Цифровая обработка изображений в информационных системах, Грузман И.С., Киричук В.С., 2002

Цифровая обработка изображений в информационных системах, Грузман И.С., Киричук В.С., 2002.
     
   Цифровая обработка изображений - интенсивно развивающаяся научная область, которая находит все более широкое применение в различных информационных технических системах: радиолокационных, связи, телевизионных и др. В настоящем 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, выделения контуров и сегментации, распознавания объектов и математической морфологии, кодирования и сжатия, вычислительной томографии.
Учебное пособие предназначено для студентов старших курсов и магистрантов, изучающих цифровые методы обработки изображений.




ДИСКРЕТИЗАЦИЯ И КВАНТОВАНИЕ НЕПРЕРЫВНЫХ ИЗОБРАЖЕНИЙ.
Очень редко изображения, получаемые в информационных системах, имеют цифровую форму. Поэтому их преобразование к этому виду является обязательной операцией, если предполагается использовать цифровую обработку, передачу, хранение. Как и при одномерных сигналах, данное преобразование включает в себя две процедуры. Первая состоит в замене непрерывного кадра дискретным и обычно называется дискретизацией, а вторая выполняет замену непрерывного множества значений яркости множеством квантованных значений и носит название квантования. При цифровом представлении каждому из квантованных значений яркости ставится в соответствие двоичное число, чем и достигается возможность ввода изображения в ЭВМ.

Двумерный характер изображения по сравнению с обычными сигналами содержит дополнительные возможности оптимизации цифрового представления с целью сокращения объема получаемых цифровых данных. В связи с этим изучался вопрос о наилучшем размещении уровней квантования, а также об использовании различных растров [1.1...1.3]. Следует, однако, сказать, что в подавляющем большинстве случаев на практике применяют дискретизацию, основанную на использовании прямоугольного растра, и равномерное квантование яркости. Это связано с простотой выполнения соответствующих операций и относительно небольшими преимуществами использования оптимальных преобразований. При использовании прямоугольного растра в окончательном виде цифровое изображение обычно представляет собой матрицу, строки и столбцы которой соответствуют строкам и столбцам изображения.

ОГЛАВЛЕНИЕ.
ВВЕДЕНИИ.
Глава 1. ДИСКРЕТИЗАЦИЯ И КВАНТОВАНИЕ НЕПРЕРЫВНЫX ИЗОБРАЖЕНИЙ.
1.1.  Дискретизация непрерывных изображений.
1.2. Квантование изображений.
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.
Глава 3. ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ.
3.1. Оптимальная линейная фильтрация. Уравнение Винери-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.
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.
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.
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.
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.
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.
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 К- классов.
Глава 10. МАТЕМАТИЧЕСКАЯ МОРФОЛОГИЯ И ОБРАБОТКА 270 ИЗОБРАЖЕНИЙ.
10.1. Операции математической морфологии.
10.2. Морфологические операции в дискретном пространстве.
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.
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.
Заключение.
Литература.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Цифровая обработка изображений в информационных системах, Грузман И.С., Киричук В.С., 2002 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Скачать - pdf - Яндекс.Диск.




Теги: учебник по информатике :: информатика :: компьютеры :: Грузман :: Киричук :: обработка изображения :: фотограмметрия :: стереовидение :: кодирование