Цифровая обработка изображений : практические советы

Содержание книги "Цифровая обработка изображений : практические советы"

Предисловие к английскому изданию
Благодарности
Сайт книги в сети Интернет
Об авторах
Рафаэл С. Гонсалес
Ричард Е. Вудс
Предисловие научного редактора перевода
Глава 1. Введение
1.1. Что такое цифровая обработка изображений
1.2. Истоки цифровой обработки изображений
1.3. Примеры областей применения цифровой обработки изображений
1.3.1. Формирование изображений с помощью гамма-лучей
1.3.2. Рентгеновские изображения
1.3.3. Изображения в ультрафиолетовом диапазоне
1.3.4. Изображения в видимом и инфракрасном диапазонах
1.3.5. Изображения в микроволновом диапазоне
1.3.6. Изображения в диапазоне радиоволн
1.3.7. Примеры, иллюстрирующие другие способы формирования изображений
1.4. Основные стадии цифровой обработки изображений
1.5. Компоненты системы обработки изображений
Заключение
Ссылки и литература для дальнейшего изучения
Литература, добавленная при переводе
Глава 2. Основы цифрового представления изображений
Введение
2.1. Элементы зрительного восприятия
2.1.1. Строение человеческого глаза
2.1.2. Формирование изображения в глазу
2.1.3. Яркостная адаптация и контрастная чувствительность
2.2. Свет и электромагнитный спектр
2.3. Считывание и регистрация изображения
2.3.1. Регистрация изображения с помощью одиночного сенсора
2.3.2. Регистрация изображения с помощью линейки сенсоров
2.3.3. Регистрация изображения с помощью матрицы сенсоров
2.3.4. Простая модель формирования изображения
2.4. Дискретизация и квантование изображения
2.4.1. Основные понятия, используемые при дискретизации и квантовании
2.4.2. Представление цифрового изображения
2.4.3. Пространственное и яркостное разрешения
2.4.4. Интерполяция цифрового изображения
2.5. Некоторые фундаментальные отношения между пикселями
2.5.1. Соседи отдельного элемента
2.5.2. Смежность, связность, области и границы
2.5.3. Меры расстояния
2.6. Введение в математический аппарат, применяемый в цифровой обработке изображений
2.6.1. Поэлементные и матричные операции
2.6.2. Линейные и нелинейные преобразования
2.6.3. Арифметические операции
2.6.4. Теоретико-множественные и логические операции
2.6.5. Пространственные операции
2.6.6. Векторные и матричные операции
2.6.7. Преобразования изображений
2.6.8. Вероятностные методы
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 3. Яркостные преобразования и пространственная фильтрация
Введение
3.1. Предпосылки
3.1.1. Основы яркостных преобразований и пространственной фильтрации
3.1.2. О примерах, приводимых в данной главе
3.2. Некоторые основные градационные преобразования
3.2.1. Преобразование изображения в негатив
3.2.2. Логарифмическое преобразование
3.2.3. Степенные преобразования (гамма-коррекция)
3.2.4. Кусочно-линейные функции преобразований
3.3. Видоизменение гистограммы
3.3.1. Эквализация гистограммы
3.3.2. Приведение гистограммы (задание гистограммы)
3.3.3. Локальная гистограммная обработка
3.3.4. Использование гистограммных статистик для улучшения изображения
3.4. Основы пространственной фильтрации
3.4.1. Механизмы пространственной фильтрации
3.4.2. Пространственная корреляция и свертка
3.4.3. Векторное представление линейной фильтрации
3.4.4. Формирование масок пространственных фильтров
3.5. Сглаживающие пространственные фильтры
3.5.1. Линейные сглаживающие фильтры
3.5.2. Фильтры, основанные на порядковых статистиках (нелинейные фильтры)
3.6. Пространственные фильтры повышения резкости
3.6.1. Основы
