【书籍读总结】数字图像处理-第三版本-Rafael C. Gonzalez著。数字图像处理知识结构整理。

第1章 绪论
1.1 数字图像定义;
1.2 图像处理的进化历程,和处理器的腾飞紧密相连;
1.3 从电磁波谱角度来拘禁图像处理的应用领域:成像;
1.4
数字图像处理的研究内容:图像获取/表示、图像增强/复原(空域/频域处理)、图像变换、图像分割、图像压缩、彩色图像处理、形态学图像处理、小波变换与多分辨率处理、
和目标识别。
1.5
数字图像处理系统组合:图像传感器(获取)、图像显示器(显示)、图像存储(存储)、图像软硬件(处理)、以及网络(传输)。

妇孺皆知数字图像处理经典的课本有:

第2章 数字图像基础
2.1
人眼睛结构/成像原理、图像传感器(典型的来CMOS和CCD)感知并获图像,通过取样与量化把图像的感知数据易成为数字形式,其最为小单位成为像素,像从大小取决于传感器中
感光元件数目。
2.2
数字图像一些基本概念:取样和量化,像素,图像表示法(矩阵法和空间坐标法),灰度,灰度级(动态范围),对比度,比特数,空间分辨率(dpi),灰度分辨率,插值法
(最近附近、双线性、双叔差),相邻像素,邻域,邻接性,连通性(连通分量、连通集),区域,距离度量;
2.3 图像处理有关的数学工具:代数和几率统计理论。

数字图像处理(第三版本)作者:(美)冈萨雷斯,(美)伍兹 著,阮秋琦 等译出版社:电子工业出版社出版时间:2011年06月份 

第3回 灰度变换与空间滤波
3.1
空间域处理是盖像素操作为基础,主要分为灰度变换和空间滤波:灰度变换的目的是针对性比度处理及阈值处理;空间滤波的目的是改善图像的习性。
3.2
灰度变换有三三两两接近,其一是着力的灰度变换函数,即图像反转、对数变换、伽马变换、分段线性变换;其二是基于直方图的灰度变换:包括均衡和归一化。
3.3
空间滤波也闹半点类似,分为线性空间滤波和非线性空间滤波。空间滤波的机理是履行卷积或系运算,典型的点滴杀滤波器:平滑滤波器(低通滤波器,降低噪声)和锐化滤波器
(高通滤波器,突出灰度的对接部分)。图像增强,可分为空域处理(灰度变换和空间滤波)和频域处理(见第4回)。
3.4 使用模糊技术进行图像增强,在某些情况下会取得特别好之机能。

图像处理/章毓晋著  清华大学出版社   分为:图像工程(上册)——图像处理  图像工程(中册)——图像分析(第3版) 图像工程(下册)——图像理解(第3本子)

《数字图像处理与机具视觉——Visual
C++与Matlab实现(第2版)》
 张铮,徐超,任淑霞,韩海玲 编著  人民邮电出版社 【我个人于为此,主要出详实代码】

学必将知识后,我们只要起来整治知识结构,这样才方可把图像处理的一些计。

第4回 频率域滤波
4.1
预备知识,主要是数学与信号与网,包括傅里叶级数,傅里叶变换(连续、离散傅立叶变换、快速傅里叶变换)的性能,卷积运算和卷积定理等;
4.2
频率域滤波基础,其思路是经傅立叶变换将图像的空间域变换为频域,在频域里展开滤波操作,再通过反变换得处理后底图像空间域。常见的滤波器有低通滤波器、高通滤
波器、同态滤波器、以及选择性滤波器(带通滤波器、带阻滤波器、陷波滤波器)等。

以冈萨雷斯的目录为条例:

