作者：(美)Rafael C. Gonzale
页数：1007页
出版社：电子工业出版社
出版日期：2024
ISBN：9787121476426
电子书格式：pdf/epub/txt
网盘下载地址：下载数字图像处理:英文版
内容简介
在数字图像处理领域，本书作为主要教材已有40多年。第四版是作者在前三版的基础上修订而成的，是前三版的发展与延续。除保留前几版的大部分内容外，根据读者的反馈，作者对本书进行了全面修订，融入了近年来数字图像处理领域的重要进展，增加了几百幅新图像、几十个新图表和上百道新习题。全书共12章，即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、彩色图像处理、小波变换和其他图像变换、图像压缩和水印、形态学图像处理、图像分割、特征提取、图像模式分类。本书的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、研究生、大学本科高年级学生及工程技术人员。
作者简介
Rafael C. Gonzalez（拉斐尔?C. 冈萨雷斯），1965年获得迈阿密大学电气工程理学学士学位，1967年和1970年分别获得佛罗里达大学盖恩斯维尔分校电机工程硕士和博士学位。1970年加入田纳西大学诺斯维尔分校（UTK）电气和计算机科学系，1973年晋升为副教授，1978年晋升为教授，1984年成为特聘教授。他于1994年到1997年担任该系的系主任，目前是UTK的荣誉退休教授。＜BR＞Rafael C. Gonzalez（拉斐尔?C. 冈萨雷斯），1965年获得迈阿密大学电气工程理学学士学位，1967年和1970年分别获得佛罗里达大学盖恩斯维尔分校电机工程硕士和博士学位。1970年加入田纳西大学诺斯维尔分校（UTK）电气和计算机科学系，1973年晋升为副教授，1978年晋升为教授，1984年成为特聘教授。他于1994年到1997年担任该系的系主任，目前是UTK的荣誉退休教授。
目录
Contents
目录
1 Introduction 17
第1章 绪论
What is Digital Image Processing? 18
什么是数字图像处理
The Origins of Digital Image Processing 19
数字图像处理的起源
Examples of Fields that Use Digital Image Processing 23
数字图像处理技术应用领域实例
Fundamental Steps in Digital Image Processing 41
数字图像处理的基本步骤
Components of an Image Processing System 44
图像处理系统的组成
2 Digital Image Fundamentals 47
第2章 数字图像基础
Elements of Visual Perception 48
视觉感知要素
Light and the Electromagnetic Spectrum 54
光和电磁波谱
Image Sensing and Acquisition 57
图像感知与获取
Image Sampling and Quantization 63
图像取样和量化
Some Basic Relationships Between Pixels 79
像素间的一些基本关系
Introduction to the Basic Mathematical Tools Used in Digital Image Processing 83
数字图像处理所用的基本数学工具介绍
3 Intensity Transformations and Spatial Filtering 119
第3章 灰度变换与空间滤波
Background 120
背景
Some Basic Intensity Transformation Functions 122
一些基本的灰度变换函数
Histogram Processing 133
直方图处理
Fundamentals of Spatial Filtering 153
空间滤波基础
Smoothing (Lowpass) Spatial Filters 164
平滑（低通）空间滤波器
Sharpening (Highpass) Spatial Filters 175
锐化（高通）空间滤波器
Highpass, Bandreject, and Bandpass Filters from Lowpass Filters 188
低通、高通、带阻和带通滤波器
Combining Spatial Enhancement Methods 191
组合使用空间增强方法
4 Filtering in the Frequency Domain 203
第4章 频率域滤波
Background 204
背景
Preliminary Concepts 207
基本概念
Sampling and the Fourier Transform of Sampled Functions 215
取样和取样函数的傅里叶变换
The Discrete Fourier Transform of One Variable 225
单变量的离散傅里叶变换
Extensions to Functions of Two Variables 230
二变量函数的傅里叶变换
Some Properties of the 2-D DFT and IDFT 240
二维DFT和IDFT的一些性质
The Basics of Filtering in the Frequency Domain 260
频率域滤波基础
Image Smoothing Using Lowpass Frequency Domain Filters 272
使用低通频率域滤波器平滑图像
Image Sharpening Using Highpass Filters 284
使用高通滤波器锐化图像
Selective Filtering 296
选择性滤波
The Fast Fourier Transform 303
快速傅里叶变换
5 Image Restoration and Reconstruction 317
第5章 图像复原与重建
A Model of the Image Degradation/Restoration Process 318