3.6.2. Повышение резкости изображений с использованием вторых производных: лапласиан
3.6.3. Нерезкое маскирование и фильтрация с подъемом высоких частот
3.6.4. Использование производных первого порядка для (нелинейного) повышения резкости изображений: градиент
3.7. Комбинирование методов пространственного улучшения
3.8. Применение нечетких методов для яркостных преобразований и пространственной фильтрации
3.8.1. Введение
3.8.2. Начала теории нечетких множеств
3.8.3. Использование нечетких множеств
3.8.4. Использование нечетких множеств для яркостных преобразований
3.8.5. Использование нечетких множеств для пространственной фильтрации
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 4. Фильтрация в частотной области
Введение
4.1. Основы
4.1.1. Краткая история ряда и преобразования Фурье
4.1.2. О примерах, приводимых в данной главе
4.2. Предварительные понятия
4.2.1. Комплексные числа
4.2.2. Ряды Фурье
4.2.3. Импульсы и их свойство отсеивания
4.2.4. Преобразование Фурье функции одной непрерывной переменной
4.2.5. Свертка
4.3. Дискретизация и преобразование Фурье дискретных функций
4.3.1. Дискретизация
4.3.2. Преобразование Фурье дискретизованных функций
4.3.3. Теорема отсчетов
4.3.4. Наложение спектров
4.3.5. Реконструкция (восстановление) функции из отсчетов
4.4. Дискретное преобразование Фурье (ДПФ) одной переменной
4.4.1. Получение ДПФ из непрерывного преобразования дискретизованных функций
4.4.2. Взаимосвязь между шагом дискретизации и частотными интервалами
4.5. Расширение на функции двух переменных
4.5.1. Двумерный импульс и его свойство отсеивания
4.5.2. Пара двумерных непрерывных преобразований Фурье
4.5.3. Двумерная дискретизация и двумерная теорема отсчетов
4.5.4. Наложение спектров при преобразовании изображений
4.5.5. Двумерное дискретное преобразование Фурье и его обращение
4.6. Некоторые свойства двумерного дискретного преобразования Фурье
4.6.1. Взаимосвязи пространственных и частотных интервалов
4.6.2. Сдвиг и поворот
4.6.3. Периодичность
4.6.4. Свойства симметрии
4.6.5. Фурье-спектр и фаза
4.6.6. Двумерная теорема о свертке
4.6.7. Краткое изложение свойств двумерного дискретного преобразования Фурье
4.7. Основы фильтрации в частотной области
4.7.1. Дополнительные характеристики частотной области
4.7.2. Основы частотной фильтрации
4.7.3. Последовательность шагов частотной фильтрации
4.7.4. Соответствие между пространственными и частотными фильтрами
4.8. Частотные фильтры сглаживания изображения
4.8.1. Идеальные фильтры низких частот
4.8.2. Фильтры низких частот Баттерворта
4.8.3. Гауссовы фильтры низких частот
4.8.4. Дополнительные примеры низкочастотной фильтрации
4.9. Повышения резкости изображений частотными фильтрами
4.9.1. Идеальные фильтры высоких частот
4.9.2. Фильтры высоких частот Баттерворта
4.9.3. Гауссовы фильтры высоких частот
4.9.4. Лапласиан в частотной области
4.9.5. Нерезкое маскирование, высокочастотная фильтрация с подъемом частотной характеристики, фильтрация с усилением высоких частот
4.9.6. Гомоморфная фильтрация
4.10. Избирательная фильтрация
4.10.1. Режекторные и полосовые пропускающие фильтры
4.10.2. Узкополосные фильтры
4.11. Вопросы реализации
4.11.1. Разделимость двумерного ДПФ
4.11.2. Вычисление обратного ДПФ при помощи алгоритма прямого ДПФ
4.11.3. Быстрое преобразование Фурье
4.11.4. Некоторые замечания по поводу построения фильтров
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 5. Восстановление и реконструкция изображений
Введение
5.1. Модель процесса искажения/восстановления изображения
5.2. Модели шума