第1章 绪论 
 前言 
 1.1 什么是数字图像处理 
 1.2 数字图像处理的起源 
 1.3 使用数字图像处理的领域实例 
 1.4 数字图像处理的主干步骤 
 1.5 图像处理体系的组成 
 小结 
 参考文献 
第2章 数字图像基础 
 引言 
 2.1 视觉感知要素 
 2.2 光和电磁波谱 
 2.3 图像感知和取得取 
 2.4 图像取样和量化 
 2.5 像素间的局部核心关系 
 2.6 数字图像处理中所用数学工具的介绍 
 小结 
 参考文献 
 习题 
第3段 灰度变换与上空滤波 
 引言 
 3.1 背景知识 
 3.2 一些主导的灰度变换函数 
 3.3 直方图处理 
 3.4 空间滤波基础 
 3.5 平滑空间滤波器 
 3.6 锐化空间滤波器 
 3.7 混合空间增强法 
 3.8 使用模糊技术进行灰度变换和
 空间滤波 
 小结 
 参考文献 
 习题 
第4回 频率域滤波 
 引言 
 4.1 背景知识 
 4.2 基本概念 
 4.3 取样与取样函数的傅里叶变换 
 4.4 单变量的离散傅里叶变换(dft) 
 4.5 两个变量的函数的扩展 
第5章 图像复原与重建 
 前言 
 5.1 图像退化/复原处理的一个模型 
 5.2 噪声模型 
 5.3 只存在噪声的死灰复燃——空间滤波 
 5.4 使用频率域滤波消除周期噪声 
 5.5 线性、位置不转移的退化 
 5.6 估计退化函数 
 5.7 逆滤波 
 5.8 最小均在误差(维纳)滤波 
 5.9 约束最小二乘胜滤波 
 5.10 几何都值滤波 
 5.11 由投影重建图像 
 小结 
 参考文献 
 习题 
第6段 彩色图像处理 
 引言 
 6.1 彩色基础 
 6.2 彩色模型 
 6.3 伪彩色图像处理 
 6.4 全彩色图像处理基础 
 6.5 彩色变换 
 6.6 平滑和锐化 
 6.7 基于彩色的图像分割 
 6.8 彩色图像中的噪音 
 6.9 彩色图像压缩 
 小结 
 参考文献 
 习题 
第7回 小波和多分辨率处理 
 引言 
 7.1 背景 
 7.2 多分辨率展开 
 7.3 一维小波变换 
 7.4 快速小波变换 
 7.5 二维小波变换 
 7.6 小波包 
 小结 
 参考文献 
 习题 
第8节 图像压缩 
 引言 
 8.1 基础知识 
 8.2 一些骨干的缩减方法 
 8.3 数字图像水印处理 
 小结 
 参考文献 
 习题 
第9节 形态学图像处理 
 引言 
 9.1 预备知识 
 9.2 腐蚀和膨胀 
 9.3 开操作和闭操作 
 9.4 击中还是打不遭变换 
 9.5 一些基本的形象学算法 
 9.6 灰度级形态学 
 小结 
 参考文献 
 习题 
第10章 图像分割 
 引言 
 10.1 基础知识 
 10.2 点、线和边缘检测 
 10.3 阈值处理 
 10.4 基于区域之分割 
 10.5 使用形态学分水岭的分割 
 10.6 分割中走的应用 
 小结 
 参考文献 
 习题 
第11章 表示和讲述 
 引言 
 11.1 表示 
 11.2 边界描绘子 
 11.3 区域描绘子 
 11.4 使用主分量进行描述 
 11.5 关系写子 
 小结 
 参考文献 
 习题 
第12段 目标识别 
 引言 
 12.1 模式和模式类 
 12.2 基于决策理论方法的辨识 
 12.3 结构方式 
 小结 
 参考文献 
 习题 
附录a 图像压缩编码表 
附录b 参考书目 
索引

 

图像工程目录:

《图像工程(第3版)(精装)》为《图像工程》(第3版本)的齐、中、下册合订本,全面介绍图像工程的首先层次——图象处理,图像工程的第二层次——图像分析,图像工程的老三层次——图像理解的基本概念、基本原理、典型方式、实用技术以及国际直达有关研究之新成果。
  上册主要分四只单元。第1单元(包含第2~4节)介绍图像增强技术,第2单元(包含第5~7章节)介绍图像恢复技术,第3单元(包含第8~10节)介绍图像编码技术,第4单元(包含第11~14章节)介绍进展图像技术。中册主要分四单单元。第1单元(包含第2~5段)介绍图像分割技术,第2单元(包含第6~8章)介绍对分出目标的抒发描述技术,第3单元(包含第9~11回)介绍对象特性分析技术,第4单元(包含第12~14章节)介绍一些相关的数学工具。下册主要细分四个单元。第1单元(包含第2~4章节)介绍图像采集表达技术,第2单元(包含第5~8章)介绍景点重建技术,第3单元(包含第9~11章节)介绍场景解释技术,第4单元(包含第12~14节)介绍三个研究示例。

