Читать в оригинале

Для доступа к данной книге необходима авторизация

Логин: пароль Запрос доступа

Цифровая обработка изображений в информационных системах

  

Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах: Учебное пособие.- Новосибисрк: Изд-во НГТУ, 2002. - 352 c.

Цифровая обработка изображений - интенсивно развивающаяся научная область, которая находит все более широкое применение в различных информационных технических системах: радиолокационных, связи, телевизионных и т.п. В данном учебном пособии рассмотрены следующие задачи обработки изображений: дискретизации и квантования, улучшения визуального качества путем поэлементного преобразования, подавления помех и восстановления, геометрического преобразования и привязки, фотограмметрии и стереовидения.

Учебное пособие предназначено для студентов старших курсов и магистрантов, изучающих цифровые методы обработки изображений.


Оглавление

ВВЕДЕНИЕ
ГЛАВА 1. ДИСКРЕТИЗАЦИЯ И КВАНТОВАНИЕ НЕПРЕРЫВНЫХ ИЗОБРАЖЕНИЙ
1.1. Дискретизация непрерывных изображений
1.2. Квантование изображений
ВОПРОСЫ К ГЛАВЕ 1
ГЛАВА 2. УЛУЧШЕНИЕ ВИЗУАЛЬНОГО КАЧЕСТВА ИЗОБРАЖЕНИЙ ПУТЕМ ПОЭЛЕМЕНТНОГО ПРЕОБРАЗОВАНИЯ
2.1. Линейное контрастирование изображения
2.2. Соляризация изображения
2.3. Препарирование изображения
2.4. Преобразование гистограмм, эквализация
2.5. Применение табличного метода при поэлементных преобразованиях изображений
ВОПРОСЫ К ГЛАВЕ 2
ГЛАВА 3. ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ
3.1. Оптимальная линейная фильтрация. Уравнение Винера-Хопфа
3.2. Масочная фильтрация изображений при наличии аддитивного белого шума
3.3. Рекуррентная каузальная фильтрация изображений
3.4. Применение фильтра Винера для некаузальной двумерной фильтрации
3.4.1. Двумерное дискретное преобразование Фурье
3.4.2. Циклическая свертка
3.4.3. Решение уравнения Винера-Хопфа в циклическом приближении
3.5. Байесовская фильтрация изображений
3.5.1. Сущность байесовской фильтрации
3.5.2. Марковская фильтрация одномерных последовательностей
3.5.3. Двухэтапная марковская фильтрация изображений
3.6. Медианная фильтрация
ВОПРОСЫ К ГЛАВЕ 3
ГЛАВА 4. ВОССТАНОВЛЕНИЕ ИЗОБРАЖЕНИЙ
4.1. Модели изображений и их линейных искажений
4.1.1. Формирование изображений
4.1.2. Размытие вследствие движения (смаз)
4.1.3. Расфокусировка
4.2. Алгебраические методы восстановления изображений
4.3. Методы восстановления изображений на основе пространственной фильтрации
4.3.1. Инверсный фильтр
4.3.2. Фильтр Винера
4.3.3. Компенсация краевых эффектов при восстановлении линейно-искаженных изображений
4.4. Итерационные методы восстановления изображений
ВОПРОСЫ К ГЛАВЕ 4
ГЛАВА 5. ГЕОМЕТРИЧЕСКИЕ ПРЕОБРАЗОВАНИЯ И ПРИВЯЗКА ИЗОБРАЖЕНИЙ
5.1. Геометрические преобразования на плоскости и в пространстве
5.1.1. Точки и прямые линии на плоскости - двойственность описаний
5.1.2. Однородные координаты
5.1.3. Евклидовы преобразования
5.1.4. Аффинные преобразования
5.1.5. Проективные преобразования
5.1.6. Полиномиальное преобразование
5.1.7. Оценивание параметров преобразования
5.2. Восстановление изображения в преобразованных координатах
5.3. Привязка изображений
5.3.1. Корреляционный критерий сходства
5.3.2. Локальное уточнение сдвига
5.3.3. Кросс-спектральная мера сходства
5.3.4. Привязка по локальным неоднородностям
ВОПРОСЫ К ГЛАВЕ 5
ГЛАВА 6. ФОТОГРАММЕТРИЯ И СТЕРЕОВИДЕНИЕ
6.1. Модель регистрирующей камеры
6.2. Связь между различными системами координат
6.3. Стереоскопическая система
6.4. Калибровка камеры
6.5. Взаимное ориентирование
6.6. Поиск сопряженных точек
ВОПРОСЫ К ГЛАВЕ 6
ГЛАВА 7. СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ
7.1. Сегментация изображений на основе пороговой обработки
7.2. Сегментация изображений на основе марковской фильтрации
7.3. Байесовская сегментация, основанная на распределении Гиббса
7.3.1. Распределение Гиббса и его применение к описанию случайных дискретных сигналов и изображений
7.3.2. Байесовская сегментация изображения на основе стохастической релаксации
ВОПРОСЫ К ГЛАВЕ 7
ГЛАВА 8. ВЫДЕЛЕНИЕ КОНТУРНЫХ ЛИНИЙ
8.1. Градиентные методы подчеркивания контуров
8.2. Ранговое обнаружение локальных контурных признаков
8.2.1. Декорреляция фона изображения
8.2.2. Ранговое обнаружение ЛКП
ВОПРОСЫ К ГЛАВЕ 8
ГЛАВА 9. РАСПОЗНАВАНИЕ ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ
9.1. Основные положения
9.2. Разделяющие функции
9.3. Вычисление информативных признаков
9.4. Алгоритмы классификации (краткий обзор)
9.5. Байесовский метод распознавания
9.6. Вероятности ошибок классификации
9.7. Проблема K-классов
ВОПРОСЫ К ГЛАВЕ 9
ГЛАВА 10. МАТЕМАТИЧЕСКАЯ МОРФОЛОГИЯ И ОБРАБОТКА ИЗОБРАЖЕНИЙ
10.1. Операции математической морфологии
10.2. Морфологические операции в дискретном пространстве
ВОПРОСЫ К ГЛАВЕ 10
ГЛАВА 11. СЖАТИЕ ИЗОБРАЖЕНИЙ
11.1. Алгоритмы сжатия без потерь
11.2. Свойства цифровых изображений
11.3. Дискретные преобразования изображений в сжатии данных
11.4. Методы сжатия на основе предсказания
11.5. Другие алгоритмы
ВОПРОСЫ К ГЛАВЕ 11
ГЛАВА 12. КОМПЬЮТЕРНАЯ ТОМОГРАФИЯ
12.1. Получение проекций
12.2. Классическая томография
12.3. Алгоритм обратного проецирования
12.4. Теорема о центральном сечении
12.5. Фурье-алгоритм восстановления томограмм
12.6. Восстановление томограмм с помощью обратного проецирования
12.7. Итерационные алгоритмы восстановления томограмм
12.8. Флюктуационные искажения проекционных данных
ВОПРОСЫ К ГЛАВЕ 12
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА