第1章绪论1

1.1图像和图像工程1

1.1.1图像基础知识1

1.1.2图像工程概述3

1.2图像分析概论6

1.2.1图像分析定义和研究内容6

1.2.2图像分析系统8

1.3主要内容和安排10

总结和复习13

第2章相关图像基础15

2.1图像处理技术概述16

2.2图像成像过程17

2.2.1成像变换18

2.2.2成像亮度19

2.2.3采样和量化21

2.3离散距离及扩展24

2.3.1常用离散距离24

2.3.2斜面距离和扩展30

2.4图像噪声消除32

2.4.1线性滤波消除噪声32

2.4.2非线性滤波消除噪声35

2.4.3混合滤波提高效率37

2.4.4组合滤波消除噪声38

图像工程(中册)——图像分析（第2版）目录总结和复习40

第3章数字化的图像43

3.1图像采集网格44

3.2数字化模型47

3.2.1数字化模型基础47

3.2.2方盒量化49

3.2.3网格相交量化51

3.2.4目标轮廓量化53

3.3离散直线性55

3.3.1弦和弧55

3.3.2直线性58

3.4距离变换60

3.4.1定义和性质60

3.4.2局部距离的计算61

3.4.3离散距离变换的实现63

3.4.43D距离变换65

3.53D图像中的连通和拓扑68

总结和复习71

第4章图像分割基础73

4.1图像分割定义和技术分类74

4.2并行边界技术75

4.2.1边缘及检测原理75

4.2.2正交梯度算子77

4.2.3方向微分算子80

4.2.4二阶导数算子81

4.2.5边界闭合85

4.2.6边界细化86

4.3串行边界技术87

4.3.1图搜索87

4.3.2动态规划89

4.4并行区域技术91

4.4.1原理和分类91

4.4.2依赖像素的阈值选取93

4.4.3依赖区域的阈值选取96

4.4.4依赖坐标的阈值选取99

4.4.5空间聚类100

4.5串行区域技术102

4.5.1区域生长102

4.5.2分裂合并103

总结和复习105

第5章特色分割算法108

5.1SUSAN检测算子109

5.1.1USAN原理109

5.1.2SUSAN算子边缘检测110

5.2主动轮廓模型113

5.2.1主动轮廓114

5.2.2设计能量函数114

5.3特色的取阈值技术118

5.3.1多分辨率阈值选取118

5.3.2类间最大交叉熵阈值120

5.3.3类内最小模糊散度阈值121

5.3.4借助过渡区选择阈值125

5.4分水岭分割算法128

5.4.1基本原理和步骤128

5.4.2算法改进和扩展132

总结和复习136

第6章分割技术扩展139

6.1哈夫变换及广义哈夫变换140

6.1.1基本哈夫变换原理140

6.1.2哈夫变换的改进143

6.1.3广义哈夫变换原理146

6.1.4完整广义哈夫变换149

6.2亚像素边缘检测150

6.2.1基于矩保持的技术151

6.2.2利用一阶微分期望值的技术153

6.2.3借助切线信息的技术154

6.3从2D推广到3D156

6.3.13D边缘检测156

6.3.23D边界细化161

6.3.33D图像阈值化分割162

6.3.43D主动轮廓165

6.3.53D分裂合并和组合166

6.4特殊图像的分割168

6.4.1彩色图像的分割168

6.4.2深度图像的分割170

6.4.3合成孔径雷达图像的分割172

总结和复习173

第7章图像分割评价177

7.1分割评价研究分类178

7.2分割算法评价框架180

7.3分割评价准则183

7.3.1分析法准则183

7.3.2优度实验法准则184

7.3.3差异实验法准则185

7.4算法评价实例188

7.4.1试验设置和环境188

7.4.2试验结果和讨论189

7.5评价方法和准则比较192

7.5.1方法讨论和比较193

7.5.2准则的分析比较194

7.5.3准则的实验比较195

7.6基于评价的分割算法优选系统198

7.6.1算法优选思想和策略198

7.6.2优选系统的实现和效果199

总结和复习201

第8章目标表达204

8.1基于边界的表达205

8.1.1技术分类205

8.1.2链码206

8.1.3边界段和凸包208

