簡介
所謂數字圖像處理[7]就是利用計算機對圖像信息進行加工以滿足人的視覺心理或者應用需求的行為，實質上是一段能夠被計算機還原顯示和輸出為一幅圖像的數字碼。21世紀是一個充滿信息的時代，圖像作為人類感知世界的視覺基礎，是人類獲取信息、表達信息和傳遞信息的重要手段。數字圖像處理[9]，即用計算機對圖像進行處理，其發展曆史并不長。數字圖像處理技術源于20世紀20年代，當時通過海底電纜從英國倫敦到美國紐約傳輸了一幅照片，采用了數字壓縮技術。首先數字圖像處理技術可以幫助人們更客觀、準确地認識世界，人的視覺系統可以幫助人類從外界獲取3/4以上的信息，而圖像、圖形又是所有視覺信息的載體，盡管人眼的鑒别力很高，可以識别上千種顔色，但很多情況下，圖像對于人眼來說是模糊的甚至是不可見的，通過圖象增強技術，可以使模糊甚至不可見的圖像變得清晰明亮。另一方面，通過數字圖像處理中的模式識别技術，可以将人眼無法識别的圖像進行分類處理。通過計算機模式識别技術可以快速準确的檢索、匹配和識别出各種東西。
數字圖像處理技術已經廣泛深入地應用于國計民生休戚相關的各個領域。
在計算機中，按照顔色和灰度的多少可以将圖像分為二值圖像、灰度圖像、索引圖像和真彩色RGB圖像四種基本類型。大多數圖像處理軟件都支持這四種類型的圖像。
中國物聯網校企聯盟認為圖像處理将會是物聯網産業發展的重要支柱之一，它的具體應用是指紋識别技術。
二值圖像
一幅二值圖像的二維矩陣僅由0、1兩個值構成，“0”代表黑色，“1”代白色。由于每一像素（矩陣中每一元素）取值僅有0、1兩種可能，所以計算機中二值圖像的數據類型通常為1個二進制位。二值圖像通常用于文字、線條圖的掃描識别（OCR）和掩膜圖像的存儲。
灰度圖像
灰度圖像矩陣元素的取值範圍通常為[0，255]。因此其數據類型一般為8位無符号整數的（int8），這就是人們經常提到的256灰度圖像。“0”表示純黑色，“255”表示純白色，中間的數字從小到大表示由黑到白的過渡色。在某些軟件中，灰度圖像也可以用雙精度數據類型（double）表示，像素的值域為[0，1]，0代表黑色，1代表白色，0到1之間的小數表示不同的灰度等級。二值圖像可以看成是灰度圖像的一個特例。
索引圖像
索引圖像的文件結構比較複雜，除了存放圖像的二維矩陣外，還包括一個稱之為顔色索引矩陣MAP的二維數組。MAP的大小由存放圖像的矩陣元素值域決定，如矩陣元素值域為[0，255]，則MAP矩陣的大小為256Ⅹ3，用MAP=[RGB]表示。MAP中每一行的三個元素分别指定該行對應顔色的紅、綠、藍單色值，MAP中每一行對應圖像矩陣像素的一個灰度值，如某一像素的灰度值為64，則該像素就與MAP中的第64行建立了映射關系，該像素在屏幕上的實際顔色由第64行的[RGB]組合決定。也就是說，圖像在屏幕上顯示時，每一像素的顔色由存放在矩陣中該像素的灰度值作為索引通過檢索顔色索引矩陣MAP得到。索引圖像的數據類型一般為8位無符号整形（int8），相應索引矩陣MAP的大小為256Ⅹ3，因此一般索引圖像隻能同時顯示256種顔色，但通過改變索引矩陣，顔色的類型可以調整。索引圖像的數據類型也可采用雙精度浮點型（double）。索引圖像一般用于存放色彩要求比較簡單的圖像，如Windows中色彩構成比較簡單的壁紙多采用索引圖像存放，如果圖像的色彩比較複雜，就要用到RGB真彩色圖像。
