4.3.1 有损压缩引言 4.3.2 有损预测编码 4.3.2.1 最优预测器 4.3.2.2 最优量化器 4.3.3 变换编码

3.1 图像的几何变换 3.2 图像的离散傅立叶变换 3.3 图像变换的一般表示形式 3.4 图像的离散余弦变换 3.5 图像的离散沃尔什－哈达玛变换 3.6 K-L变换 3.7 本章小结

8.1 从傅里叶变换到小波变换的时频分析法 8.2 小波变换分类 8.3 小波变换的多分辨分析特性 8.4 尺度函数与小波 8.5 小波变换的快速实现 8.6 图像的多分辨分解与重建 8.7 小波变换在图像边缘检测中的应用 8.8 小波变换在图像去噪中的应用 8.9 小波变换在图像融合中的应用

◆6.1 概述 ◆6.2 图像编码的基本理论 ◆6.3 无损压缩编码 ◆6.4 限失真编码 ◆6.5 二值图像编码 ◆6.6 小波变换及在图像压缩编码中的应用 ◆6.7 图像压缩国际标准简介

1、图像处理的视觉基础 2、图像的数学模型 3、图像质量评价 4、对设计图像处理系统的影响

讲解内容： 1.图像分割的概念与方法分类 2.边缘检测 3.Hough变换检测法 4.区域分割 5.区域生长 6.分裂合并法 目的： 1.掌握图像分割的概念和边缘检测的原理与方法 2.掌握Hough变换检测直线原理,了解Hough变换检测曲线方法； 3.掌握最简单图像区域分割,了解区域生长和分裂合并法 7.1 概述 7.2 边缘检测算子 7.3 边缘跟踪 7.4 Hough变换检测法

6.6.2真彩色增强 6.6 小结 6.7图像几何变换 Registration

5.1视角系统对颜色的感知 5.2图像的颜色模型 5.2.1显示彩色图像用RGB相加混色模型 5.2.2打印彩色图像用CMY相减混色模型 5.3图像的三个基本属性 5.3.1分辨率 5.3.2像素深度 5.3.3真彩色、伪彩色与直接色

◆8.1 像素间的基本关系 ◆8.2 目标物边界的描述 ◆8.3 目标物的区域描述 ◆8.4 图像的几何特征 ◆8.5 图像的矩描述 ◆8.6 图像的纹理描述 ◆8.7 形态学在纹理描述中的应用

 5.1 图像退化的数学模型  5.2 噪声模型  5.3 噪声估计  5.4 退化函数估计  5.5 无约束图像恢复  5.6 有约束图像恢复