5.2.1. Пространственные и частотные свойства шума
5.2.2. Функции плотности распределения вероятностей для некоторых важных типов шума
5.2.3. Периодический шум
5.2.4. Построение оценок для параметров шума
5.3. Подавление шумов - пространственная фильтрация
5.3.1. Усредняющие фильтры
5.3.2. Фильтры, основанные на порядковых статистиках
5.3.3. Адаптивные фильтры
5.4. Подавление периодического шума - частотная фильтрация
5.4.1. Режекторные фильтры
5.4.2. Полосовые фильтры
5.4.3. Узкополосные фильтры
5.4.4. Оптимальная узкополосная фильтрация
5.5. Линейные трансляционно-инвариантные искажения
5.6. Оценка искажающей функции
5.6.1. Оценка на основе визуального анализа изображения
5.6.2. Оценка на основе эксперимента
5.6.3. Оценка на основе моделирования
5.7. Инверсная фильтрация
5.8. Фильтрация методом минимизации среднего квадрата отклонения (винеровская фильтрация)
5.9. Фильтрация методом минимизации сглаживающего функционала со связью
5.10. Среднегеометрический фильтр
5.11. Реконструкция изображения по проекциям
5.11.1. Введение
5.11.2. Принципы компьютерной томографии (КТ)
5.11.3. Проекции и преобразование Радона
5.11.4. Теорема о центральном сечении
5.11.5. Реконструкция по проекциям в параллельных пучках методом фильтрации и обратного проецирования
5.11.6. Реконструкция на основе фильтрованных обратных проекций с веерным пучком
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 6. Обработка цветных изображений
Введение
6.1. Основы теории цвета
6.2. Цветовые модели
6.2.1. Цветовая модель RGB
6.2.2. Цветовые модели CMY и CMYK
6.2.3. Цветовая модель HSI
6.3. Обработка изображений в псевдоцветах
6.3.1. Квантование по яркости
6.3.2. Преобразование яркости в цвет
6.4. Основы обработки цветных изображений
6.5. Цветовые преобразования
6.5.1. Постановка задачи
6.5.2. Цветовое дополнение
6.5.3. Вырезание цветового диапазона
6.5.4. Яркостная и цветовая коррекция
6.5.5. Обработка гистограмм
6.6. Сглаживание и повышение резкости
6.6.1. Сглаживание цветных изображений
6.6.2. Повышение резкости цветных изображений
6.7. Сегментация изображения, основанная на цвете
6.7.1. Сегментация в цветовом пространстве HSI
6.7.2. Сегментация в цветовом пространстве RGB
6.7.3. Обнаружение контуров на цветных изображениях
6.8. Шум на цветных изображениях
6.9. Сжатие цветных изображений
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 7. Вейвлеты и кратномасштабная обработка
Введение
7.1. Предпосылки
7.1.1. Пирамиды изображений
7.1.2. Субполосное кодирование
7.1.3. Преобразование Хаара
7.2. Кратномасштабное разложение
7.2.1. Разложения в ряды
7.2.2. Масштабирующие функции
7.2.3. Вейвлет-функции
7.3. Одномерные вейвлет-преобразования
7.3.1. Разложение в вейвлет-ряды
7.3.2. Дискретное вейвлет-преобразование
7.3.3. Интегральное вейвлет-преобразование
7.4. Быстрое вейвлет-преобразование
7.5. Двумерные вейвлет-преобразования
7.6. Вейвлет-пакеты
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 8. Сжатие изображений
Введение
8.1. Основы
8.1.1. Кодовая избыточность
8.1.2. Пространственная и временнaя избыточность
8.1.3. Лишняя информация
8.1.4. Измерение содержащейся в изображении информации
8.1.5. Критерии верности воспроизведения
8.1.6. Модели сжатия изображений
8.1.7. Форматы изображений, контейнеры и стандарты сжатия
8.2. Некоторые основные методы сжатия
8.2.1. Кодирование Хаффмана
8.2.2. Кодирование Голомба
8.2.3. Арифметическое кодирование
8.2.4. LZW-кодирование
8.2.5. Кодирование длин серий
8.2.6. Кодирование на базе шаблонов
8.2.7. Кодирование битовых плоскостей