图像退化/复原处理的一个模型
Noise Models 318
噪声模型
Restoration in the Presence of Noise Only—Spatial Filtering 327
只存在噪声的复原——空间滤波
Periodic Noise Reduction Using Frequency Domain Filtering 340
使用频率域滤波降低周期噪声
Linear, Position-Invariant Degradations 348
线性位置不变退化
Estimating the Degradation Function 352
估计退化函数
Inverse Filtering 356
逆滤波
Minimum Mean Square Error (Wiener) Filtering 358
最小均方误差（维纳）滤波
Constrained Least Squares Filtering 363
约束最小二乘方滤波
Geometric Mean Filter 367
几何均值滤波
Image Reconstruction from Projections 368
由投影重建图像
6 Color Image Processing 399
第6章 彩色图像处理
Color Fundamentals 400
彩色基础
Color Models 405
彩色模型
Pseudocolor Image Processing 420
假彩色图像处理
Basics of Full-Color Image Processing 429
全彩色图像处理基础
Color Transformations 430
彩色变换
Color Image Smoothing and Sharpening 442
彩色图像平滑和锐化
Using Color in Image Segmentation 445
使用彩色分割图像
Noise in Color Images 452
彩色图像中的噪声
Color Image Compression 455
彩色图像压缩
7 Wavelet and Other Image Transforms 463
第7章 小波变换和其他图像变换
Preliminaries 464
预备知识
Matrix-based Transforms 466
基于矩阵的变换
Correlation 478
相关
Basis Functions in the Time-Frequency Plane 479
时间-频率平面的基函数
Basis Images 483
基图像
Fourier-Related Transforms 484
傅里叶相关的变换
Walsh-Hadamard Transforms 496
沃尔什-哈达玛变换
Slant Transform 500
斜变换
Haar Transform 502
哈尔变换
Wavelet Transforms 504
小波变换
8 Image Compression and Watermarking 539
第8章 图像压缩和水印
Fundamentals 540
基础
Huffman Coding 553
霍夫曼编码
Golomb Coding 556
Golomb编码
Arithmetic Coding 561
算术编码
LZW Coding 564
LZW编码
Run-length Coding 566
行程编码
Symbol-based Coding 572
基于符号的编码
Bit-plane Coding 575
比特平面编码
Block Transform Coding 576
块变换编码
Predictive Coding 594
预测编码
Wavelet Coding 614
小波编码
Digital Image Watermarking 624
数字图像水印
9 Morphological Image Processing 635
第9章 形态学图像处理
Preliminaries 636
预备知识
Erosion and Dilation 638
腐蚀和膨胀
Opening and Closing 644
开运算与闭运算
The Hit-or-Miss Transform 648
击中-击不中变换
Some Basic Morphological Algorithms 652
一些基本的形态学算法
Morphological Reconstruction 667
形态学重建
Summary of Morphological Operations on Binary Images 673
二值图像形态学运算小结
Grayscale Morphology 674
灰度级形态学
10 Image Segmentation 699
第10章 图像分割
Fundamentals 700
基础
Point, Line, and Edge Detection 701
点、线和边缘检测
Thresholding 742
阈值处理
Segmentation by Region Growing and by Region Splitting and Merging 764
使用区域生长、区域分离与聚合的分割
Region Segmentation Using Clustering and Superpixels 770
使用聚类和超像素的区域分割
Region Segmentation Using Graph Cuts 777
使用图割分割区域
Segmentation Using Morphological Watersheds 786
使用形态学分水岭分割图像
The Use of Motion in Segmentation 796
分割中运动的使用
11 Feature Extraction 811
第11章 特征提取
Background 812
背景
Boundary Preprocessing 814
边界预处理
Boundary Feature Descriptors 831
边界特征描述子
Region Feature Descriptors 840
区域特征描述子
Principal Components as Feature Descriptors 859
作为特征描述子的主分量
Whole-Image Features 868
整体图像特征
