彩色图像处理理论与方法

彩色图像处理的应用非 常广泛，但目前大多数处理 方法都基于灰度图像处理技 术，这种处理方法没有充分 利用彩色图像的特性，从而 导致彩色图像处理性能下降 。本书介绍彩色图像处理的 基本理论方法和一些比较新 的研究成果，兼顾学科的基 础性、学术性和实用性，主 要内容包括颜色空间表示、 彩色图像处理基础、彩色图 像增强、彩色图像滤波与去 噪、彩色图像边缘检测、彩 色图像分割、彩色图像压缩 编码以及基于四元数的彩色 图像处理方法。 本书可作为计算机、模 式识别和人工智能、通信和 信号处理等相关专业的本科 高年级学生和研究生的专业 课教材，也可供相关专业的 学术研究人员参考，同时对 从事图像处理相关领域研发 的技术人员也具有重要的实 用价值。

第1章 绪论 1.1 图像表示 1.2 数字图像处理 1.2.1 图像系统 1.2.2 数字图像处理 1.3 彩色图像处理概述 习题 第2章 颜色空间表示 2.1 颜色视觉理论 2.1.1 光波与颜色 2.1.2 颜色的视觉理论 2.1.3 颜色的三属性 2.2 颜色空间 2.2.1 RGB和CMY（K）颜色空间 2.2.2 CIE XYZ颜色空间 2.2.3 均匀颜色空间 2.2.4 色调、饱和度和亮度颜色空间 2.2.5 Munsell颜色空间 2.2.6 电视颜色空间 2.2.7 对立颜色空间 2.2.8 Ohta颜色空间 2.2.9 颜色空间总结 习题 第3章 彩色图像处理基础 3.1 多通道数据排序 3.1.1 边缘排序 3.1.2 条件排序 3.1.3 偏序排序 3.1.4 降维排序 3.2 彩色矢量排序 3.2.1 矢量距离 3.2.2 矢量相似度 3.3 图像质量评估 习题 第4章 彩色图像增强 4.1 点变换、 4.2 直方图修正 4.2.1 直方图均衡化 4.2.2 直方图规定化 4.3 彩色图像锐化 4.3.1 基于一阶微分的锐化 4.3.2 基于二阶微分的锐化 4.3.3 反锐化掩膜锐化方法 4.3.4 基于局部统计信息的锐化 4.4 彩色图像去雾 习题 第5章 彩色图像滤波与去噪 5.1 噪声模型 5.1.1 脉冲噪声 5.1.2 加性噪声 5.1.3 混合噪声 5.2 脉冲噪声去除方法 5.2.1 矢量中值滤波器 5.2.2 加权的矢量滤波器 5.2.3 开关型矢量滤波器 5.3 加性噪声去除方法 5.3.1 线性滤波器 5.3.2 双边滤波器 5.3.3 非局部均值滤波器 5.3.4 CBM3D算法 5.3.5 滤波算法性能比较 5.4 其他平滑去噪方法 5.4.1 ROF全变分模型 5.4.2 P-M各向异性扩散 习题 第6章 彩色图像边缘检测 6.1 概述 6.2 图像偏导数 6.2.1 基于差分的图像偏导数 6.2.2 基于高斯函数的图像偏导数 6.3 图像梯度 6.3.1 灰度图像梯度 6.3.2 彩色图像梯度 6.4 基于梯度的彩色边缘检测 6.4.1 基于矢量梯度的彩色边缘检测 6.4.2 彩色Canny边缘算子 6.5 基于二阶微分的彩色边缘检测 6.5.1 拉普拉斯算子 6.5.2 LOG算子 6.5.3 二阶方向导数 6.6 边缘检测性能评估 习题 第7章 彩色图像分割 7.1 基于像素的分割方法 7.1.1 基于像素特征的阈值方法 7.1.2 Otsu阈值方法 7.1.3 基于直方图的阈值方法 7.2 基于区域的分割方法 7.2.1 区域生长与分裂合并 7.2.2 分水岭算法 7.3 基于聚类的分割方法 7.3.1 K-means算法 7.3.2 模糊C-means算法 7.3.3 高斯混合模型聚类方法 7.3.4 均值迁移分割方法 7.4 基于能量泛函的分割方法 7.4.1 活动轮廓 7.4.2 水平集（C-V模型） 7.5 基于图论的分割方法 7.5.1 图割分割方法 7.5.2 归一化图割分割方法 7.6 混合分割方法 7.6.1 基于色调的分割方法 7.6.2 JSEG分割方法 7.7 分割结果评价标准 习题 第8章 彩色图像压缩编码 8.1 概述 8.2 彩色图像压缩方法 8.2.1 基于通道相关性的编码技术 8.2.2 通道独立的压缩方法 8.3 熵编码方法 8.3.1 哈夫曼编码 8.3.2 香农编码 8.3.3 算术编码 8.3.4 行程编码 8.3.5 LZW编码 8.4 预测编码 8.4.1 无损预测编码 8.4.2 有损预测编码 8.5 变换域编码 8.5.1 引言 8.5.2 块变换编码 8.5.3 离散余弦变换 8.5.4 变换系数的量化和编码 8.5.5 JPEG基本系统的编码 8.6 其他编码方法 8.6.1 矢量量化 8.6.2 子带编码 8.6.3 分形编码 习题 第9章 基于四元数的彩色图像处理方法 9.1 四元数基础 9.2 四元数Fourier变换、卷积和相关 9.2.1 四元数F0urier变换 9.2.2 四元数卷积 9.2.3 四元数相关 9.2.4 四元数F0urier变换、卷积和相关的快速算法 9.3 四元数特征值分解 9.4 四元数奇异值分解 9.4.1 四元数奇异值分解的数学方法 9.4.2 四元数奇异值分解的应用 9.5 四元数主成分分析 9.6 四元数Gabor滤波器 9.7 四元数应用 9.7.1 四元数色差表示 9.7.2 局部朝向检测 9.7.3 结构自适应的彩色图像去噪 9.7.4 四元数卷积神经网络 习题 参考文献