Visual C++數(shù)字圖像處理技術詳解（第2版）

第2版前言
第1版前言
第1章  圖像編程基礎
1.1  Visual.C++程序設計概述
1.1.1  C++與面向對象程序設計
1.1.2  Visual.C++與Windows程序設計
1.2  數(shù)字圖像處理概述
1.2.1  圖像與數(shù)字圖像
1.2.2  顏色與顏色空間
1.2.3  顯示卡與調色板
1.2.4  數(shù)字圖像文件格式
1.2.5  數(shù)字圖像處理的研究內容
1.2.6  數(shù)字圖像處理的應用領域
1.3  Visual.C++處理數(shù)字圖像的基本方法
1.3.1  使用DIB處理數(shù)字圖像
1.3.2  使用自定義CDib類處理數(shù)字圖像
1.3.3  使用GDI+處理數(shù)字圖像
1.4  綜合實例--圖像瀏覽器
1.5  實踐拓展
第2章  圖像幾何變換
2.1  圖像的位置變換
2.1.1  圖像平移
2.1.2  圖像旋轉
2.1.3  圖像鏡像
2.1.4  圖像轉置
2.2  圖像尺度變換
2.2.1  圖像縮放
2.2.2  插值算法
2.3  綜合實例--魔鏡
2.4  實踐拓展
第3章  圖像正交變換
3.1  基本正交變換
3.1.1  離散傅里葉變換
3.1.2  離散余弦變換
3.1.3  離散沃爾什變換
3.2  特征變換
3.2.1  K-L變換
3.2.2  SVD變換
3.2.3  小波變換
3.3  綜合實例--特征提取
3.4  實踐拓展
第4章  圖像增強
4.1  灰度變換增強
4.1.1  線性灰度增強
4.1.2  分段線性灰度增強
4.1.3  非線性灰度增強
4.2  直方圖增強
4.2.1  直方圖統(tǒng)計
4.2.2  直方圖均衡化
4.2.3  直方圖規(guī)定化
4.3  圖像平滑
4.3.1  鄰域平均法
4.3.2  加權平均法
4.3.3  選擇式掩膜平滑法
4.3.4  中值濾波法
4.4  圖像銳化
4.4.1  梯度銳化
4.4.2  拉普拉斯掩膜銳化
4.5  頻率域增強
4.5.1  低通濾波
4.5.2  高通濾波
4.5.3  帶阻濾波
4.5.4  同態(tài)濾波
4.6  彩色增強
4.6.1  真彩色增強
4.6.2  假彩色增強
4.6.3  偽彩色增強
4.7  綜合實例--照片處理器
4.8  實踐拓展
第5章  圖像復原
5.1  圖像退化模型
5.2  線性復原
5.2.1  無約束逆濾波
5.2.2  有約束維納濾波
5.2.3  有約束最小平方濾波
5.2.4  運動模糊圖像復原
5.3  非線性復原
5.3.1  最大后驗復原
5.3.2  最大熵復原
5.3.3  投影復原
5.4  盲復原與幾何復原
5.4.1  盲復原
5.4.2  圖像幾何畸變的校正
5.5  綜合實例--模糊照片復原
5.6  實踐拓展
第6章  圖像重建
6.1  圖像重建與可視化工具VTK
6.1.1  圖像重建
6.1.2  可視化工具VTK
6.2  VTK的安裝與配置
6.2.1  安裝前的準備
6.2.2  開始實施安裝
6.2.3  Visual.Studio.2010環(huán)境的配置
6.2.4  測試開發(fā)環(huán)境
6.3  傳統(tǒng)重建算法
6.3.1  傅里葉反投影重建
6.3.2  卷積反投影重建
6.3.3  代數(shù)重建
6.3.4  超分辨率重建
6.4  三維重建數(shù)據(jù)可視化
6.4.1  三維圖像的面繪制
6.4.2  三維圖像的體繪制
6.5  綜合實例--CT圖像重建
6.6  實踐拓展
第7章  圖像形態(tài)學處理
7.1  形態(tài)學基本概念
7.2  二值圖像形態(tài)學運算
7.2.1  圖像腐蝕
7.2.2  圖像膨脹
