第1章 概述 1
1.1 图像处理基本原理 1
1.2 图像处理应用 2
1.2.1 自动视觉检测系统 2
1.2.2 遥感场景解译 3
1.2.3 生物医学成像技术 3
1.2.4 防御观测 4
1.2.5 基于内容的图像检索 4
1.2.6 运动对象跟踪 4
1.2.7 图像与视频压缩 5
1.3 人类视觉知觉 5
1.3.1 人眼 6
1.3.2 视觉的神经机制 6
1.4 图像处理系统的组成 7
1.5 本书的结构 9
1.6 与其他书的不同之处 10
1.7 本章小结 10
参考文献 11
第2章 成像与表示 12
2.1 概述 12
2.2 成像 12
2.2.1 照明 12
2.2.2 反射模型 13
2.2.3 点扩散函数 14
2.3 采样与量化 15
2.3.1 图像采样 16
2.3.2 图像量化 17
2.4 二值图像 18
2.4.1 几何特性 19
2.4.2 二值对象的链码表示 20
2.5 三维成像 21
2.5.1 立体图像 21
2.5.2 深度图像采集 22
2.6 图像文件格式 22
2.7 重点要点 23
2.8 本章小结 24
参考文献 24
第3章 颜色和彩色影像 26
3.1 概述 26
3.2 色彩知觉 26
3.3 色彩空间量化和最小可觉差（JND） 27
3.4 色彩空间与变换 28
3.4.1 CMYK空间 28
3.4.2 NTSC或YIQ色彩空间 28
3.4.3 YCbCr色彩空间 29
3.4.4 视觉均匀色彩空间 29
3.4.5 CIELAB色彩空间 31
3.5 颜色插值或去马赛克 32
3.5.1 非自适应颜色插值算法 32
3.5.2 自适应算法 34
3.5.3 新的基于自适应的彩色插值算法 38
3.5.4 实验结果 41
3.6 本章小结 41
参考文献 42
第4章 图像变换 43
4.1 概述 43
4.2 傅立叶变换 43
4.2.1 一维傅立叶变换 43
4.2.2 二维傅立叶变换 44
4.2.3 离散傅立叶变换 45
4.2.4 变换核 45
4.2.5 矩阵形式表示 46
4.2.6 性质 46
4.2.7 快速傅立叶变换 48
4.3 离散余弦变换 50
4.4 Walsh Hadamard变换 51
4.5 Karhaunen-Loeve变换或主分量分析 52
4.5.1 协方差矩阵 53
4.5.2 特征向量和特征值 54
4.5.3 主分量分析 54
4.5.4 奇异值分解 54
4.6 本章小结 56
参考文献 56
第5章 离散小波变换 57
5.1 概述 57
5.2 小波变换 58
5.2.1 离散小波变换 59
5.2.2 Gabor滤波 60
5.2.3 多分辨率分析的概念 61
5.2.4 滤波和金字塔算法的实现 62
5.3 推广到二维信号 64
5.4 DWT的提升实现 65
5.4.1 有限冲激响应滤波与Z变换 66
5.4.2 Laurent多项式的Euclidean算法 67
5.4.3 完全重建和滤波多相位表示 68
5.4.4 提升 69
5.4.5 用于提升计算的数据关系图 74
5.5 基于提升的DWT的优点 75
5.6 本章小结 75
参考文献 76
第6章 图像增强与复原 77
6.1 概述 77
6.2 图像增强与复原的区别 78
6.3 空间图像增强技术 78
6.3.1 空间低通滤波和高通滤波 78
6.3.2 均值和空间低通滤波 79
6.3.3 模糊掩盖锐化与匀边 79
6.3.4 方向平滑 80
6.4 基于直方图的对比增强 80
6.4.1 图像的直方图 81
6.4.2 直方图均衡化 81
6.4.3 局部直方图均衡化 83
6.4.4 直方图规定化 83
6.4.5 双曲线直方图 83
6.4.6 中值滤波 84
6.5 图像增强的频域方案 84
6.6 噪声建模 87
6.7 图像复原 88
6.7.1 含冲激噪声图像的复原 89
6.7.2 模糊图像的复原 90
6.7.3 反向滤波 90
6.7.4 Wiener滤波器 91
6.8 图像处理的其他方法 93
6.8.1 重谱图像复原 93
6.8.2 层析成像重建 94
6.9 本章小结 94
参考文献 94
第7章 图像分割 96
7.1 预处理 96
7.2 边缘、线与点检测 97
7.3 边缘检测 99
7.3.1 基于Robert算子的边缘检测器 99
7.3.2 基于Sobel算子的边缘检测器 99
7.3.3 基于Prewitt算子的边缘检测器 100
7.3.4 Kirsch算子 101
7.3.5 Canny的边缘检测器 101
7.3.6 基于二阶导数的算子 103
7.3.7 基于边缘分割的局限性 105
7.4 图像阈值化技术 106
7.4.1 两级阈值化 106
7.4.2 多级阈值化 107
7.4.3 基于熵的阈值化 108
7.4.4 遇到的问题与可能的解决方案 108
7.5 区域生长 109
7.5.1 区域邻接图 110
7.5.2 区域合并和分裂 110
7.5.3 基于分割的聚类 111
7.6 用于分割的瀑布算法 112
7.7 连通分量标记 112
7.8 文档图像分割 113
7.9 本章小结 114
参考文献 114
第8章 图像模式识别 116
8.1 概述 116
8.2 决策理论的模式分类 116
8.3 贝叶斯决策理论 117
8.3.1 参数估计 118
8.3.2 最短距离分类 118
8.4 非参数分类 120
8.5 线性判别分析 121
8.6 无监督分类策略——聚类 121
8.6.1 单链路聚类 122
8.6.2 完全链路聚类 122
8.6.3 平均链路聚类 122
8.7 K-均值聚类算法 123
8.8 句法模式分类 123
8.8.1 基元选择策略 124
