前 言 When something can be read without effort, great effort has gone into its writing. Enrique Jardiel Poncela 第三版是本書的一次重要修訂。如同由Gonzalez和Wintz編寫的1977年版和1988年版，以及由Gonzalez和Woods編寫的1992年版和2002年版那樣，這一版同樣是為學(xué)生和教師考慮而準(zhǔn)備的。本書的主要目的仍是介紹數(shù)字圖像處理的基本概念和方法，并為讀者在該領(lǐng)域進(jìn)一步學(xué)習(xí)和研究打下堅(jiān)實(shí)的基礎(chǔ)。為實(shí)現(xiàn)這一目的，我們?nèi)詫⒅攸c(diǎn)放在基礎(chǔ)知識(shí)和普通應(yīng)用上。本書要求讀者的數(shù)學(xué)知識(shí)具備大學(xué)本科高年級(jí)和研究生一年級(jí)的水平，即需要掌握數(shù)學(xué)分析、向量、矩陣、概率、統(tǒng)計(jì)、線性系統(tǒng)和計(jì)算機(jī)編程方面的基本知識(shí)。
本書的Web網(wǎng)站為讀者提供了所需背景知識(shí)的回顧指南。 本書在數(shù)字圖像處理領(lǐng)域處于引領(lǐng)地位30多年的主要原因是，我們對(duì)讀者不斷變化的教育需求給予了極大的關(guān)注。第三版是在我們廣泛調(diào)查的基礎(chǔ)上編寫的，這些調(diào)查涉及32個(gè)國(guó)家的134所高校和研究機(jī)構(gòu)的教師、學(xué)生與自學(xué)者。根據(jù)調(diào)查的反饋情況，
本書做了如下修訂： ? 更早、更全面地介紹了圖像處理中所用的數(shù)學(xué)工具。 ? 擴(kuò)充說明了直方圖處理技術(shù)。 ? 逐步敘述了復(fù)雜的算法。 ? 擴(kuò)充說明了空間相關(guān)和卷積的內(nèi)容。 ? 介紹了模糊集合理論及其在圖像處理中的應(yīng)用。 ? 修訂了頻率域處理的內(nèi)容，從基本原理開始，說明了如何從數(shù)據(jù)取樣得出離散傅里葉變換。 ? 覆蓋了關(guān)于計(jì)算機(jī)斷層（CT）的內(nèi)容。 ? 清楚地?cái)⑹隽诵〔ǖ幕靖拍睢?? 修訂了關(guān)于數(shù)據(jù)壓縮的內(nèi)容，包含了更多的視頻壓縮技術(shù)、標(biāo)準(zhǔn)和水印。 ? 擴(kuò)充了形態(tài)學(xué)的章節(jié)，包含了形態(tài)學(xué)重建的內(nèi)容，修訂了灰度形態(tài)學(xué)的內(nèi)容。 ? 擴(kuò)充了圖像分割的內(nèi)容，包含了更先進(jìn)的技術(shù)，如坎尼算法的邊緣檢測(cè)技術(shù)，更全面地探討了圖像的閾值處理。 ? 更新了圖像表示與描述章節(jié)的內(nèi)容。 ? 精簡(jiǎn)了關(guān)于結(jié)構(gòu)目標(biāo)識(shí)別的內(nèi)容。 第三版中的新內(nèi)容和重新組織的內(nèi)容試圖在論述的嚴(yán)密性、描述的清晰性和市場(chǎng)調(diào)查的反饋之間保持平衡，同時(shí)盡量將篇幅控制在合理的范圍內(nèi)。第三版的主要改動(dòng)如下。
第1章：更新了圖片，并根據(jù)后續(xù)章節(jié)的變化重寫了正文部分。
