◆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

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

1. 图像压缩的概念、目的和意义 2. 图像的行程编码、霍夫曼编码方法 3.图像压缩的标准及发展现状

◆5.0 概述 ◆5.1 退化模型 ◆5.2 常见退化模型及辨识方法 ◆5.3 图像的无约束恢复 ◆5.4 图像的有约束最小二乘恢复 ◆5. 5 5. 5 几何畸变图像的恢复 ‹5.6 超分辨率图像复原

 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

◆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

8.1 图像分割 Image Segmentation ◼ 1、概述和分类 ◼ 2、基于灰度的分割技术 ◼ 3、基于梯度的分割技术 ◼ 4、彩色图像分割技术 ◼ 5、分割评价 8.2 图像描述 Image Description ◼ 1、概述和分类 ◼ 2、链码描绘子 ◼ 3、傅立叶描绘子 ◼ 4、矩

第一节 图像压缩的基本概念 4.1.1 数据冗余 4.1.2 保真度标准 4.1.3 图像压缩模型 第二节 无损压缩 4.2.1 基于字典的压缩 4.2.2 统计编码 4.2.3 无损预测编码

• 傅里叶变换回顾 • 复数的几何意义 • 欧拉公式和调和函数 • 傅里叶变换 • 离散傅里叶变换 • 傅里叶变换性质与信号卷积 • 典型信号的傅里叶变换 • 傅里叶变换的性质 • 信号的卷积 • 图像傅里叶变换 • 二维连续傅里叶变换 • 二维离散（图像）傅里叶变换 • 图像与傅里叶频谱之间的关系

1. 小波介绍 1.1 小波简史 1.2 小波概念 1.3 小波分析 1.4 小波定义 2. 哈尔函数 2.1 哈尔基函数 2.2 哈尔小波函数 2.3 函数的规范化 2.4 哈尔基的结构 3. 哈尔小波变换 4. 二维哈尔小波变换 4.1 二维小波变换举例 4.2 二维小波变换方法 5. 图像多分辨率表示 6. 小波变换的多分辨率分析特性 7.小波变换在图像边缘检测中的应用 8.小波变换在图像去噪中的应用