RGB彩色圖像
RGB圖像與索引圖像一樣都可以用來表示彩色圖像。與索引圖像一樣，它分别用紅（R）、綠（G）、藍（B）三原色的組合來表示每個像素的顔色。但與索引圖像不同的是，RGB圖像每一個像素的顔色值（由RGB三原色表示）直接存放在圖像矩陣中，由于每一像素的顔色需由R、G、B三個分量來表示，M、N分别表示圖像的行列數，三個M x N的二維矩陣分别表示各個像素的R、G、B三個顔色分量。RGB圖像的數據類型一般為8位無符号整形，通常用于表示和存放真彩色圖像，當然也可以存放灰度圖像。
數字化圖像數據有兩種存儲方式[6]：位圖存儲(Bitmap)和矢量存儲(Vector)
我們平常是以圖像分辨率（即像素點）和顔色數來描述數字圖象的。例如一張分辨率為640*480,16位色的數字圖片，就由2^16=65536種顔色的307200(=640*480)個素點組成。
位圖圖像：位圖方式是将圖像的每一個象素點轉換為一個數據，當圖像是單色（隻有黑白二色）時，8個象素點的數據隻占據一個字節（一個字節就是8個二進制數，1個二進制數存放象素點）；16色（區别于前段“16位色”）的圖像每兩個象素點用一個字節存儲；256色圖像每一個象素點用一個字節存儲。這樣就能夠精确地描述各種不同顔色模式的圖像圖面。位圖圖像彌補了矢量式圖像的缺陷，它能夠制作出色彩和色調變化豐富的圖像，可以逼真地表現自然界的景象，同時也可以很容易地在不同軟件之間交換文件，這就是位圖圖像的優點；而其缺點則是它無法制作真正的3D圖像，并且圖像縮放和旋轉時會産生失真的現象，同時文件較大，對内存和硬盤空間容量的需求也較高。位圖方式就是将圖像的每一像素點轉換為一個數據。如果用1位數據來記錄，那麼它隻能代表2種顔色（2^1=2）；如果以8位來記錄，便可以表現出256種顔色或色調(2^8=256)，因此使用的位元素越多所能表現的色彩也越多。通常我們使用的顔色有16色、256色、增強16位和真彩色24位。一般所說的真彩色是指24位(2^24)的位圖存儲模式适合于内容複雜的圖像和真實照片。但随着分辨率以及顔色數的提高，圖像所占用的磁盤空間也就相當大；另外由于在放大圖像的過程中，其圖像勢必要變得模糊而失真，放大後的圖像像素點實際上變成了像素“方格”。用數碼相機和掃描儀獲取的圖像都屬于位圖。
矢量圖像：矢量圖像存儲的是圖像信息的輪廓部分，而不是圖像的每一個象素點。例如，一個圓形圖案隻要存儲圓心的坐标位置和半徑長度，以及圓的邊線和半徑長度，以及圓的邊線和内部的顔色即可。該存儲方式的缺點是經常耗費大量的時間做一些複雜的分析演算工作，圖像的顯示速度較慢；但圖像縮放不會失真；圖像的存儲空間也要小得多。所以，矢量圖比較适合存儲各種圖表和工程
數據
圖像處理離不開海量、豐富的基礎數據，包括視頻、靜态圖像等多種格式，如Berkeley分割數據集和基準500（BSDS500）、西門菲沙大學不同光照物體圖像數據庫、神經網絡人臉識别數據、CBCL-MIT StreetScenes（麻省理工學院街景數據庫）等。
數字化
通過取樣和量化過程将一個以自然形式存在的圖像變換為适合計算機處理的數字形式。圖像在計算機内部被表示為一個數字矩陣，矩陣中每一元素稱為像素。圖像數字化需要專門的設備，常見的有各種電子的和光學的掃描設備，還有機電掃描設備和手工操作的數字化儀。
圖像編碼
