智能数字图像处理:原理与技术电子书

前言

第一篇 数字图像处理基础理论

第1章 概论

1.1 数字图像概述

1.2 数字图像处理技术的发展及应用

1.3 数字图像处理方法概述

1.4 数字图像处理的主要技术与系统构成

1.5 图像处理编程基础

习题

第2章 人类的感知与数字图像的质量

2.1 人眼结构与视觉特性

2.2 影响数字图像质量的因素

习题

第3章 图像的基本运算与变形处理

3.1 图像的基本运算

3.2 图像的重采样与插值运算

3.3 图像的变形处理

习题

第4章 图像增强处理

4.1 空域处理技术

4.2 滤波器

4.3 空域滤波处理

4.4 频域滤波处理

习题

第5章 图像复原技术

5.1 图像复原基础

5.2 图像退化与数学模型

5.3 典型的图像复原方法

5.4 退化函数估计方法

5.5 逆滤波复原及其实现方法

5.6 维纳滤波复原及其实现方法

5.7 噪声模型

5.8 空域滤波复原

习题

第6章 彩色图像处理

6.1 人类视觉对色彩的感知与色彩空间

6.2 RGB彩色图像的特效处理

6.3 彩色图像处理

6.4 假彩色处理

习题

第7章 数学形态学方法

7.1 集合论基础知识

7.2 数学形态学的基本运算

7.3 利用数学形态学处理图像

习题

第8章 图像压缩与编码技术

8.1 图像压缩技术基础

8.2 无损压缩编码

习题

第9章 图像分割

9.1 图像分割基础

9.2 非连续性检测

9.3 边缘连接

9.4 阈值分割法

9.5 基于区域的分割方法

9.6 基于能量的分割方法

习题

第二篇 智能数字图像处理方法

第10章 人工智能基础知识

10.1 人工智能技术的发展背景

10.2 机器学习基础

10.3 机器学习与深度学习

10.4 深度学习基础

10.5 深度学习编程框架

习题

第11章 智能图像增强技术

11.1 智能图像增强技术的发展

11.2 常见的自动编码器

11.3 去噪自动编码器实例

11.4 栈式暗光自动编码器的图像增强实例

11.5 基于CNN的暗光图像增强实例

11.6 基于先验知识的图像去噪方法

习题

第12章 智能图像语义分割技术

12.1 智能图像语义分割技术的发展

12.2 基于AlexNet的图像分类技术

12.3 基于FCN的语义分割技术

12.4 其他分割策略

习题

第13章 智能图像彩色化处理技术

13.1 智能图像彩色化处理技术的发展

13.2 基于深度神经网络的彩色化方法

13.3 基于卷积神经网络的彩色化方法

13.4 用户引导的实时彩色化方法

习题

第14章 智能图像风格化处理

14.1 智能图像风格化处理技术的发展

14.2 基于卷积神经网络的风格迁移技术

14.3 基于感知的实时风格迁移方法

习题

第15章 智能图像的修复处理

15.1 智能图像修复技术的发展

15.2 基于上下文信息编码的图像重绘修补算法

15.3 基于全局与局部一致性的图像修补算法

习题

参考文献