提高篇
第1章 精通“图像特征提取”
1.1 图像多分辨率金字塔
1.1.1 浅析“图像金字塔”
1.1.2 例程一点通
1.1.3 典型的“图像金子塔
1.1.4 学以致用
1.2 图像的矩特征
1.2.1 认识“Hu矩”
1.2.2 解析“Zernike矩”
1.3 图像的边缘检测
1.3.1 运用一阶微分算子检测图像边缘
1.3.2 运用二阶微分算子检测图像边缘.
1.3.3 基于Canny算子检测图像边缘
1.3.4 基于SUSAN特征检测算子的边缘提取
1.3.5 基于小波变换模极大值的边缘检测.
1.3.6 基于二维有限冲击响应滤波器的特定角度边缘检测
1.3.7 基于多尺度形态学梯度的边缘检测
1.4 斑点特征检测
1.4.1 勾画“LoG斑点”
1.4.2 描绘“DoH斑点”
1.4.3 提取“Gilles斑点”
1.5 角点特征检测
1.5.1 何谓“角点”
1.5.2 描绘“Harris角点”
1.5.3 例程一点通
1.5.4 融会贯通
1.6 尺度不变特征提取
1.6.1 SIFT特征提取
1.6.2 SURF算法
1.6.3 学以致用
第2章 细说“数字图像理解”
2.1 图像目标边界描述
2.1.1 图像边界链码表示法
2.1.2 例程一点通
2.1.3 融会贯通
2.2 图像分割技术
2.2.1 什么是“图像分割”
2.2.2 基于阈值的图像分割
2.2.3 基于区域生长法的图像分割
2.2.4 基于最大方差法灰度门限的图像分割
2.2.5 基于K-means算法的图像分割
2.3 图像配准技术
2.3.1 纵览“图像配准”
2.3.2 构建“配准模型”
2.3.3 相似性测度
2.3.4 基于灰度的图像配准
2.3.5 序贯相似性检测算法
2.3.6 基于特征点的图像配准
2.3.7 融会贯通
2.4 图像融合技术
2.4.1 从“信息融合”说起
2.4.2 何谓“图像融合”
2.4.3 纵览“图像融合方法”
2.4.4 例程一点通
2.4.5 学以致用
应用篇
第3章 品读“典型应用实例”
3.1 图像去噪技术及其实现
3.1.1 什么是“图像的噪声”
3.1.2 图像去噪常用方法
- 1
- 2
- 3
前往页