對圖像信息編碼，以滿足傳輸和存儲的要求。編碼能壓縮圖像的信息量，但圖像質量幾乎不變。為此，可以采用模拟處理技術，再通過模-數轉換得到編碼，不過多數是采用數字編碼技術。編碼方法有對圖像逐點進行加工的方法，也有對圖像施加某種變換或基于區域、特征進行編碼的方法。脈碼調制、微分脈碼調制、預測碼和各種變換都是常用的編碼技術。
圖像壓縮
由數字化得到的一幅圖像的數據量十分巨大，一幅典型的數字圖像通常由500×500或1000×1000個像素組成。如果是動态圖像，是其數據量更大。因此圖像壓縮對于圖像的存儲和傳輸都十分必要。
有兩類壓縮算法，即無損壓縮和有損壓縮。最常用的無損壓縮算法取空間或時間上相鄰像素值的差，再進行編碼。遊程碼就是這類壓縮碼的例子。有損壓縮算法大都采用圖像交換的途徑，例如對圖像進行快速傅裡葉變換或離散的餘弦變換。著名的、已作為圖像壓縮國際标準的JPEG和MPEG均屬于有損壓縮算法。前者用于靜态圖像，後者用于動态圖像。它們已由芯片實現。
增強複原
圖像增強的目标是改進圖片的質量，例如增加對比度，去掉模糊和噪聲，修正幾何畸變等；圖像複原是在假定已知模糊或噪聲的模型時，試圖估計原圖像的一種技術。
圖像增強按所用方法可分成頻率域法和空間域法。前者把圖像看成一種二維信号，對其進行基于二維傅裡葉變換的信号增強。采用低通濾波（即隻讓低頻信号通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信号，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。
早期的數字圖像複原亦來自頻率域的概念。現代采取的是一種代數的方法，即通過解一個大的方程組來複原理想的圖片。
以提高圖像質量為目的的圖像增強和複原對于一些難以得到的圖片或者在拍攝條件十分惡劣情況下得到的圖片都有廣泛的應用。例如從太空中拍攝到的地球或其他星球的照片，用電子顯微鏡或X光拍攝的生物醫療圖片等。
圖像增強 使圖像清晰或将其轉換為更适合人或機器分析的形式。與圖像複原不同，圖像增強并不要求忠實地反映原始圖像。相反，含有某種失真（例如突出輪廓線）的圖像可能比無失真的原始圖像更為清晰。常用的圖像增強方法有：①灰度等級直方圖處理：使加工後的圖像在某一灰度範圍内有更好的對比度；②幹擾抑制：通過低通濾波、多圖像平均、施行某類空間域算子等處理，抑制疊加在圖像上的随機性幹擾；③邊緣銳化：通過高通濾波、差分運算或某種變換，使圖形的輪廓線增強；④僞彩色處理：将黑白圖像轉換為彩色圖像，從而使人們易于分析和檢測圖像包含的信息。
圖像複原 除去或減少在獲得圖像過程中因各種原因産生的退化。這類原因可能是光學系統的像差或離焦、攝像系統與被攝物之間的相對運動、電子或光學系統的噪聲和介于攝像系統與被攝像物間的大氣湍流等。圖像複原常用二種方法。當不知道圖像本身的性質時，可以建立退化源的數學模型，然後施行複原算法除去或減少退化源的影響。當有了關于圖像本身的先驗知識時，可以建立原始圖像的模型，然後在觀測到的退化圖像中通過檢測原始圖像而複原圖像。
圖像分割将圖像劃分為一些互不重疊的區域，每一區域是像素的一個連續集。通常采用把像素分入特定區域的區域法和尋求區域之間邊界的境界法。區域法根據被分割對象與背景的對比度進行阈值運算，将對象從背景中分割出來。有時用固定的阈值不能得到滿意的分割，可根據局部的對比度調整阈值，這稱為自适應阈值。境界法利用各種邊緣檢測技術，即根據圖像邊緣處具有很大的梯度值進行檢測。這兩種方法都可以利用圖像的紋理特性實現圖像分割。