第2章：本章約修訂了50%的內(nèi)容，包含了新圖像和更清晰的說明。主要修訂包括：新增了關(guān)于圖像內(nèi)插的一節(jié)，以及綜述本書所用主要數(shù)學(xué)工具的一節(jié)。此前分散在全書中的大量圖像處理應(yīng)用現(xiàn)在整合到了第2章中。例如，我們把圖像平均和圖像相減移到了這一章。這遵循了我們?cè)诘诙嬷芯烷_始的做法，即在討論中盡可能把許多應(yīng)用前移，以便更好地引導(dǎo)讀者。學(xué)完重新組織的第2章后，讀者可基本了解數(shù)字圖像加工和處理的方式。本章是編寫本書其余章節(jié)的堅(jiān)實(shí)基礎(chǔ)。
第3章：本章的主要修訂是，詳細(xì)探討了空間相關(guān)、卷積及利用空間模板對(duì)圖像濾波的應(yīng)用。我們?cè)谶M(jìn)行市場(chǎng)調(diào)查時(shí)發(fā)現(xiàn)了讀者普遍關(guān)心的一個(gè)問題，即要求用大量實(shí)例來說明直方圖均衡化和規(guī)定化，對(duì)這一問題的回應(yīng)是，我們?cè)黾恿艘恍┱f明這些處理工具的例子。模糊集合及其在圖像處理中的應(yīng)用也是調(diào)查反饋普遍要求的內(nèi)容，因此本章中納入了模糊集合理論基礎(chǔ)及其在灰度變換與空間濾波兩種圖像處理中的主要應(yīng)用。
第4章：過去4年，讀者抱怨得最多的是對(duì)第一版和第二版的第4章所做的更改。當(dāng)時(shí)做出這些改變時(shí)，目的是為了簡(jiǎn)化傅里葉變換和頻率域的表述。顯然，我們走得太遠(yuǎn)，因?yàn)樽x者抱怨新內(nèi)容太淺。第三版糾正了這一問題。現(xiàn)在的內(nèi)容從連續(xù)變量的傅里葉變換開始，再用取樣和卷積的基本概念進(jìn)一步推導(dǎo)了離散傅里葉變換。這種變化的優(yōu)點(diǎn)是，更直觀地引入了取樣定理。然后，我們將一維情形推廣到了二維情形，并給出了說明數(shù)字圖像取樣效果的一些例子。再后，我們介紹了二維離散傅里葉變換，推導(dǎo)和總結(jié)了一些重要性質(zhì)。這些概念是頻率域?yàn)V波的基礎(chǔ)。最后，我們討論了問題實(shí)現(xiàn)，如變換分解和快速傅里葉變換算法的推導(dǎo)。學(xué)完本章后，讀者可掌握從一維函數(shù)的取樣到離散傅里葉變換基礎(chǔ)的清晰推導(dǎo)過程，以及其在數(shù)字圖像處理中的某些重要應(yīng)用。
第5章：本章增加了關(guān)于從投影重建圖像的一節(jié)，重點(diǎn)在于計(jì)算機(jī)斷層(CT)。CT的內(nèi)容用投影重建圖像的基本原理和實(shí)踐中所用成像模型的例子開始。然后，推導(dǎo)了雷登變換和傅里葉切片定理，并以它們?yōu)榛A(chǔ)清楚地說明了濾波反投影的概念。討論了平行光束和扇形光束重建，并用一些例子進(jìn)行了說明。這些內(nèi)容較老，但對(duì)本書是重要的補(bǔ)充。
第6章：本章只做了符號(hào)表示的澄清和更正，未增加新內(nèi)容。
第7章：讀者反饋從前一章過渡到小波對(duì)初學(xué)者來說較為困難，因此我們重寫了一些基礎(chǔ)內(nèi)容。
第8章：為使內(nèi)容跟上發(fā)展形勢(shì)，本章已完全重寫。新編碼技術(shù)內(nèi)容擴(kuò)展到了視頻，修訂了標(biāo)準(zhǔn)，介紹了圖像水印處理。這種新的編排方式更易于學(xué)生掌握。
第9章：本章的主要變化是包含了形態(tài)學(xué)重建的新內(nèi)容，修訂了灰度級(jí)形態(tài)學(xué)的內(nèi)容，并詳細(xì)介紹了二值圖像和灰度級(jí)圖像的形態(tài)學(xué)重建，以便學(xué)生開發(fā)出更復(fù)雜、更有用的形態(tài)學(xué)算法。