Scale-Invariant Feature Transform (SIFT) 881
尺度不变特征变换
12 Image Pattern Classification 903
第12章 图像模式分类
Background 904
背景
Patterns and Pattern Classes 906
模式与模式类
Pattern Classification by Prototype Matching 910
原型匹配模式分类
Optimum (Bayes) Statistical Classifiers 923
最优（贝叶斯）统计分类器
Neural Networks and Deep Learning 931
神经网络与深度学习
Deep Convolutional Neural Networks 964
深度卷积神经网络
Some Additional Details of Implementation 987
实现的一些附加细节
Bibliography 995
参考文献
目录
1 Introduction 17
第1章 绪论
What is Digital Image Processing? 18
什么是数字图像处理
The Origins of Digital Image Processing 19
数字图像处理的起源
Examples of Fields that Use Digital Image Processing 23
数字图像处理技术应用领域实例
Fundamental Steps in Digital Image Processing 41
数字图像处理的基本步骤
Components of an Image Processing System 44
图像处理系统的组成
2 Digital Image Fundamentals 47
第2章 数字图像基础
Elements of Visual Perception 48
视觉感知要素
Light and the Electromagnetic Spectrum 54
光和电磁波谱
Image Sensing and Acquisition 57
图像感知与获取
Image Sampling and Quantization 63
图像取样和量化
Some Basic Relationships Between Pixels 79
像素间的一些基本关系
Introduction to the Basic Mathematical Tools Used in Digital Image Processing 83
数字图像处理所用的基本数学工具介绍
3 Intensity Transformations and Spatial Filtering 119
第3章 灰度变换与空间滤波
Background 120
背景
Some Basic Intensity Transformation Functions 122
一些基本的灰度变换函数
Histogram Processing 133
直方图处理
Fundamentals of Spatial Filtering 153
空间滤波基础
Smoothing (Lowpass) Spatial Filters 164
平滑（低通）空间滤波器
Sharpening (Highpass) Spatial Filters 175
锐化（高通）空间滤波器
Highpass, Bandreject, and Bandpass Filters from Lowpass Filters 188
低通、高通、带阻和带通滤波器
Combining Spatial Enhancement Methods 191
组合使用空间增强方法
4 Filtering in the Frequency Domain 203
第4章 频率域滤波
Background 204
背景
Preliminary Concepts 207
基本概念
Sampling and the Fourier Transform of Sampled Functions 215
取样和取样函数的傅里叶变换
The Discrete Fourier Transform of One Variable 225
单变量的离散傅里叶变换
Extensions to Functions of Two Variables 230
二变量函数的傅里叶变换
Some Properties of the 2-D DFT and IDFT 240
二维DFT和IDFT的一些性质
The Basics of Filtering in the Frequency Domain 260
频率域滤波基础
Image Smoothing Using Lowpass Frequency Domain Filters 272
使用低通频率域滤波器平滑图像
Image Sharpening Using Highpass Filters 284
使用高通滤波器锐化图像
Selective Filtering 296
选择性滤波
The Fast Fourier Transform 303
快速傅里叶变换
5 Image Restoration and Reconstruction 317
第5章 图像复原与重建
A Model of the Image Degradation/Restoration Process 318
图像退化/复原处理的一个模型
Noise Models 318
噪声模型
Restoration in the Presence of Noise Only—Spatial Filtering 327
只存在噪声的复原——空间滤波
Periodic Noise Reduction Using Frequency Domain Filtering 340
使用频率域滤波降低周期噪声
Linear, Position-Invariant Degradations 348
线性位置不变退化
Estimating the Degradation Function 352
估计退化函数
Inverse Filtering 356
逆滤波
Minimum Mean Square Error (Wiener) Filtering 358
最小均方误差（维纳）滤波
Constrained Least Squares Filtering 363
约束最小二乘方滤波