8.1.4边界标记209

8.1.5多边形211

8.1.6地标点213

8.2基于区域的表达215

8.2.1技术分类215

8.2.2空间占有数组215

8.2.3四叉树216

8.2.4金字塔217

8.2.5围绕区域219

8.2.6骨架220

8.3基于变换的表达224

8.3.1技术分类224

8.3.2傅里叶变换表达224

总结和复习226

第9章目标描述229

9.1基于边界的描述230

9.1.1简单边界描述符230

9.1.2形状数231

9.1.3边界矩233

9.2基于区域的描述234

9.2.1简单区域描述符234

9.2.2拓扑描述符237

9.2.3不变矩240

9.3对目标关系的描述243

9.3.1目标标记和计数243

9.3.2点目标的分布248

9.3.3字符串描述符250

9.3.4树结构描述符251

总结和复习252

第10章特征测量和误差分析255

10.1直接测度和间接测度256

10.2准确性和精确性258

10.34连通和8连通260

10.4影响测量误差的因素263

10.4.1误差来源263

10.4.2光学镜头分辨率264

10.4.3采样密度265

10.4.4分割算法269

10.4.5特征量计算公式271

10.4.6综合影响274

10.5误差分析274

总结和复习276

第11章纹理分析279

11.1关于纹理的讨论280

11.2纹理描述的统计方法282

11.2.1灰度共生矩阵282

11.2.2基于共生矩阵的纹理描述符285

11.2.3基于能量的纹理描述符288

11.3纹理描述的结构方法290

11.3.1基本的结构描述法290

11.3.2典型的结构描述法291

11.4纹理描述的频谱方法293

11.5一种纹理分类合成方法299

11.6纹理分割方法302

11.6.1纹理在图像分割中的作用302

11.6.2有监督纹理分割303

11.6.3无监督纹理分割306

总结和复习309

第12章形状分析311

12.1关于形状的讨论312

12.2平面形状的分类313

12.3形状特性的描述315

12.3.1形状紧凑性描述316

12.3.2形状复杂性描述323

12.4基于技术的描述325

12.4.1基于多边形表达的形状描述325

12.4.2基于曲率的形状描述327

12.5拓扑结构的描述331

12.6分形维数332

12.6.1分形维数计算332

12.6.2分形维数的应用337

总结和复习340

第13章运动分析343

13.1运动分类和表达344

13.2运动估计和检测349

13.2.1利用图像差的运动检测349

13.2.2利用时空梯度估计光流场352

13.2.3基于模型的运动检测354

13.2.4频率域运动检测356

13.3运动目标分割358

13.3.1目标分割和运动信息提取358

13.3.2基于亮度梯度的稠密光流359

13.3.3映射参数估计364

总结和复习365

第14章二值数学形态学367

14.1基本集合定义368

14.2二值形态学基本运算369

14.2.1膨胀和腐蚀369

14.2.2开启和闭合376

14.2.3基本运算性质380

14.3二值形态学组合运算382

14.3.1击中击不中变换382

14.3.2组合运算386

14.4二值形态学实用算法390

总结和复习396

第15章灰度数学形态学399

15.1灰度图像的排序400

15.2灰度形态学基本运算401

15.2.1膨胀和腐蚀401

15.2.2开启和闭合406

15.2.3基本运算性质408

15.2.4对结构元素的讨论409

15.3灰度形态学组合运算411

15.4灰度形态学实用算法416

15.5图像代数423

总结和复习427

附录A体视学和图像分析429

A.1体视学简介430

A.1.1相关基础知识介绍430

A.1.2体视学原理431

A.1.3体视学基本关系433

A.2图像处理辅助体视学测量435

A.2.1基本的图像系统结构435

A.2.2图像处理技术的应用436

A.3图像自动分析与体视学测量437

A.3.1网格的使用437

A.3.2参数测量与误差439

部分习题解答443

参考文献460