形态學
形态學一詞通常指生物學的一個分支，它用于處理動物和植物的形狀和結構。在數學形态學的語境中也使用該詞來作為提取圖像分量的一種工具，這些分量在表示和描述區域形狀（如邊界，骨骼和凸殼）時是很有用的。此外，我們還很關注用于預處理和後處理的形态學技術，如形态學濾波、細化和裁剪。
數學形态學的基本運算
數學形态學的基本運算有4個：腐蝕、膨脹、開啟和閉合。數學形态學方法利用一個稱作結構元素的”探針”收集圖像的信息，當探針在圖像中不斷移動時，便可考察圖像各個部分之間的相互關系，從而了解圖像的結構特征。在連續空間中，灰度圖像的腐蝕、膨脹、開啟和閉合運算分别表述如下。
腐蝕
腐蝕“收縮”或“細化”二值圖像中的對象。收縮的方式和程度由一個結構元素控制。數學上，A被B腐蝕，記為AΘB，定義為：
換言之，A被B腐蝕是所有結構元素的原點位置的集合，其中平移的B與A的背景并不疊加。
膨脹
膨脹是在二值圖像中“加長”或“變粗”的操作。這種特殊的方式和變粗的程度由一個稱為結構元素的集合控制。結構元素通常用0和1的矩陣表示。數學上，膨脹定義為集合運算。A被B膨脹，記為A⊕B，定義為：
其中，Φ為空集，B為結構元素。總之，A被B膨脹是所有結構元素原點位置組成的集合，其中映射并平移後的B至少與A的某些部分重疊。這種在膨脹過程中對結構元素的平移類似于空間卷積。
膨脹滿足交換律，即A⊕B=B⊕A。在圖像處理中，我們習慣令A⊕B的第一個操作數為圖像，而第二個操作數為結構元素，結構元素往往比圖像小得多。
膨脹滿足結合律，即A⊕(B⊕C)=(A⊕B)⊕C。假設一個結構元素B可以表示為兩個結構元素B1和B2的膨脹，即B=B1⊕B2，則A⊕B=A⊕(B1⊕B2)=(A⊕B1)⊕B2，換言之，用B膨脹A等同于用B1先膨脹A，再用B2膨脹前面的結果。我們稱B能夠分解成B1和B2兩個結構元素。結合律很重要，因為計算膨脹所需要的時間正比于結構元素中的非零像素的個數。通過結合律，分解結構元素，然後再分别用子結構元素進行膨脹操作往往會實現很客觀的速度的增長。
開啟
A被B的形态學開運算可以記做A?B，這種運算是A被B腐蝕後再用B來膨脹腐蝕結果，即：
開運算的數學公式為：
其中，∪{·}指大括号中所有集合的并集。該公式的簡單幾何解釋為：A?B是B在A内完全匹配的平移的并集。形态學開運算完全删除了不能包含結構元素的對象區域，平滑了對象的輪廓，斷開了狹窄的連接，去掉了細小的突出部分。
閉合
A被B形态學閉運算記做A·B，它是先膨脹後腐蝕的結果：
從幾何學上講，A·B是所有不與A重疊的B的平移的并集。想開運算一樣，形态學閉運算會平滑對象的輪廓。然後，與開運算不同的是，閉運算一般會将狹窄的缺口連接起來形成細長的彎口，并填充比結構元素小的洞。
基于這些基本運算可以推導和組合成各種數學形态學實用算法，用它們可以進行圖像形狀和結構的分析及處理，包括圖像分割、特征提取、邊界檢測、圖像降噪、圖像增強和恢複等。
圖像分析
