图像处理与计算机视觉算法及应用

第1章 视觉系统实践——图像显示、输入，输出和库函数调用

1.1 OpenCV

1.2 基本的0penCV代码

1.2.1 IplImage数据结构

1.2.2 读写图像

1.2.3 图像显示

1.2.4 示例

1.3 图像捕捉

1.4 和AIPCV库的接口

1.5 网站文件

1.6 参考文献

第2章 边缘检测技术

2.1 边缘检测的目的

2.2 传统的方法和理论

2.2.1 边缘的模型

2.2.2 噪声

2.2.3 导数算子

2.2.4 基于模板的边缘检测

2.3 边缘模型：Marr-Hildreth边缘检测器

2.4 CannyEdge边缘检测器

2.5 Shen-Castan（ISEF）边缘检测器

2.6 两种最优边缘检测器的比较

2.7 彩色边缘

2.8 Marr-Hildreth边缘检测器的源代码

2.9 Canny边缘检测器的源代码

2.1 0Shen-Castan边缘检测器的源代码

2.11 网站文件

2.12 参考文献

第3章 数码形态学

3.1 形态学定义

3.2 连通性

3.3 数码形态学的基本元素--二值操作

3.3.1 二值膨胀

3.3.2 实现二值膨胀

3.3.3 二值腐蚀

3.3.4 二值腐蚀的实现

3.3.5 开启和闭合

3.3.6 MAX-用于形态学的高级程序设计语言

3.3.7 “命中／不命中”变换

3.3.8 识别区域边缘

3.3.9 条件膨胀

3.3.10 区域计数

3.4 灰阶形态学

3.4.1 开启操作和闭合操作

3.4.2 平滑操作

3.4.3 梯度

3.4.4 纹理的分割

3.4.5 对象的大小分布

3.5 彩色形态学

3.6 网站文件

3.7 参考文献

第4章 灰阶分割

4.1 灰阶分割的基础

4.1.1 使用边缘像素

4.1.2 迭代选择法

4.1.3 灰阶直方图法

4.1.4 使用熵

4.1.5 模糊集合

4.1.6 最小误差阈值法

4.1.7 单阈值选择的示例结果

4.2 使用区域阈值

4.2.1 Chow-Kaneko算法

4.2.2 通过边缘对光照进行建模

4.2.3 实现和结果

4.2.4 对比

4.3 松弛法

4.4 移动平均法

4.5 基于聚类的阈值

4.6 多重阈值

4.7 网站文件

4.8 参考文献

第5章 纹理和色彩

5.1 纹理和分割

5.2 灰阶图像中纹理的简单分析

5.3 灰阶共生矩阵

5.3.1 最大概率

5.3.2 矩

5.3.3 对比度

5.3.4 同质性

5.3.5 熵

5.3.6 GLCM描述符的测试结果

5.3.7 纹理操作符的加速

5.4 边缘和纹理

5.5 能量和纹理

5.6 表面和纹理

5.6.1 向量散射算法

5.6.2 表面曲度算法

5.7 分形维度

5.8 彩色分割

5.9 彩色纹理

5.10 网站文件

5.11 参考文献

第6章 图像细化

6.1 骨架概述

6.2 中轴变换

6.3 迭代式形态学方法

6.4 等高线的使用

6.5 把对象看做多边形

6.6 基于力的图像细化

6.6.1 定义

6.6.2 力场的使用

6.6.3 子像素骨架

6.7 Zhang-Suen/Stentiford/Holt组合算法的源代码

6.8 网站文件

6.9 参考文献

第7章 图像还原

7.1 图像降质--真实世界

7.2 频域

7.2.1 傅里叶变换

7.2.2 快速傅里叶变换

7.2.3 逆傅里叶变换

7.2.4 二维傅里叶变换

7.2.5 0penCV中的傅里叶变换

7.2.6 创建人工模糊

7.3 逆滤波器

7.4 Wiener滤波器

7.5 结构化噪声

7.6 运动模糊--一种特殊情况

……

第8章 分类

第9章 符号识别

第10章 基于内容的搜索——通过示例搜索图像

第11章 将高性能计算用于视觉处理和图像处理

《图像处理与计算机视觉算法及应用（第2版）》特色：通过编程，为软件赋予最先进的图像处理能力、介绍充分发挥分类器优势的步骤、在基于内容的搜索中使用二维视觉方法、执行边缘检测、图像细化、阈值和数码形态学的操作、将网络中的计算机连接起来组成一个巨大的图像处理集群、通过对GPU编程，来完成图像处理和视觉任务、选择最佳的图像搜索方法。

感谢计算机硬件和软件的进步，使得人们可以在不具备大量数学背景知识的情况下，就能通过算法完成复杂的图像处理。帕克尔编著的《图像处理与计算机视觉算法及应用（第2版）》介绍了最新的算法，包括基于内容搜索中的2D视觉方法和使用显卡作为图像处理计算工具等。对于软件工程师和开发人员、高级程序员、图形程序员、科学家，以及其他需要高度专业化图像处理的专家而言，都是非常理想的参考图书。
有了本书这本易学易用的算法参考书，您可以获得最具价值的图像处理应用，包括数码形态学、图像恢复和字符识别；找到清晰描述最新技术的真实世界的应用，同时省去人量数学运算所需的冗长时间。书中涉及的所有代码都提供在本书网站上，因此您可以验证自己的理解以及组织与搜索图像数据集的算法。