Java数字图像处理：编程技巧与应用实践

目录Contents
前言
第1章　Java Graphics及其API简介1
1.1　什么是Java图形设备Graphics1
1.1.1　Graphics概述2
1.1.2　Graphics图形设备的获取、使用和销毁2
1.1.3　Java Swing Graphics2D的重要属性3
1.2　Java 2D API3
1.2.1　基本的Java 2D图形绘制4
1.2.2　使用Java 2D实现太极图形绘制5
1.3　用Java Swing绘制自定义的JPanel6
1.4　Swing Java 2D的其他高级特性介绍8
1.5　小结13
第2章　Java BufferedImage对象及其支持的API操作14
2.1　BufferedImage对象的构成14
2.1.1　Raster对象的作用与像素存储15
2.1.2　图像类型与ColorModel16
2.1.3　BufferedImage对象的创建与保存17
2.1.4　一个完整的ImageBuffered读取例子18
2.2　Java BufferedImageOp API20
2.2.1　Java BufferedImageOp 接口介绍20
2.2.2　BufferedImage对象像素的读写方法21
2.2.3　常见问题举例21
2.3　基于BufferedImageOp的图像滤镜演示22
2.4　小结28
第3章基本Swing UI组件与图像显示29
3.1　JPanel组件与BufferedImage对象的显示29
3.2　JFrame组件与Main UI实现31
3.3　JFileChoose文件选择框的使用32
3.4　基本JButton事件响应32
3.5　一个完整的Swing UI Demo33
3.6　小结37
第4章图像属性39
4.1　失去的时光与回忆―老照片特效39
4.2　图像属性42
4.3　图像的亮度、对比度和饱和度45
4.4　图像饱和度调整46
4.5　图像亮度调整50
4.6　图像对比度调整53
4.7　综合应用―调整图像亮度、对比度和饱和度55
4.8　小结61
第5章像素基本操作62
5.1　大自然的色彩―自然系列滤镜62
5.2　图像像素加减乘除65
5.3　两幅图像的融合与叠加70
5.4　一个更加深入的应用实践―图像上轧花文字效果75
5.5　小结82
第6章像素统计与应用83
6.1　统计图像的均值、最大值与最小值83
6.2　灰度图像二值化86
6.3　图像直方图91
6.4　基于直方图实现图像二值化96
6.5　应用―直方图均衡化100
6.6　应用―基于直方图的图像搜索105
6.7　小结109
第7章图像编辑110
7.1　为什么图像放大以后失真110
7.2　临近点插值算法117
7.3　双线性插值算法120
7.4　双立方插值与Lanczos采样124
7.4.1　双立方插值算法124
7.4.2　Lanczos采样插值算法131
7.5　图像旋转134
7.6　小结141
第8章图像卷积143
8.1　模糊也是一种美143
8.2　图像空间域卷积145
8.3　盒子模糊与高斯模糊149
8.3.1　盒子模糊150
8.3.2　高斯模糊154
8.4　边缘保留的模糊算法―高斯双边模糊157
8.5　像素格特效163
8.6　卷积应用：图像去噪165
8.7　图像锐化、拉普拉斯滤波173
8.8　小结176
第9章边缘检测与提取177
9.1　什么是图像的边缘177
9.2　Robot算子与轧花效果179
9.3　Sobel算子与Prewitt算子 182
9.4　图像梯度―大小与角度186
9.5　基于二阶导数的图像边缘提取189
9.6　经典边缘提取算法―Canny Edge Detection193
9.7　小结200
第10章二值图像201
10.1　二值图像概述与半色调算法201
10.2　图像抖动算法204
10.3　二值图像泛洪填充算法208
10.4　连通组件标记算法212
10.5　二值图像边缘跟踪218
10.6　二值图像细化224
10.7　计算连通区域几何质心228
10.8　计算连通区域方向角度231
10.9　小结233
第11章图像形态学235
11.1　像素集合操作235
11.2　腐蚀与膨胀238
11.3　开闭操作241
11.4　Hit-and-Miss变换操作244
11.5　距离变换247
11.6　分水岭算法250
11.7　灰度图像腐蚀与膨胀254
11.8　小结257
第12章图像分割258
12.1　抠图真的这么难吗258
12.2　基于Mean-Shift的图像分割259
12.3　基于K-Means的图像分割265
12.4　基于Fuzzy C-Means的图像分割269
12.5　基于分水岭的图像分割275
12.6　小结279
第13章图像特征的提取与检测280
13.1　颜色特征提取280
13.2　纹理提取283
13.3　直线检测288
13.4　圆检测291
13.5　图像金字塔295
13.6　Harris角度检测302
13.7　SIFT特征提取307
13.8　小结322
第14章综合运用：照片转油画算法323
14.1　画笔区域323
14.2　采样问题325
14.3　笔画参数327
14.4　笔画绘制330
14.5　程序实现334
14.6　小结337
附录　数学知识参考引用338