Geometric Mean Filter 367
几何均值滤波
Image Reconstruction from Projections 368
由投影重建图像
6 Color Image Processing 399
第6章 彩色图像处理
Color Fundamentals 400
彩色基础
Color Models 405
彩色模型
Pseudocolor Image Processing 420
假彩色图像处理
Basics of Full-Color Image Processing 429
全彩色图像处理基础
Color Transformations 430
彩色变换
Color Image Smoothing and Sharpening 442
彩色图像平滑和锐化
Using Color in Image Segmentation 445
使用彩色分割图像
Noise in Color Images 452
彩色图像中的噪声
Color Image Compression 455
彩色图像压缩
7 Wavelet and Other Image Transforms 463
第7章 小波变换和其他图像变换
Preliminaries 464
预备知识
Matrix-based Transforms 466
基于矩阵的变换
Correlation 478
相关
Basis Functions in the Time-Frequency Plane 479
时间-频率平面的基函数
Basis Images 483
基图像
Fourier-Related Transforms 484
傅里叶相关的变换
Walsh-Hadamard Transforms 496
沃尔什-哈达玛变换
Slant Transform 500
斜变换
Haar Transform 502
哈尔变换
Wavelet Transforms 504
小波变换
8 Image Compression and Watermarking 539
第8章 图像压缩和水印
Fundamentals 540
基础
Huffman Coding 553
霍夫曼编码
Golomb Coding 556
Golomb编码
Arithmetic Coding 561
算术编码
LZW Coding 564
LZW编码
Run-length Coding 566
行程编码
Symbol-based Coding 572
基于符号的编码
Bit-plane Coding 575
比特平面编码
Block Transform Coding 576
块变换编码
Predictive Coding 594
预测编码
Wavelet Coding 614
小波编码
Digital Image Watermarking 624
数字图像水印
9 Morphological Image Processing 635
第9章 形态学图像处理
Preliminaries 636
预备知识
Erosion and Dilation 638
腐蚀和膨胀
Opening and Closing 644
开运算与闭运算
The Hit-or-Miss Transform 648
击中-击不中变换
Some Basic Morphological Algorithms 652
一些基本的形态学算法
Morphological Reconstruction 667
形态学重建
Summary of Morphological Operations on Binary Images 673
二值图像形态学运算小结
Grayscale Morphology 674
灰度级形态学
10 Image Segmentation 699
第10章 图像分割
Fundamentals 700
基础
Point, Line, and Edge Detection 701
点、线和边缘检测
Thresholding 742
阈值处理
Segmentation by Region Growing and by Region Splitting and Merging 764
使用区域生长、区域分离与聚合的分割
Region Segmentation Using Clustering and Superpixels 770
使用聚类和超像素的区域分割
Region Segmentation Using Graph Cuts 777
使用图割分割区域
Segmentation Using Morphological Watersheds 786
使用形态学分水岭分割图像
The Use of Motion in Segmentation 796
分割中运动的使用
11 Feature Extraction 811
第11章 特征提取
Background 812
背景
Boundary Preprocessing 814
边界预处理
Boundary Feature Descriptors 831
边界特征描述子
Region Feature Descriptors 840
区域特征描述子
Principal Components as Feature Descriptors 859
作为特征描述子的主分量
Whole-Image Features 868
整体图像特征
Scale-Invariant Feature Transform (SIFT) 881
尺度不变特征变换
12 Image Pattern Classification 903
第12章 图像模式分类
Background 904
背景
Patterns and Pattern Classes 906
模式与模式类
Pattern Classification by Prototype Matching 910
原型匹配模式分类
Optimum (Bayes) Statistical Classifiers 923
最优（贝叶斯）统计分类器
Neural Networks and Deep Learning 931
神经网络与深度学习
Deep Convolutional Neural Networks 964
深度卷积神经网络
Some Additional Details of Implementation 987
实现的一些附加细节
Bibliography 995
参考文献
