逆变换一定是存在的。实际应用中，绝大多数函数都是满足狄利克莱可积条件的。任何图像数字化信号或相关图像信号一般都被截为有限延续且有界的信号(函数)，因此，常用的图像信号和函数也都存在傅里叶变换。如果已知F(u)，则其反变换(傅里叶逆变换)为f(x)。傅里叶逆变换定义为

f(x)=∫∞－∞F(u)ej2πuxdu(32)

除了积分函数和积分变量的区分之外，正变换和反变换在形式上的另一个重要区别是幂次方的符号不同。
函数f(t)和F(u)称为傅里叶变换对。即对于任一函数f(x)，其傅里叶变换F(u)是唯一的；反之，对于任一函数F(u)，其傅里叶逆变换f(x)也是唯一的。
连续函数f(x)的傅里叶变换F(u)是一个复函数，因此F(u)可以表示为

F(u)=R(u) jI(u)

式中，R(u)和I(u)分别表示F(u)的实部和虚部，F(u)也可以表示为指数形式，即

F(u)=|F(u)|ej(u)

式中

|F(u)|=［R2(u) I2(u)］12(33)

(u)=argtanI(u)R(u)(34)

式中，|F(u)|称为F(u)的模，也称为函数f(x)的傅里叶谱； (u)为F(u)的相角，称为相位谱。
令

E(u)=|F(u)|2(35)

则E(u)称为函数f(x)的能量谱或功率谱。
2. 二维连续傅里叶变换
若f(x，y)为二维连续函数，并满足可积条件，则它的傅里叶变换可定义为

F(u,v)=∫∞－∞∫∞－∞f(x,y)e－j2π(ux vy)dxdy(36)

式中，u是对应于x轴的空间频率变量； v是对应于y轴的空间频率变量。
一般情况下，F(u，v)是关于实变量u、v的复值函数。由于一幅图像可用二维函数f(x，y)表示，所以F(u，v)也就是二维图像f(x，y)的傅里叶变换或傅里叶频谱。
如果已知F(u，v)，且F(u，v)满足可积条件，则其傅里叶逆变换定义为

f(x,y)=∫∞－∞∫∞－∞F(u,v)ej2π(ux vy)dudv(37)

这时F(u，v)和f(x，y)称为傅里叶变换对。类似于一维傅里叶变换，二维傅里叶频谱也可以表示为

F(u,v)=R(u,v) jI(u,v)(38)

式中，R(u，v)和I(u，v)分别表示F(u，v)的实部和虚部。F(u，v)也可以表示为指数形式，即

F(u,v)=|F(u,v)|ej(u,v)

式中

|F(u,v)|=［R2(u,v) I2(u,v)］12(39)

(u)=argtanI(u,v)R(u,v)(310)

式中，|F(u，v)|称为F(u，v)的模，也称为函数f(x，y)的幅值谱； (u,v)为F(u，v)的相角，称为相位谱。
令

E(u,v)=|F(u,v)|2(311)

则E(u,v)称为函数f(x，y)的能量谱或功率谱。
一维连续函数的傅里叶变换的许多结论都可以很容易地根据定义推广到二维傅里叶变换。
例如，对于二维函数

f(x,y)=A,|x|≤T2|y|≤T2

0，|x|>；T2|y|>；T2(312)

其几何图形如图31所示。