從圖像中抽取某些有用的度量、數據或信息。目的是得到某種數值結果，而不是産生另一個圖像。圖像分析的内容和模式識别、人工智能的研究領域有交叉，但圖像分析與典型的模式識别有所區别。圖像分析不限于把圖像中的特定區域按固定數目的類别加以分類，它主要是提供關于被分析圖像的一種描述。為此，既要利用模式識别技術，又要利用關于圖像内容的知識庫，即人工智能中關于知識表達方面的内容。圖像分析需要用圖像分割方法抽取出圖像的特征，然後對圖像進行符号化的描述。這種描述不僅能對圖像中是否存在某一特定對象作出回答，還能對圖像内容作出詳細描述。
圖像處理的各個内容是互相有聯系的。一個實用的圖像處理系統往往結合應用幾種圖像處理技術才能得到所需要的結果。圖像數字化是将一個圖像變換為适合計算機處理的形式的第一步。圖像編碼技術可用以傳輸和存儲圖像。圖像增強和複原可以是圖像處理的最後目的，也可以是為進一步的處理作準備。通過圖像分割得出的圖像特征可以作為最後結果，也可以作為下一步圖像分析的基礎。
圖像匹配、描述和識别對圖像進行比較和配準，通過分制提取圖像的特征及相互關系，得到圖像符号化的描述，再把它同模型比較，以确定其分類。圖像匹配試圖建立兩張圖片之間的幾何對應關系，度量其類似或不同的程度。匹配用于圖片之間或圖片與地圖之間的配準，例如檢測不同時間所拍圖片之間景物的變化，找出運動物體的軌迹。
從圖像中抽取某些有用的度量、數據或信息稱為圖像分析。圖像分析的基本步驟是把圖像分割成一些互不重疊的區域，每一區域是像素的一個連續集，度量它們的性質和關系，最後把得到的圖像關系結構和描述景物分類的模型進行比較，以确定其類型。識别或分類的基礎是圖像的相似度。一種簡單的相似度可用區域特征空間中的距離來定義。另一種基于像素值的相似度量是圖像函數的相關性。最後一種定義在關系結構上的相似度稱為結構相似度。
以圖片分析和理解為目的的分割、描述和識别将用于各種自動化的系統，如字符和圖形識别、用機器人進行産品的裝配和檢驗、自動軍事目标識别和跟蹤、指紋識别、X光照片和血樣的自動處理等。在這類應用中，往往需綜合應用模式識别和計算機視覺等技術，圖像處理更多的是作為前置處理而出現的。
多媒體應用的掀起，對圖像壓縮技術的應用起了很大的推動作用。圖像，包括錄像帶一類動态圖像将轉為數字圖像，并和文字、聲音、圖形一起存儲在計算機内，顯示在計算機的屏幕上。它的應用将擴展到教育、培訓和娛樂等新的領域。
常見軟件
Adobe Photoshop
軟件特點
知名度以及使用率最高的圖像處理軟件。
軟件優勢
使用業界标準的Adobe Photoshop CS軟件更加快速地獲取更好效果，同時為圖形和Web設計、攝影及視頻提供必不可少的新功能。
與同行軟件的比較：這回Adobe的确給設計師們帶來了很大的驚喜，Photoshop CS 新增了許多強有力的功能，特别是對于攝影師來講，這次它大大突破了以往Photoshop系列産品更注重平面設計的局限性，對數碼暗房的支持功能有了極大的加強和突破。
Adobe Illustrator
軟件特點：專業矢量繪圖工具，功能強大，界面友好。
軟件優勢：無論您是生産印刷出版線稿的設計者和專業插畫家、生産多媒體圖像的藝術家、還是互聯網頁或在線内容的制作者，都會發現Illustrator 不僅僅是一個藝術産品工具，能适合大部分小型設計到大型的複雜項目。
與同行軟件的比較：功能極其強大，操作相當專業。與Adobe公司其它軟件如Photoshop、Primiere及Indesign等軟件可以良好的兼容，在專業領域優勢比較明顯。
CorelDRAW
軟件特點：界面設計友好，空間廣闊，操作精微細緻。兼容性佳。