第10章：本章做了大量修訂。組織方式與之前相同，但新增了關(guān)于分割技術(shù)的內(nèi)容，詳細(xì)討論并說明了邊緣模型及其性質(zhì)。介紹先進(jìn)的邊緣檢測(cè)技術(shù)時(shí)，包含了Marr-Hildreth邊緣檢測(cè)器和坎尼邊緣檢測(cè)器。重寫了關(guān)于閾值處理的一節(jié)，包含了較為流行的Otsu方法，這種方法易于理解和實(shí)現(xiàn)，且應(yīng)用廣泛。關(guān)于貝葉斯方法的內(nèi)容則移到第12章介紹，那時(shí)還會(huì)詳細(xì)探討貝葉斯決策規(guī)則。此外，還討論了如何利用邊緣信息來改進(jìn)閾值處理，并給出了自適應(yīng)閾值處理的新例子。關(guān)于形態(tài)學(xué)分水嶺和運(yùn)動(dòng)分割應(yīng)用的內(nèi)容，除闡述更為清楚外，基本上未做改動(dòng)。
第11章：本章的主要變化是邊界跟蹤算法，詳細(xì)推導(dǎo)了用最小周長(zhǎng)多邊形擬合數(shù)字邊界的算法，增加了用于紋理描述的共生矩陣內(nèi)容。與11.4節(jié)的所有例子一樣，11.2節(jié)和11.3節(jié)中的許多例子都是新的。 第12章：本章的變化是，新增了關(guān)于相關(guān)匹配的內(nèi)容，以及用貝葉斯分類器識(shí)別多光譜圖像中感興趣區(qū)的新例子。結(jié)構(gòu)分類方面的章節(jié)只限于討論串匹配。
以上修訂，導(dǎo)致了本書新增了400多幅圖像、200多幅圖表和80多道習(xí)題。書中適當(dāng)?shù)奈恢媒o出了復(fù)雜處理過程的逐步算法。同時(shí)，更新了參考文獻(xiàn)。 本書的Web網(wǎng)站在第二版發(fā)行期間就已完成，并取得了很大的成功，每月的訪問量都在20 000以上。相應(yīng)于第三版本，我們重新設(shè)計(jì)和升級(jí)了這一網(wǎng)站。關(guān)于該網(wǎng)站的詳細(xì)功能和內(nèi)容，請(qǐng)讀者參閱后面的“本書網(wǎng)站”和“致謝”部分。 第三版反映了2002年以來讀者不斷變化的需求。自1977年首次出版以來，本書在全球范圍內(nèi)被讀者廣泛接受的原因之一是，本書一直強(qiáng)調(diào)基本概念，包括試圖提供盡快引出知識(shí)主體的穩(wěn)定方法。我們遵循相同的原則編寫了本書的第三版。 Rafael C. Gonzalez Richard E. Woods
第1章 緒論 1
引言 1
1．1 什么是數(shù)字圖像處理 1
1．2 數(shù)字圖像處理的起源 2
1．3 使用數(shù)字圖像處理領(lǐng)域的實(shí)例 4
1．3．1 伽馬射線成像 5
1．3．2 X射線成像 5
1．3．3 紫外波段成像 7
1．3．4 可見光及紅外波段成像 7
1．3．5 微波波段成像 10
1．3．6 無線電波段成像 10
1．3．7 使用其他成像方式的例子 11
1．4 數(shù)字圖像處理的基本步驟 14
1．5 圖像處理系統(tǒng)的組成 15
小結(jié) 17
參考文獻(xiàn) 17
第2章 數(shù)字圖像基礎(chǔ) 20
引言 20
2．1 視覺感知要素 20
2．1．1 人眼的結(jié)構(gòu) 20
2．1．2 眼睛中圖像的形成 22
2．1．3 亮度適應(yīng)和辨別 22
2．2 光和電磁波譜 24
2．3 圖像感知和獲取 26
2．3．1 使用單個(gè)傳感器獲取圖像 27
2．3．2 使用條帶傳感器獲取圖像 27
2．3．3 使用傳感器陣列獲取圖像 28
2．3．4 簡(jiǎn)單的圖像形成模型 28
2．4 圖像取樣和量化 30
2．4．1 取樣和量化的基本概念 30
2．4．2 數(shù)字圖像表示 31