上册图像处理
第1章 绪论
第1单元图像增强
第2回 空域增强:点操作
第3节 空域增强:模板操作
第4章节 频域图像增强
第2单元图像恢复
第5回 图像消噪和死灰复燃
第6节 图像校正和补
第7段 图像投影重建
第3单元图像编码
第8回 图像编码基础
第9章 图像变换编码
第10节 其他图像编码方法
第4单元进行技术
第11章节 图像水印
第12章 彩色图像处理
第13章 视频图像处理
第14节 多规格图像处理
附录a图像国际标准
有习题解答
参考文献
索引
中册图像分析
第1章 绪论
第1单元图像分割
第2节 图像分割基础
第3段 典型分割算法
第4回 分割技术扩展
第5章 分割评价比较
第2单元表达描述
第6段 目标发挥
第7章节 目标描述
第8章 测量和误差分析
第3单元特性分析
第9段 纹理分析
第10章节 形状分析
第11回 运动分析
第4单元数学工具
第12节 数学形态学:二值
第13章节 数学形态学:灰度
第14章 图像识别
附录a人脸及神采识别
一些练习解答
参考文献
索引
下册图像理解
第1章 绪论
第1单元采集表达
第2章 摄像机成像
第3章 深度信息搜集
第4节 3-d景物表达
第2单元景物重建
第5章节 立体视觉:双目
第6章 立体视觉:多瞅
第7段 景物恢复:多图像
第8章节 景物恢复:单图像
第3单元场景解释
第9章 知识表达以及演绎
第10段 广义匹配
第11章节 场景分析与语义解释
第4单元研究示例
第12节 多传感器图像信息融合
第13章节 基于内容的图像及视频查找
第14章 时空行为理解
附录a视觉和视知觉
一对练习解答
参考文献
索引

 村办知道:

图像处理,分析,识别

图形处理的点子很多,基本的点运算(直方图,灰度变换),几何变换,空域(平滑/锐化)【滤波】,频域(平滑/锐化)【滤波】等….

             彩色图像处理,小波变换,形态学处理一般是三独独立的段。

用这些方式要处理的题材发:图像增强,图像复原,图像编码与削减(没有碰过),图像分割【用到特征提取的点子】

更是就是自从图像被获取有因此信息:
图像的特征提取【纹理,形状】,目标的达和讲述【描述子】等…..

末咱们就此处理了之图像,得到里的生因此信息来举行啊:做片机视觉效果,让电脑代替人的工作,识别目标,场景复原等【图像识别和模式识别】….

     
 当然就当前人工智能的进步【机器人,语音识别,图像识别,自然语言处理等】,传统的图像处理方式已休能够满足要求,很多时段还开始为此机器上和深度上的方处理。例如ANN,SVM,AdaBoost,CNN等,通过大气的样本学习,从里的届图像特点,然后以动到实在被。当然这里产生许多办法,对承诺每种艺术适用的场景以及算法流程慢慢的熟稔。现在较成熟的车牌识别已经应用,人脸识别也生恢宏底创业公司在召开,其中机械视觉领域top10店,基本上都有于好之人脸识别方案。现在专程是因CNN为主底深上十分烫,其重要由有次,其同一有足够的训练样本,其二当前会满足这样可怜之计量需求。

     
 个人感觉实际工程以中并没就此非常新的技能措施还是复杂的算法,都为此有经的道,训练过程基本还是故现有成熟之机械上库,然后调整参数的历程。

 

第5章 图像复原与重建
5.1
图像复原的目的是坐预先确定的对象来改善图像,与图像增强不同之凡,图像复原是立在都解之向下机制与进程相当先验知识之底蕴之上,改善图像的视觉效果,其经过等于
计划一个滤波器。
5.2
噪声的要源于是图像的取得和传导过程,有高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声、脉冲(椒盐)噪声,还有周期噪声等。
若图像退化是以有噪音,那么因此空间域滤波就可;如果是图像模糊,用频域滤波比较适中。
5.3
空间滤波适合给单纯设有加性噪声的回复;包含均值滤波、统计排序滤波、自适应滤波;频域滤波可以使得分析并滤除周期噪声,包含带通、带阻、陷波等选项性滤波器。
5.4
估计退化函数(观察法、试验法、建模法)或曾经清楚退化函数后,可以为此逆滤波、最小均方误差滤波、约束最小二乘胜方滤波、几何都值滤波等方法对图像进行回复。
5.5
图像重建使用的是Radon变换及其反变换,其属图像变换范畴,典型的图像变换还有Fourier变换、DCT变换、以及Hough变换等。

