中国科学院规划教材：图像分析

　　序言
　　前言
　　第一章  图像分割
　　1.1  概述
　　1.2  根据区域灰度进行分割
　　1.3  边界检测的基本方法
　　1.4  拟合曲面求导提取边界
　　1.5  高斯平滑后求导提取边界
　　1.6  统计判决法提取边界
　　1.7  分裂-合并算法
　　1.8  跟踪技术
　　1.9  模糊数学方法提取边界
　　1.10  模型化与统计检验法检测边界
　　1.11  松弛标记法
　　1.12  匹配检测技术
　　1.13  利用模式识别某些技术进行图像分割
　　1.14  直方图比较法确定分割灰度门限
　　1.15  基于活动轮廓模型的边界提取算法
　　1.16  基于视觉特性的边界提取方法--线性加权函数（LWF）在边界检测中的应用
　　1.17  最佳边缘检测滤波器
　　1.18  根据边界强度合并区域
　　习题
　　参考文献
　　第二章  图像描述和分析
　　2.1  像点间的几何性质
　　2.2  图像灰度的幅值及统计特性
　　2.3  边界点集的组织与曲线描述
　　2.4  闭合曲线的傅氏描述
　　2.5  区域或曲线的角点提取
　　2.6  区域的拓扑特性
　　2.7  区域的矩描述
　　2.8  区域的主轴
　　2.9  区域的等效椭圆
　　2.10  区域的几何特性
　　2.11  区域的四分树码表示
　　2.12  区域的中轴变换
　　2.13  区域的扩展、收缩与细化
　　2.14  区域的曲线表示
　　2.15  区域的纹理特性
　　2.16  关系描述
　　习题
　　参考文献
　　第三章  数学形态学及其应用
　　3.1  二值图像数学形态学
　　3.2  多值函数（灰度图像）的形态学分析
　　3.3  数学形态学在二值图像上的应用
　　3.4  数学形态学在灰度图像中的应用
　　习题
　　参考文献
　　第四章  小波变换及其应用
　　4.1  Fourier变换与Gabor变换简述
　　4.2  连续小波（Wavelet）变换
　　4.3  离散小波变换
　　4.4  多分辨分析
　　4.5  正交小波包
　　4.6  二维小波变换
　　4.7  基于小波变换的图像增强
　　4.8  基于小波变换的图像恢复
　　4.9  基于小波变换的边界提取
　　4.10  线性加权函数（LWF）及其在边界检测中的应用
　　4.11  多尺度小波检测及其融合
　　4.12  图像边缘的角点检测
　　4.13  基于小波变换的图像描述
　　习题
　　参考文献

　　    《图像分析》深入、系统、广泛地阐述和论证了图像信息处理的重要内容——图像分析，它包括图像分割，图像描述和分析，数学形态学及其应用，小波变换及其应用。它是《图像分析》系的第一册《图像处理》的姊妹篇，内容上相互呼应和连贯。它既可以是后续的嫂机器视觉》的前端处理方法和技术，也可以作为独立的方法和技术，产生用户所需的输出。
　　    《图像分析》所涉及的内容及讨论的深度适合电子科学与工程类、控制理论与工程类、计算机理论与技术类、仪器科学与技术类以及其他有关专业和研究方向的研究生、本科高年级学生作为教材或教学参考书使用，也可供相关专业的科研人员参考。