2．4．3 空間和灰度分辨率 34
2．4．4 圖像內(nèi)插 36
2．5 像素間的一些基本關(guān)系 38
2．5．1 相鄰像素 38
2．5．2 鄰接性、連通性、區(qū)域和邊界 38
2．5．3 距離度量 40
2．6 數(shù)字圖像處理中所用數(shù)學(xué)工具的介紹 41
2．6．1 陣列與矩陣操作 41
2．6．2 線性操作與非線性操作 42
2．6．3 算術(shù)操作 42
2．6．4 集合和邏輯操作 46
2．6．5 空間操作 49
2．6．6 向量與矩陣操作 53
2．6．7 圖像變換 54
2．6．8 概率方法 56
小結(jié) 57
參考文獻(xiàn) 58
習(xí)題 58
第3章 灰度變換與空間濾波 62
引言 62
3．1 背景知識(shí) 62
3．1．1 灰度變換和空間濾波基礎(chǔ) 62
3．1．2 關(guān)于本章中的例子 63
3．2 一些基本的灰度變換函數(shù) 64
3．2．1 圖像反轉(zhuǎn) 64
3．2．2 對(duì)數(shù)變換 64
3．2．3 冪律(伽馬)變換 66
3．2．4 分段線性變換函數(shù) 68
3．3 直方圖處理 72
3．3．1 直方圖均衡 72
3．3．2 直方圖匹配(規(guī)定化) 77
3．3．3 局部直方圖處理 83
3．3．4 在圖像增強(qiáng)中使用直方圖統(tǒng)計(jì) 85
3．4 空間濾波基礎(chǔ) 88
3．4．1 空間濾波機(jī)理 88
3．4．2 空間相關(guān)與卷積 89
3．4．3 線性濾波的向量表示 92
3．4．4 空間濾波器模板的產(chǎn)生 93
3．5 平滑空間濾波器 93
3．5．1 平滑線性濾波器 93
3．5．2 統(tǒng)計(jì)排序(非線性)濾波器 96
3．6 銳化空間濾波器 97
3．6．1 基礎(chǔ) 97
3．6．2 使用二階微分進(jìn)行圖像銳化――
拉普拉斯算子 99
3．6．3 非銳化掩蔽和高提升濾波 100
3．6．4 使用一階微分對(duì)(非線性)圖像銳
化――梯度 101
3．7 混合空間增強(qiáng)法 103
3．8 使用模糊技術(shù)進(jìn)行灰度變換和
空間濾波 105
3．8．1 引言 106
3．8．2 模糊集合論原理 106
3．8．3 模糊集合應(yīng)用 110
3．8．4 使用模糊集合進(jìn)行灰度變換 116
3．8．5 使用模糊集合進(jìn)行空間濾波 117
小結(jié) 119
參考文獻(xiàn) 119
習(xí)題 120
第4章 頻率域?yàn)V波 124
引言 124
4．1 背景 124
4．1．1 傅里葉級(jí)數(shù)和變換簡(jiǎn)史 124
4．1．2 關(guān)于本章中的例子 125
4．2 基本概念 125
4．2．1 復(fù)數(shù) 125
4．2．2 傅里葉級(jí)數(shù) 126
4．2．3 沖激及其取樣特性 126
4．2．4 連續(xù)變量函數(shù)的傅里葉變換 128
4．2．5 卷積 130
4．3 取樣和取樣函數(shù)的傅里葉變換 131
4．3．1 取樣 131
4．3．2 取樣函數(shù)的傅里葉變換 132
4．3．3 取樣定理 134
4．3．4 混淆 135
4．3．5 由取樣后的數(shù)據(jù)重建(復(fù)原)函數(shù) 137
4．4 單變量的離散傅里葉變換(DFT) 138
4．4．1 由取樣后的函數(shù)的連續(xù)變換得
到DFT 138
4．4．2 取樣和頻率間隔間的關(guān)系 140
4．5 兩個(gè)變量的函數(shù)的擴(kuò)展 141
