Directorio de procesamiento de imágenes digitales en Visual C++
Capítulo 1 Conceptos básicos de programación de imágenes digitales de Visual IC++
1.1 Imágenes, tablas de colores y espacios de color
1.1.1 Imagen 1 Imagen
1.1.2 Representación matricial de la imagen
1.1.3 Tabla de colores
1.1.4 Pregunta sobre el espacio de color
1.1.5 Imágenes en escala de grises e imágenes en color
Estructura de archivos 1.2BMP y su acceso
Estructura de archivos 1.2.1BMP
Lectura y escritura de archivos de imagen 1.2.2BMP
1.2.3 Acceso a Datos de mapa de bits de imágenes BMP
1.2.4 Tabla de colores de imágenes en escala de grises
1.3Objeto GDI y mapa de bits GDI
1.3.1 Cargar mapa de bits GDI desde recurso
1.3.2 Escalar el mapa de bits
1.4 Mapa de bits independiente del dispositivo (DIB)
1.4.1 Paleta
1.4.2Función de acceso DIB
1.4.3 Lectura, escritura y acceso a DIB orientada a procesos
1.4.4 Lectura, escritura y acceso a DIB orientada a objetos - clase ImgCenterDib
1.4.5 Uso de ImgCenterDib para programación visual de imágenes
1.5 Implementación de un algoritmo de procesamiento de imágenes orientado a objetos
1.5.1 Definición de la clase de visualización de efectos especiales SpecialEffectShow
1.5.2 Visualización de escaneo de imágenes
1.5.3 Visualización deslizante de imágenes
1.5.4 Visualización progresiva de imágenes
1.5.5 Visualización en mosaico de imágenes
1.6 Resumen de este capítulo
Capítulo 2 Transformación de imágenes en escala de grises
2.1 Clase de transformación en escala de grises (GrayTrans)
2.1.1 Clase de transformación en escala de grises (definición de GrayTrans)
2.1.2 Constructor y destructor de la clase GrayTrans
2.1_3 Conversión entre formatos de color y escala de grises
2 ．2 Transformación lineal de escala de grises
2.2.1 Transformación de fase negativa
2.2.2 Binarización y procesamiento de umbral 2.2.3 Transformación lineal por partes
2.3 Transformación no lineal de escala de grises
2.3.1 No lineal transformación de función logarítmica
2.3.2 Transformación no lineal de función exponencial
2.4 Histograma en escala de grises
2.4.1 Clase de histograma (Histograma)
2.4.2 Programación para realizar el dibujo de histograma
2.4.3 Ecualización de histograma
2.5 Resumen de este capítulo
Capítulo 3 Transformación geométrica de imágenes
3.1 Corrección geométrica y transformación geométrica
3.2 Clase de transformación geométrica (GeometrvTrans)
3.2.1 Definición de clase de transformación geométrica (GeometryTrans)
3.2.2Constructor y destructor de clases GeometryTrans
3.3 Traducción de imágenes
3.4 Transposición de imágenes
3.5 Transformación de espejo de imagen
3.6 Algoritmo de interpolación de imágenes
3.7 Escalado de imagen
3.8 Rotación de imagen
3.8 1 Rotación de ángulo simple
3.8.2 Rotación en cualquier ángulo
3.9 Resumen de este capítulo
Capítulo 4 Procesamiento del dominio de transformación de imágenes
p>
4.1 Transformada de Fourier
4.1.1 Bases teóricas de Fourier transform
4.1.2 Propiedades de la transformada de Fourier discreta bidimensional
4.1.3 Transformada rápida de Fourier (FFT)
4.1.4 Clase de transformada rápida de Fourier (Transform_FFT )
4.5 Implementación de la clase Transform_FFT
4.1.6 Aplicación de la transformada de Fourier en el procesamiento de imágenes
4.2 Transformada de coseno discreta
4. 2.1 Teoría básica
4.