7.2.3  開運算和閉運算
7.2.4  擊中/擊不中變換
7.2.5  骨架抽取
7.3  灰度形態(tài)學處理
7.3.1  灰值腐蝕和灰度膨脹
7.3.2  灰值開運算和閉運算
7.3.3  灰值形態(tài)學梯度
7.3.4  Top-Hat變換
7.4  綜合實例--白細胞檢測
7.5  實踐拓展
第8章  圖像分割
8.1  邊緣檢測法
8.1.1  Roberts算子
8.1.2  Sobel算子
8.1.3  Prewitt算子
8.1.4  Krisch算子
8.1.5  Laplacian算子
8.1.6  Gauss-Laplacian算子
8.2  閾值分割法
8.2.1  最大方差閾值分割
8.2.2  自適應閾值分割
8.3  邊界分割法
8.3.1  輪廓提取
8.3.2  邊界跟蹤
8.4  其他分割法
8.4.1  區(qū)域生長法
8.4.2  彩色分割法
8.4.3  分水嶺分割法
8.5  綜合實例-指紋提取
8.6  實踐拓展
第9章  圖像匹配
9.1  基于像素的匹配
9.1.1  歸一化積相關灰度匹配
9.1.2  序貫相似性檢測法匹配
9.2  基于特征的匹配
9.2.1  不變矩匹配法
9.2.2  距離變換匹配法
9.2.3  最小均方誤差匹配法
9.3  綜合實例--遙感圖像匹配
9.4  實踐拓展
第10章  圖像壓縮編碼
10.1  無損壓縮
10.1.1  Huffman編碼
10.1.2  Shannon-Fano編碼
10.1.3  算術編碼
10.1.4  游程編碼
10.1.5  線性預測編碼
10.1.6  位平面編碼
10.2  有損壓縮
10.2.1  有損預測編碼
10.2.2  變換編碼
10.3  JPEG.2000編碼
10.3.1  JPEG.2000.概述
10.3.2  JPEG.2000編碼過程
10.3.3  JPEG.2000.圖像壓縮碼流格式
10.4  綜合實例--圖像編碼解碼器
10.5  實踐拓展
第11章  圖像特效
11.1  顯示特效
11.1.1  掃描特效
11.1.2  移動特效
11.1.3  百葉窗特效
11.1.4  柵條特效
11.1.5  馬賽克特效
11.1.6  雨滴特效
11.2  濾鏡效果
11.2.1  底片效果
11.2.2  雕刻效果
11.2.3  黑白效果
11.2.4  霧化效果
11.2.5  素描效果
11.3  綜合實例--藝術數(shù)碼相框
11.4  實踐拓展
第12章  OpenCV圖像編程
12.1  OpenCV概述
12.2  OpenCV編程環(huán)境
12.2.1  OpenCV的獲取
12.2.2  OpenCV的安裝和
Visual.C++的配置
12.3  OpenCV編程基礎
12.3.1  OpenCV編程規(guī)范
12.3.2  OpenCV基礎數(shù)據(jù)結構
12.3.3  OpenCV動態(tài)數(shù)據(jù)結構
12.3.4  OpenCV常用函數(shù)
12.3.5  在Visual.C++環(huán)境下使用OpenCV
12.4  綜合實例--人臉檢測
12.5  實踐拓展
第13章  車輛識別系統(tǒng)
13.1  車型識別系統(tǒng)
13.1.1  車型識別系統(tǒng)原理
13.1.2  車型識別系統(tǒng)的功能、結構與流程
13.1.3  車型識別系統(tǒng)編程實現(xiàn)
13.1.4  車型識別系統(tǒng)運行效果
13.2  車牌識別系統(tǒng)
13.2.1  車牌識別技術原理
13.2.2  車牌識別系統(tǒng)的功能、結構與流程
13.2.3  車牌識別系統(tǒng)編程實現(xiàn)
13.2.4  車牌識別系統(tǒng)運行效果
13.3  實踐拓展