4．5．1 二維沖激及其取樣特性 141
4．5．2 二維連續(xù)傅里葉變換對(duì) 141
4．5．3 二維取樣和二維取樣定理 142
4．5．4 圖像中的混淆 143
4．5．5 二維離散傅里葉變換及其反變換 147
4．6 二維離散傅里葉變換的一些性質(zhì) 148
4．6．1 空間和頻率間隔的關(guān)系 148
4．6．2 平移和旋轉(zhuǎn) 148
4．6．3 周期性 148
4．6．4 對(duì)稱性 150
4．6．5 傅里葉譜和相角 154
4．6．6 二維卷積定理 157
4．6．7 二維離散傅里葉變換性質(zhì)的小結(jié) 159
4．7 頻率域?yàn)V波基礎(chǔ) 161
4．7．1 頻率域的其他特性 161
4．7．2 頻率域?yàn)V波基礎(chǔ) 162
4．7．3 頻率域?yàn)V波步驟小結(jié) 165
4．7．4 空間和頻率域?yàn)V波間的對(duì)應(yīng) 166
4．8 使用頻率域?yàn)V波器平滑圖像 169
4．8．1 理想低通濾波器 169
4．8．2 布特沃斯低通濾波器 172
4．8．3 高斯低通濾波器 173
4．8．4 低通濾波的其他例子 174
4．9 使用頻率域?yàn)V波器銳化圖像 176
4．9．1 理想高通濾波器 176
4．9．2 布特沃斯高通濾波器 178
4．9．3 高斯高通濾波器 178
4．9．4 頻率域的拉普拉斯算子 179
4．9．5 鈍化模板、高提升濾波和高頻
強(qiáng)調(diào)濾波 180
4．9．6 同態(tài)濾波 182
4．10 選擇性濾波 184
4．10．1 帶阻濾波器和帶通濾波器 184
4．10．2 陷波濾波器 185
4．11 實(shí)現(xiàn) 187
4．11．1 二維DFT的可分性 187
4．11．2 用DFT算法計(jì)算IDFT 187
4．11．3 快速傅里葉變換(FFT) 187
4．11．4 關(guān)于濾波器設(shè)計(jì)的一些注釋 190
小結(jié) 190
參考文獻(xiàn) 190
習(xí)題 191
第5章 圖像復(fù)原與重建 196
引言 196
5．1 圖像退化/復(fù)原過程的模型 197
5．2 噪聲模型 197
5．2．1 噪聲的空間和頻率特性 197
5．2．2 一些重要的噪聲概率密度函數(shù) 198
5．2．3 周期噪聲 201
5．2．4 噪聲參數(shù)的估計(jì) 202
5．3 只存在噪聲的復(fù)原――空間濾波 203
5．3．1 均值濾波器 203
5．3．2 統(tǒng)計(jì)排序?yàn)V波器 205
5．3．3 自適應(yīng)濾波器 208
5．4 用頻率域?yàn)V波消除周期噪聲 211
5．4．1 帶阻濾波器 211
5．4．2 帶通濾波器 211
5．4．3 陷波濾波器 212
5．4．4 最佳陷波濾波 213
5．5 線性、位置不變的退化 216
5．6 估計(jì)退化函數(shù) 218
5．6．1 圖像觀察估計(jì) 218
5．6．2 試驗(yàn)估計(jì) 218
5．6．3 建模估計(jì) 219
5．7 逆濾波 221
5．8 最小均方誤差(維納)濾波 222
5．9 約束最小二乘方濾波 224
5．10 幾何均值濾波 227
5．11 由投影重建圖像 228
5．11．1 引言 228
5．11．2 計(jì)算機(jī)斷層(CT)原理 230
5．11．3 投影和雷登變換 232
5．11．4 傅里葉切片定理 235
5．11．5 使用平行射線束濾波反投影的重建 236
5．11．6 使用扇形射線束濾波反投影的重建 240
小結(jié) 244
參考文獻(xiàn) 244
習(xí)題 245
第6章 彩色圖像處理 249
引言 249
6．1 彩色基礎(chǔ) 249
6．2 彩色模型 254
6．2．1 RGB彩色模型 254
6．2．2 CMY和CMYK彩色模型 257
6．2．3 HSI彩色模型 257
6．3 偽彩色圖像處理 262
6．3．1 灰度分層 262
6．3．2 灰度到彩色的變換 265
6．4 全彩色圖像處理基礎(chǔ) 267
6．5 彩色變換 268
6．5．1 公式 269
6．5．2 補(bǔ)色 271
6．5．3 彩色分層 271
6．5．4 色調(diào)和彩色校正 273
6．5．5 直方圖處理 275
6．6 平滑和銳化 276
6．6．1 彩色圖像平滑 276
6．6．2 彩色圖像銳化 278
6．7 基于彩色的圖像分割 279
6．7．1 HSI彩色空間的分割 279
6．7．2 RGB向量空間中的分割 279
6．7．3 彩色邊緣檢測(cè) 281
6．8 彩色圖像中的噪聲 283
6．9 彩色圖像壓縮 284
小結(jié) 285
參考文獻(xiàn) 285
習(xí)題 286
第7章 小波和多分辨率處理 289
引言 289
7．1 背景 289
7．1．1 圖像金字塔 290
7．1．2 子帶編碼 292
7．1．3 哈爾變換 297
7．2 多分辨率展開 300
7．2．1 級(jí)數(shù)展開 300
7．2．2 尺度函數(shù) 301
7．2．3 小波函數(shù) 304
7．3 一維小波變換 306
7．3．1 小波級(jí)數(shù)展開 306
7．3．2 離散小波變換 308
7．3．3 連續(xù)小波變換 309
7．4 快速小波變換 311
7．5 二維小波變換 317
7．6 小波包 322
小結(jié) 330
參考文獻(xiàn) 330
習(xí)題 331
第8章 圖像壓縮 334
引言 334
8．1 基礎(chǔ)知識(shí) 335
8．1．1 編碼冗余 336
8．1．2 空間冗余和時(shí)間冗余 337
8．1．3 不相關(guān)的信息 337
8．1．4 圖像信息的度量 338
8．1．5 保真度準(zhǔn)則 340
8．1．6 圖像壓縮模型 341
8．1．7 圖像格式、容器和壓縮標(biāo)準(zhǔn) 343
8．2 一些基本的壓縮方法 345
8．2．1 霍夫曼編碼 345
8．2．2 Golomb編碼 346
8．2．3 算術(shù)編碼 350
8．2．4 LZW編碼 351
8．2．5 行程編碼 353
8．2．6 基于符號(hào)的編碼 357
8．2．7 比特平面編碼 359
8．2．8 塊變換編碼 361
8．2．9 預(yù)測(cè)編碼 373
8．2．10 小波編碼 387
8．3 數(shù)字圖像水印 394
小結(jié) 398
參考文獻(xiàn) 398
習(xí)題 399
第9章 形態(tài)學(xué)圖像處理 402
引言 402
9．1 預(yù)備知識(shí) 402
9．2 腐蝕和膨脹 404
9．2．1 腐蝕 404
9．2．2 膨脹 406
9．2．3 對(duì)偶性 407
9．3 開操作與閉操作 407
9．4 擊中或擊不中變換 411
9．5 一些基本的形態(tài)學(xué)算法 412
9．5．1 邊界提取 412
9．5．2 孔洞填充 413
9．5．3 連通分量的提取 414
9．5．4 凸殼 416
9．5．5 細(xì)化 417
9．5．6 粗化 418
9．5．7 骨架 418
9．5．8 裁剪 420
9．5．9 形態(tài)學(xué)重建 421
9．5．10 二值圖像形態(tài)學(xué)操作小結(jié) 426
9．6 灰度級(jí)形態(tài)學(xué) 428