第6段 彩色图像处理
6.1 典型的印花模型包括RGB模型、CMY模型、CMYK模型、YUV模型与HSI模型。
6.2
彩色图像处理,可分为全彩色图像处理与伪彩色图像处理;前者可分为分别处理每一样轴分量图像以及直处理彩色像素;后者是基于某种规则对灰度值赋以颜色的拍卖,主要概括
灰度分层和灰度到彩色的更换。
6.3
基于彩色图像的以:彩色变换、彩色平滑、彩色锐化、彩色分割、彩色压缩、以及彩色去噪等。

第7章 小波变换和多分辨率处理
7.1
小波变换具有变化的频率与个别的持续时间,与傅里叶变换不同的凡,其以图像压缩、传输和失去噪除、边缘检测等分析进而好。它是相同种植崭新且实用之信号处理和分析方法,
名多分辨率理论的底子。
7.2
多分辨率分析的技术,包括图像金字塔、子带编码和Haar变换,图像金字塔是一模一样多样以金字塔形排列的、分辨率逐步下降的图像集合;子带编码是凭借用图像分解为同组子带
(频带受限的份额),再将该重构为本来图像;Haar变换的基函数是正交小波。
7.3 小波的有关概念,尺度函数、小波函数和有些波包。
7.4 典型的小波变换:连续的小波变换、离散的小波变换、以及高速小波变换。

第8回 图像压缩
8.1
图像压缩的理论功底:数据与信息是不同的事体,可以知晓吧数量是信息的表示,因此等同之音信用不同的代表所占用的数额空间是殊的,也即是有冗余数据。
8.2
图像压缩的术语:压缩比、码长、编码效率、冗余过、每秒的导比特数、冗余数据(编码冗余、时间空间冗余、不相干信息冗余)、熵。
8.3
压缩方法分为有损压缩和无损压缩,基本的缩减方法发生:Huffman编码、Golomb编码、算术编码、LZW编码、行程编码、预测编码、小波编码等。

第9节 形态学图像处理
9.1 形态学的基本概念:反射和平移、击中和击不被、结构元素、膨胀和腐蚀。
9.2 形态学的演算:基本运算(膨胀和腐蚀),延伸(开运算和闭运算)。
9.3
二价值图像和灰度图像关于形态学典型的操作,可分为边界提取、孔洞填充、提取连通分量、凸壳、细化/粗化、骨架、裁剪、重建等。

第10回 图像分割
10.1
图像分割是恃用图像细分为组合它的分支区域要物体,细分的程度在要化解之问题,其决定着计算分析过程最终的失败。
10.2
典型的图像分割算法:基于边缘分割,包括点、线与边缘检测;基于阈值分割,包括全局阈值、最佳阈值、多阈值和可变阈值;基于区域分割,包括区域生长、区域分裂和集聚
合、分水岭。
10.3 图像分割在走的动:空间域技术及频率域技术。

第11章节 表示与描述
11.1 表示法,包括边界追踪、链码、多边形近似法等。
11.2
边界描绘子,包括简单的描绘子(偏心率、形状数、傅立叶描绘子、统计矩等)、区域描绘子(圆度率、拓扑描绘子、纹理、不移矩等);
11.3
使用主分量进行的叙述和涉嫌描绘子适用于边界描述和区域描述;关系描绘子的目的是为重新写规则的花样来赢得边界或区域中的主干又模式。

第12回 目标识别
12.1
模式识别方法要分为两怪领域:决策理论方法与结构方式。第一接近措施处理的是采用定量描绘子来叙述的各种模式;第二好像方式处理的凡出于定性描绘子来叙述的各种模式。
12.2
决策理论方法,包括匹配(最小去分类器、相关匹配)、最佳统计分类器(贝叶斯分类器)和神经网络等算法。
12.4
结构方式可经过精确地运用这些项目的关系来落实模式识别,包括匹配形状数、串匹配等算法。

 此为初稿,本文将持续更新...

相关文章

admin

网站地图xml地图