軟件優勢：非凡的設計能力廣泛地應用于商标設計、标志制作、模型繪制、插圖描畫、排版及分色輸出等等諸多領域。市場領先的文件兼容性以及高質量的内容可幫助您将創意變為專業作品。從與衆不同的徽标和标志到引人注目的營銷材料以及令人賞心悅目的Web圖形，應有盡有。
與同行軟件的比較：功能強大，兼容性極好，可生成各種與其它軟件相兼容的格式，操作較Illustrator簡單，在國内中小型廣告設計公司應用率極高。
可牛影像
軟件特點：可牛影像是新一代的圖片處理軟件，獨有美白祛痘、瘦臉瘦身、明星場景、多照片疊加等功能，更有50餘種照片特效，數秒即可制作出影樓級的專業照片。
軟件優勢：圖片編輯、人像美容、場景日曆、添加水印飾品、添加各種藝術字體、制作動感閃圖、搖頭娃娃、多圖拼接，使人能想到的功能，應有盡有，而且簡單易用。
與同行軟件的比較：場景日曆、動感閃圖、搖頭娃娃等都是傳統圖像處理軟件所沒有的。有了可牛影像，不需要再像photoshop那樣，需要專業的技能才能處理照片。
光影魔術手
軟件特點：“nEO iMAGING”〖光影魔術手〗是一個對數碼照片畫質進行改善及效果處理的軟件。簡單、易用，不需要任何專業的圖像技術，就可以制作出專業膠片攝影的色彩效果。
軟件優勢：模拟反轉片的效果，令照片反差更鮮明，色彩更亮麗,模拟反轉負沖的效果，色彩詭異而新奇，模拟多類黑白膠片的效果，在反差、對比方面，和數碼相片完全不同。
與同行軟件的比較：是一個照片畫質改善和個性化處理的軟件。簡單、易用，每個人都能制作精美相框、藝術照、專業膠片效果，而且完全免費。
ACDSee
軟件特點：不論您拍攝的相片是什麼類型－家人與朋友的，或是作為業餘愛好而拍攝的藝術照－您都需要相片管理軟件來輕松快捷地整理以及查看、修正和共享這些相片。
軟件優勢：ACDSee 9可以從任何存儲設備快速“獲取相片”，還可以使用受密碼保護的“隐私文件夾”這項新功能來存儲機密信息。
與同行軟件的比較：強大的電子郵件選項、幻燈放映、CD/DVD刻錄，還有讓共享相片變得輕而易舉的網絡相冊工具。使用紅眼消除、色偏消除、曝光調整以及“相片修複”工具等快速修正功能來改善相片。
Macromedia Flash
軟件特點：一個可視化的網頁設計和網站管理工具，支持最新的Web技術，包含HTML檢查、HTML格式控制、HTML格式化選項等。
軟件優勢：除了新的視頻和動畫特性，還提供了新的繪圖效果和更好的腳本支持，同時也集成了流行的視頻輯和編碼工具，還提供軟件允許用戶測試移動手機中的Flash内容等新功能。
與同行軟件的比較：在編輯上你可以選擇可視化方式或者你喜歡的源碼編輯方式。
Ulead GIF Animator
軟件特點：友立公司出版的動畫GIF制作軟件，内建的Plugin有許多現成的特效可以立即套用，可将AVI文件轉成動畫GIF文件，而且還能将動畫GIF圖片最佳化，能将你放在網頁上的動畫GIF圖檔減肥，以便讓人能夠更快速的浏覽網頁。
軟件優勢：這是一個很方便的GIF動畫制作軟件，由Ulead Systems.Inc 創作。Ulead GIF Animator 不但可以把一系列圖片保存為GIF動畫格式，還能産生二十多種2D或3D的動态效果，足以滿足您制作網頁動畫的要求。
與同行軟件的比較：與其它圖形文件格式不同的是,一個GIF文件中可以儲存多幅圖片，這時， GIF 将其中存儲的圖片像播放幻燈片一樣輪流顯示, 這樣就形成了一段動畫。