9．6．1 腐蝕和膨脹 428
9．6．2 開操作和閉操作 430
9．6．3 一些基本的灰度級(jí)形態(tài)學(xué)算法 431
9．6．4 灰度級(jí)形態(tài)學(xué)重建 435
小結(jié) 437
參考文獻(xiàn) 437
習(xí)題 438
第10章 圖像分割 443
引言 443
10．1 基礎(chǔ)知識(shí) 443
10．2 點(diǎn)、線和邊緣檢測(cè) 445
10．2．1 背景知識(shí) 445
10．2．2 孤立點(diǎn)的檢測(cè) 447
10．2．3 線檢測(cè) 449
10．2．4 邊緣模型 450
10．2．5 基本邊緣檢測(cè) 454
10．2．6 更先進(jìn)的邊緣檢測(cè)技術(shù) 459
10．2．7 邊緣連接和邊界檢測(cè) 467
10．3 閾值處理 476
10．3．1 基礎(chǔ)知識(shí) 476
10．3．2 基本的全局閾值處理 478
10．3．3 用Otsu方法的最佳全局閾值處理 479
10．3．4 用圖像平滑改善全局閾值處理 483
10．3．5 利用邊緣改進(jìn)全局閾值處理 484
10．3．6 多閾值處理 487
10．3．7 可變閾值處理 488
10．3．8 多變量閾值處理 492
10．4 基于區(qū)域的分割 493
10．4．1 區(qū)域生長(zhǎng) 493
10．4．2 區(qū)域分裂與聚合 495
10．5 用形態(tài)學(xué)分水嶺的分割 497
10．5．1 背景知識(shí) 497
10．5．2 水壩構(gòu)建 498
10．5．3 分水嶺分割算法 499
10．5．4 標(biāo)記的使用 501
10．6 分割中運(yùn)動(dòng)的應(yīng)用 502
10．6．1 空間域技術(shù) 502
10．6．2 頻率域技術(shù) 504
小結(jié) 507
參考文獻(xiàn) 507
習(xí)題 508
第11章 表示和描述 514
引言 514
11．1 表示 514
11．1．1 邊界追蹤 514
11．1．2 鏈碼 516
11．1．3 使用最小周長(zhǎng)多邊形的多邊形近似 518
11．1．4 其他多邊形近似方法 522
11．1．5 標(biāo)記圖 523
11．1．6 邊界線段 525
11．1．7 骨架 525
11．2 邊界描繪子 527
11．2．1 一些簡(jiǎn)單的描繪子 527
11．2．2 形狀數(shù) 528
11．2．3 傅里葉描繪子 529
11．2．4 統(tǒng)計(jì)矩 531
11．3 區(qū)域描繪子 532
11．3．1 一些簡(jiǎn)單的描繪子 532
11．3．2 拓?fù)涿枥L子 532
11．3．3 紋理 534
11．3．4 不變矩 542
11．4 使用主分量進(jìn)行描繪 544
11．5 關(guān)系描繪子 550
小結(jié) 553
參考文獻(xiàn) 553
習(xí)題 554
第12章 目標(biāo)識(shí)別 557
引言 557
12．1 模式和模式類 557
12．2 基于決策理論方法的識(shí)別 560
12．2．1 匹配 560
12．2．2 最佳統(tǒng)計(jì)分類器 564
12．2．3 神經(jīng)網(wǎng)絡(luò) 570
12．3 結(jié)構(gòu)方法 585
12．3．1 匹配形狀數(shù) 585
12．3．2 串匹配 586
小結(jié) 587
參考文獻(xiàn) 588
習(xí)題 588
附錄A 圖像壓縮編碼表 591
附錄B 參考書目 595
索引 620
新書資訊