8.2.8. Блочное трансформационное кодирование
8.2.9. Кодирование с предсказанием
8.2.10. Вейвлет-кодирование
8.3. Нанесение цифровых водяных знаков на изображение
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 9. Морфологическая обработка изображений
Введение
9.1. Начальные сведения
9.2. Эрозия и дилатация
9.2.1. Эрозия
9.2.2. Дилатация
9.2.3. Двойственность
9.3. Размыкание и замыкание
9.4. Преобразование "попадание/пропуск"
9.5. Некоторые основные морфологические алгоритмы
9.5.1. Выделение границ
9.5.2. Заполнение дырок
9.5.3. Выделение связных компонент
9.5.4. Выпуклая оболочка
9.5.5. Утончение
9.5.6. Утолщение
9.5.7. Построение остова
9.5.8. Усечение
9.5.9. Морфологическая реконструкция
9.5.10. Сводная таблица морфологических операций
9.6. Морфология полутоновых изображений
9.6.1. Эрозия и дилатация
9.6.2. Размыкание и замыкание
9.6.3. Некоторые основные алгоритмы полутоновой морфологии
9.6.4. Полутоновая морфологическая реконструкция
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 10. Сегментация изображений
Введение
10.1. Основы
10.2. Обнаружение точек, линий и перепадов
10.2.1. Основы
10.2.2. Обнаружение изолированных точек
10.2.3. Обнаружение линий
10.2.4. Модели перепадов
10.2.5. Простые методы обнаружения контурных перепадов
10.2.6. Более совершенные методы обнаружения контуров
10.2.7. Связывание контуров и нахождение границ
10.3. Пороговая обработка
10.3.1. Обоснование
10.3.2. Обработка с глобальным порогом
10.3.3. Метод Оцу оптимального глобального порогового преобразования
10.3.4. Применение сглаживания изображения для улучшения обработки с глобальным порогом
10.3.5. Использование контуров для улучшения обработки с глобальным порогом
10.3.6. Обработка с несколькими порогами
10.3.7. Обработка с переменным порогом
10.3.8. Пороги, основанные на нескольких переменных
10.4. Сегментация на отдельные области
10.4.1. Выращивание областей
10.4.2. Разделение и слияние областей
10.5. Сегментация по морфологическим водоразделам
10.5.1. Исходные предпосылки
10.5.2. Построение перегородок
10.5.3. Алгоритм сегментации по водоразделам
10.5.4. Использование маркеров
10.6. Использование движения при сегментации
10.6.1. Пространственные методы
10.6.2. Частотные методы
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 11. Представление и описание
Введение
11.1. Представление
11.1.1. Прослеживание границы
11.1.2. Цепные коды
11.1.3. Аппроксимация ломаной линией минимальной длины
11.1.4. Другие методы аппроксимации ломаной линией
11.1.5. Сигнатуры
11.1.6. Сегменты границы
11.1.7. Остовы областей
11.2. Дескрипторы границ
11.2.1. Некоторые простые дескрипторы
11.2.2. Нумерация фигур
11.2.3. Фурье-дескрипторы
11.2.4. Статистические характеристики
11.3. Дескрипторы областей
11.3.1. Некоторые простые дескрипторы
11.3.2. Топологические дескрипторы
11.3.3. Текстурные дескрипторы
11.3.4. Инварианты моментов двумерных функций
11.4. Использование главных компонент для описания
11.5. Реляционные дескрипторы
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Глава 12. Распознавание объектов
Введение
12.1. Образы и классы образов
12.2. Распознавание на основе методов теории принятия решений
12.2.1. Сопоставление
12.2.2. Статистически оптимальные классификаторы
12.2.3. Нейронные сети
12.3. Структурные методы распознавания
12.3.1. Сопоставление номеров фигур
12.3.2. Сопоставление строк символов
Заключение
Ссылки и литература для дальнейшего изучения
Задачи
Приложения
Кодовые таблицы для сжатия изображений
Литература
Предметный указатель