大頭貼制作系統V5.25
軟件特點：大頭貼制作系統就是本着簡易操作的宗旨來開發的一套制作貼紙相的軟件，用戶隻要簡單的點一下鼠标就可以輕松制作出貼紙照片來。
軟件優勢：本軟件不但能夠打印出标準的大頭貼，而且還支持将大頭貼照片輸出到屏幕保護程序以及将大頭貼保存到硬盤,讓你每時每刻都能看到自己親手制作的大頭貼！
與同行軟件的比較：輕松簡單的操作，輕松點幾下鼠标，就可以輕松做出滿意的大頭貼，完全是傻瓜程式系統制作大頭貼。
圖書1
書名：圖像處理
作者：孫即祥
出版社：科學出版社
出版時間：2009年11月
開本：16開
定價：35.00元
内容簡介
《圖像處理》内容簡介：圖像信息處理是一個多階段、多途徑、多目标的信息處理過程。本冊書深入系統地闡述和論證了圖像信息處理中共性的和基礎性的知識，以及有關前端的處理理論、方法和技術。《圖像處理》涉及關于圖像信息處理的概述，有關的數學知識，視覺知識，圖像的數學描述，圖像的數字化，圖像變換，圖像增強，圖像恢複等内容。某些章節介紹的技術内容既可以作為獨立的技術，産生用戶所需的輸出，滿足用戶的需求，也可以是後續的某些信息處理的預處理。
《圖像處理》所涉及的内容及讨論的深度适合電子科學與工程類、控制理論與工程類、計算機科學與技術類、儀器科學與技術類以及其他有關專業和研究方向的研究生、本科高年級學生作為教材或教學參考書使用，也可供相關專業的科研人員參考。
圖書目錄
序
前言
第一章 緒論
第二章 數學知識
第三章 視覺知識
第四章 圖像的數學描述
第五章 圖像的數字化
第六章 圖像酉變換
第七章 圖像增強
第八章 圖像恢複
第九章 圖像融合
圖書2
·作者：(美)岡薩雷斯譯者:阮宇智阮秋琦
·出版社：電子工業出版社
·頁碼：646頁
·出版日期：2007年08月
·裝幀：平裝
·開本：16
·定價：59.00
内容簡介
本書是數字圖像信息處理領域的一本經典著作，是20多年來此領域最權威的教材之一。與1977年問世的本書第一版相比，進行了重要修訂和擴充，增加了關于小波變換、圖像形态學和彩色圖像處理的章節，并新增了500多幅圖像和200多幅圖表。全書共分12章，首先介紹了數字圖像基礎、空間域和頻域的圖像增強；然後讨論了圖像複原、彩色圖像處理、小波變換及多分辨率處理和圖像壓縮；最後講述了形态學圖像處理、圖像分割、表示與描述以及目标識别等。本書側重于對數字圖像處理基本概念和方法的介紹，并為本領域的進一步學習和研究奠定了堅實的基礎。全書概念清楚、深入淺出、圖文并茂，并且反映了數字圖像處理領域的最新發展情況。
作者簡介
岡薩雷斯，Rafael C.Gonzalez：于佛羅裡達大學電氣工程系獲得博士學位，田納西大學電氣和計算機工程系教授，田納西大學圖像和模式分析實驗室、機器人和計算機視覺實驗室的創始人及IEEE會士。岡薩雷斯博士在模式識别、圖像處理和機器人領域編寫或與人合著了100多篇技術文章、兩本書和4本教材，他的書已被世界500多所大學和研究所采用。
目錄
第1章 緒論
第2章 數字圖像基礎
第3章 空間域圖像增強
第4章 頻域圖像增強
第5章 圖像複原
第6章 彩色圖像處理
第7章 小波變換和多分辨率處理
第8章 圖像壓縮
第9章 形态學圖像處理
第10章 圖像分割
第11章 表示與描述
第12章 目标識别