2.2 Definición de la clase de transformación de coseno discreta (Transform_DCT)
4.2.3 Implementación de la clase de transformación de coseno discreta (TransforTn_DCT)
4.2.4 Resultados experimentales de la transformada de coseno discreta
4.3 Transformada wavelet de imágenes y sus aplicaciones
4.3.1 Teoría básica de la transformada wavelet
4.3.2 Función de escala y wavelet
4.3.3 Mallat algoritmo y descomposición en torre
4.3.4 Descomposición y reconstrucción de imágenes multiresolución
4.3.5 Definición de clase de transformada wavelet
p>4.3.6 Implementación de la clase de transformación wavelet
4.3.7 Aplicación de wavelet en la eliminación de ruido de imágenes
4.4 Resumen de este capítulo
Capítulo 5 Procesamiento de mejora de imágenes
5.1 Clase de mejora de imagen
5.1.1 Definición de clase de mejora de imagen
5.1.2CImgEnhance Constructores y destructores de clases
5.2 Modelo de ruido en imágenes
5.2.1 Fuentes de ruido
5.2.2 Programación Realizar la adición de ruido
5.2.3 Programación para realizar el cálculo de la relación señal-ruido
5.3 Corrección de escala de grises de la imagen
5.3.1 Corrección de escala de grises
5.3.2 Otros métodos de corrección de escala de grises
5.4 Suavizado de imagen
5.4. 1 Método de promedio de vecindario
5.4.2 Promedio ponderado
5.4.3 Suavizado de máscara selectiva
5.4.4 Filtrado de mediana
5.5 Imagen nitidez
5.5.1 Nitidez de gradiente
5.5.2 Nitidez de máscara laplaciana
5.6 Resumen de este capítulo
p>
Capítulo 6 Segmentación de imágenes
6.1 Clase de segmentación de imágenes (ImgSegment)
6.1.1 Definición de clase ImgSegment
6.2 Constructor y destructor de la clase ImgSegment<. /p>
6.2 Segmentación por umbral
6.2.1 Principio de segmentación por umbral
6.2.2 Segmentación por umbral de varianza máxima
6.2.3 Segmentación por umbral interactivo
6.3 Detección de bordes
6.3.1 Principio de detección de bordes
6 ．3.2 Operadores de bordes de uso común
6.3.3 Plantilla personalizada bordes
6.4 Algoritmo de crecimiento
6.4.1 Crecimiento de la región
6.4.2 Extracción de contornos y seguimiento de límites
6.5 Transformación aproximada
p>6.6 Resumen de este capítulo
Capítulo 7 Restauración de imágenes
p>7.1 Establecimiento de un modelo de degradación de imágenes
7.1.1 Modelo de degradación de imágenes
7.1.2 Modelo de degradación continua
7.1.3 Modelo de degradación discreta
7.2 Principios básicos de la restauración de imágenes borrosas por movimiento
7.2.1 Descripción del proceso de formación de imágenes borrosas por movimiento
7 ．2.2 Modelo de degradación del desenfoque de movimiento lineal uniforme
7.2.3 Determinación de los parámetros de la función de dispersión de puntos del movimiento lineal uniforme
7.3 Método típico de restauración de imágenes con desenfoque de movimiento
7.3.1 Definición de clase de restauración de imágenes
7.3.2 Constructor y destructor de la clase ImageRestoreExt
7.3.3 Inversa filtrado
7.3.4 Filtro Wiener
7.3.5 Supresión del efecto de timbre
7.4 Otros métodos de recuperación
7.4.1 Recuperación de proyección método
7.4.2 Algoritmo de Richardson-Lucy
7.4.3 Comparación de rendimiento de varios métodos de recuperación
7. Evaluación de la calidad de la restauración de imágenes
7.5.1 Evaluación de la calidad de la imagen con referencia
7.5.2 Evaluación de la calidad de la imagen sin referencia
7.6 Resumen de este capítulo
Capítulo 8 Procesamiento morfológico de imágenes
8.1 Morfología Matemática (Morfología)
8.1.1Morf
Definición de clase de ología
8.1.2 Constructor y destructor
8.2 Morfología matemática binaria
8.2.1 Dos conceptos relevantes de morfología matemática de valores
8.2.2 Función de entrada del elemento estructural
8.2.3 Corrosión y expansión binaria
8.2.4 Valor binario Operaciones de apertura y cierre
8.2.5 Binario Límite morfológico
8.2.6 Transformación de aciertos y algoritmo de adelgazamiento
8.3 Morfología del valor de grises
8.3.1 Conceptos relacionados con la morfología del valor de gris
8.3.2 Corrosión y expansión del valor de gris
8 ．3.3 Operaciones de apertura y cierre del valor de gris
8.3.4 Gradiente morfológico del valor de gris
8.3. 5 Transformación Top-Hat
8.4 Segmentación del área de agua
8.4.1 Principio de segmentación del agua
8.4.2 Clase de segmentación del agua (Cuenca)
8.4.3 Implementación de la clase Watershed
8.4.4 Llamada a la función de segmentación de agua
8.5 Resumen de este capítulo
Capítulo 9 Análisis y análisis de imágenes en movimiento Su aplicación
9.1 Cuestiones básicas del movimiento implicadas en el análisis de imágenes
9.1.1 Análisis de imágenes en movimiento
9.1.2 Clasificación del movimiento
9.1.3 Expresión de movimiento
9.2 Método de estimación de movimiento en el dominio de frecuencia
9.2.1 Método de correlación de fase normalizada
9.2.2 Método de estimación de movimiento basado en diferencia de fase
9.3 Detección y seguimiento de objetivos en movimiento
9.3.1 Detección de objetivos en movimiento bajo fondo estático
9.3.2 Fondo dinámico Detección de objetivos en movimiento -
9.3.3 Método de seguimiento de objetivos en movimiento basado en MeanShift
9.4 Aplicación típica del análisis de movimiento en un sistema de medición de seguimiento de TV
9.4.1 Principio de funcionamiento básico del sistema de medición de seguimiento de TV
9.4.2 Extracción y seguimiento de objetivos
9.4.3 Detección y seguimiento de objetivos en escenas simples
9.4.4 Método de seguimiento de coincidencia de plantilla piramidal en escenas complejas
9.5 Resumen de este capítulo
Capítulo 10 Registro de imágenes
10.1 Definición de registro de imágenes
10.2 Clase de registro de imágenes (Registro)
10.2.1 Definición de la clase Registro
10.2 ．2Constructor y destructor de la clase Registro
10.2.3 Función de interfaz de la clase Registro para datos de entrada
10.3 Método de coincidencia de plantillas
10.4 Basado en el registro de imágenes de las características de las esquinas de Harris
10.4.1 Detección de esquinas de Harris y su implementación del algoritmo
10.4.2 Coincidencia de esquinas basada en descomposición de valores singulares y su implementación de algoritmo
10.5 Registro de imágenes basado en correlación de fases
10.6 Resumen de este capítulo
Referencias
……