数字图像处理及模式识别. 3版

\\\"本书作为数字图像分析和识别的理论课程，总结并升华了“信号与系统”、“数字信号处理”、“通信原理”等课程的学习内容，结合现代图像处理系统设计与实现，将图像理论与实际用例相结合。教材的主要内容包括图像增强、图像复原（增加了超分辨率图像重构和图像复原在医学上的应用）、图像压缩编码（增加了数字图像水印和基于KLT高光谱图像压缩算法）、模式识别技术（增加了深度学习和深度卷积神经网络），并给出了基于压缩感知和深度学习的数字图像处理与模式识别技术的应用举例。 教材的编写遵循“数字图像处理与模式识别”课程的教学体系，即实现从系统框架、数学模型、时域/频域分析到现代图像处理算法的知识点有机衔接，可更好地满足电类工科各专业人才在图像处理领域知识的融通与迁移、实践技能的训练与提升、创新思维的培养与形成等方面的能力与素质需求。 本教材可作为高等院校相关专业大专、本科、研究生的实践教学、实验教材或教学参考书。\\\"

\"王卫江，男，北京理工大学。自2004年以来主要讲授本科生“数字信号处理”“控制理论基础”“数字通信系统”，硕士研究生“数字图像处理及模式识别”等核心理论课程，每年理论课教学平均超过100学时。 作为第二作者撰写《数字图像处理及模式识别(第2版)》教材1本，并于2008年12月获“北京市高等教育精品教材”称号； 2018年4月获“北京市高等教育教学成果”二等奖（排名第二）。2017年作为第一作者撰写《自动控制原理（第2版）》，并与2019年获得第七届兵工高校精品教材奖和北京理工大学精品教材奖。 负责和参与了5项国家自然科学基金，2项“十二五”总装预研项目，校青年基金2项；境外横向合作项目3项；横向科研项目10余项；申请国防发明专利5项；承担科研经费累计2500余万；发表SCI论文25篇（顶级1篇），EI论文50多篇。\"

第1章 绪论 1.1 数字图像处理技术概述 1.1.1 数字图像处理技术的发展与应用 1.1.2 数字图像处理技术的特点 1.1.3 数字图像处理的基本研究内容 1.1.4 数字图像处理系统的组成 1.2 视觉的原理与模型 1.2.1 视觉的原理 1.2.2 视觉模型 1.3 图像的数字化 1.3.1 图的获取 1.3.2 采样与量化 1.4 彩色图像 习题 参考文献 第2章 图像变换 2.1 傅里叶变换 2.1.1 连续傅里叶变换 2.1.2 离散傅里叶变换 2.2 离散余弦变换 2.2.1 离散余弦变换的定义 2.2.2 离散余弦变换的快速算法 2.3 离散沃尔什变换/离散哈达玛变换 2.3.1 离散沃尔什变换 2.3.2 离散哈达玛变换 2.4 小波变换 2.4.1 短时傅里叶变换 2.4.2 连续小波基函数及其变换 2.4.3 离散小波变换 2.5 离散K-L变换 2.5.1 K-L变换的定义 2.5.2 K-L变换的性质 习题 参考文献 第3章 图像增强 3.1 基于点操作的增强 3.1.1 图像间运算 3.1.2 灰度变换 3.1.3 直方图变换 3.2 图像平滑与去噪 3.2.1 邻域平均法 3.2.2 加权平均法 3.2.3 空间域低通滤波 3.2.4 频域低通滤波 3.2.5 多图像平均法 3.2.6 自适应平滑滤波 3.2.7 中值滤波 3.2.8 基于Retinex理论的图像增强 3.3 图像锐化 3.3.1 微分法 3.3.2 频域滤波增强 3.4 彩色增强 3.4.1 彩色图像处理的基本问题 3.4.2 颜色空间的表示及其转换 3.4.3 颜色空间的量化 3.4.4 假彩色处理 3.4.5 彩色图像增强 习题 参考文献 第4章 图像复原 4.1 退化的数学模型 4.2 图像中的噪声 4.3 连续系统的图像复原 4.3.1 一般原理 4.3.2 逆滤波 4.3.3 维纳滤波 4.4 离散情况下的退化模型 4.4.1 一维信号退化模型 4.4.2 二维信号退化模型 4.5 离散情况下的复原 4.5.1 无约束条件复原 4.5.2 有约束条件复原 4.5.3 受限制的自适应复原 4.6 运动模糊图像的复原 4.7 非线性图像复原 4.7.1 最大后验复原 4.7.2 最大熵复原 4.8 同态滤波复原 4.9 图像的盲复原 4.9.1 迭代盲目反卷积算法 4.9.2 非负有限支持域递归逆滤波算法 4.10 超分辨率图像重构 4.10.1 基于类脑神经网络的超分辨率图像重构模型研究 4.10.2 基于压缩感知测量矩阵和过完备库的超分辨率图像重构模型研究 4.11 图像复原在医学影像处理中的应用 4.11.1 CT原理 4.11.2 投影和雷登变换 4.11.3 傅里叶切片定理 4.11.4 使用平行射线束滤波反投影的重建 4.11.5 使用扇形射线束滤波反投影的重建 习题 参考文献 第5章 数字图像的压缩编码 5.1 概述 5.2 基础知识 5.2.1 引言 5.2.2 编码冗余 5.2.3 像素间冗余 5.2.4 保真度准则 5.3 熵编码方法 5.3.1 基本概念 5.3.2 哈夫曼编码方法 5.3.3 香农编码方法 5.4 轮廓编码 5.4.1 轮廓编码的概念 5.4.2 轮廓算法 5.4.3 应用轮廓算法的一个示例 5.4.4 编码方法 5.5 变换编码与小波变换编码 5.5.1 变换编码 5.5.2 小波变换编码 5.6 分形编码 5.7 图像压缩标准 5.7.1 JPEG和JPEG 5.7.2 MPEG 5.7.3 H.26 X 5.8 数字水印 5.8.1 概述 5.8.2 数字水印的衡量标准 5.8.3 数字水印的分类 5.8.4 实现数字水印的一般步骤 5.8.5 图像水印经典算法 5.8.6 彩色图像超复数空间的自适应水印算法 5.8.7 基于改进的第二代小波变换的彩色图像水印算法 5.9 基于KLT的高光谱图像压缩 习题 参考文献 第6章 图像随机场模拟及处理 6.1 图像的随机场模型 6.1.1 图像的马尔可夫随机场模型 6.1.2 其他模型简介 6.2 图像模拟的实现 6.2.1 用邻域系统实现吉布斯随机场模拟图像 6.2.2 用高斯—马尔可夫随机场模拟图像 6.3 图像参数估计方法的研究 6.3.1 混合高斯随机序列参数矩估计方法 6.3.2 实验结果及分析 6.4 遗传算法及其应用 习题 参考文献 第7章 图像分析 7.1 图像特征 7.1.1 幅度特征 7.1.2 直方图特征 7.1.3 变换系数特征 7.1.4 线条和角点的特征 7.1.5 灰度边缘特征 7.1.6 纹理特征 7.2 图像的分割 7.2.1 幅度分割法 7.2.2 边缘检测法 7.2.3 区域分割法 7.2.4 用形态学分水岭的分割 7.2.5 数学形态学图像处理 7.3 图像的纹理分析 7.3.1 纹理特征及其计算 7.3.2 纹理区域的分割 7.3.3 纹理边缘的检测 7.4 图像的