8.8.2 高维模式文法 125
8.9 句法推断 125
8.10 符号投影方法 125
8.11 人工神经网络 126
8.11.1 神经网络的进化 127
8.11.2 多层感知器 127
8.11.3 Kohonen的自组织特征映射 129
8.11.4 对向传播神经网络 130
8.11.5 网络的全局特征 131
8.12 本章小结 131
参考文献 132
第9章 纹理与形状分析 133
9.1 概述 133
9.1.1 纹理基元 133
9.1.2 纹理分类 134
9.2 灰度共生矩阵 135
9.2.1 基元的空间关系 136
9.2.2 广义共生 136
9.3 纹理光谱 137
9.4 使用分形的纹理分类 138
9.4.1 分形线和形状 138
9.4.2 纹理分类中的分形 138
9.4.3 使用地毯覆盖方法计算分形维数 139
9.5 形状分析 140
9.5.1 定位点 141
9.5.2 多边形形状描述符 141
9.5.3 形状描述中的控制点 142
9.5.4 在形状确定中曲率的角色 142
9.5.5 用于形状分析的多边形逼近 142
9.6 主动轮廓建模 143
9.7 形状复原与归一化 145
9.7.1 形状散布矩阵 146
9.7.2 平移和旋转坐标轴 146
9.7.3 改变基本尺度 147
9.8 基于轮廓的形状描述符 148
9.9 基于区域的形状描述符 149
9.9.1 Zernike矩 150
9.9.2 径向chebyshev矩 150
9.10 知觉的格式塔理论 150
9.11 本章小结 150
参考文献 151
第10章 图像处理中的模糊集理论 153
10.1 模糊集理论概述 153
10.2 为什么图像会模糊 153
10.3 模糊集理论介绍 154
10.4 预备知识和背景 154
10.4.1 模糊化 155
10.4.2 基本术语与运算 155
10.5 将图像作为模糊集 156
10.6 对比度增强的模糊方法 158
10.6.1 使用模糊化增强对比度 158
10.6.2 去噪的模糊空间过滤器 159
10.6.3 平滑算法 159
10.7 使用模糊方法的图像分割 160
10.8 像素分类的模糊方法 162
10.9 模糊的C-均值算法 162
10.10 神经网络模糊逻辑的融合 163
10.11 本章小结 165
参考文献 165
第11章 图像挖掘与基于内容的图像检索 167
11.1 概述 167
11.2 图像挖掘 168
11.3 检索和挖掘图像的特征 170
11.3.1 颜色特征 170
11.3.2 纹理特征 172
11.3.3 形状特征 173
11.3.4 拓扑结构 175
11.3.5 多维索引 176
11.3.6 简单CBIR系统的结果 177
11.4 图像检索系统中的模糊相似性测度 179
11.5 视频挖掘 180
11.5.1 MPEG7：多媒体内容描述接口 181
11.5.2 基于内容的视频检索系统 182
11.6 本章小结 183
参考文献 183
第12章 生物医学与生物医学图像处理 185
12.1 概述 185
12.2 生物医学模式识别 185
12.2.1 特征选择 186
12.2.2 正面面部特征提取 186
12.2.3 侧面面部特征提取 187
12.2.4 人脸识别 188
12.3 使用特征脸的人脸识别 188
12.4 签名鉴别 190
12.5 签名模式预处理 190
12.6 生物医学图像分析 193
12.6.1 显微图像分析 193
12.6.2 宏观图像分析 193
12.7 生物医学成像模态 193
12.7.1 磁共振成像（MRI） 194
12.7.2 计算机轴断层摄影术 194
12.7.3 核与超声波成像 195
12.8 X光成像 195
12.8.1 用于肺疾病辨识的X光图像 195
12.8.2 胸部X光增强 196
12.8.3 用于肺结节检测的CT-扫描 196
12.8.4 用于心脏病识别的X光图像 197
12.8.5 用于先天性心脏病识别的X光图像 197
12.8.6 用梯度算子增强胸部X光照片 197
12.8.7 骨疾病识别 198
12.8.8 肋骨篮识别 198
12.9 牙齿X光图像分析 199
12.10 牙龋齿分类 199
12.11 乳腺X光照片图像分析 201
12.11.1 乳腺超声波 201
12.11.2 乳腺X光照片图像分析步骤 201
12.11.3 乳腺X光照片增强 202
12.11.4 可疑区域检测 202
12.11.5 肿瘤分割 203
12.11.6 特征选择与提取 205
12.11.7 乳腺X照片图像的小波分析 205
12.12 本章小结 206
参考文献 206
第13章 遥感多光谱场景分析 209
13.1 概述 209
13.2 卫星传感器与影像 209
13.2.1 LANDSAT卫星图像 210
13.2.2 印度遥感卫星影像 210
13.2.3 中分辨率成像光谱仪（MODIS） 211
13.2.4 合成孔径雷达（SAR） 211
13.3 多光谱图像的特征 212
13.3.1 数字卫星影像的数据格式 212
13.3.2 失真与校正 212
13.4 不同地球对象的反射光谱 213
13.4.1 水区域 213
13.4.2 植被区域 213
13.4.3 土壤 214
13.4.4 人造／人工目标 214
13.5 场景分类策略 215
13.5.1 使用误差反向传播的基于神经网络的分类器 215
13.5.2 对向传播网络 215
13.5.3 试验与试验结果 216
13.5.4 分类准确性 216
13.6 基于知识方法的光谱分类 217
13.6.1 自然／人造目标的光谱信息 217
13.6.2 训练点选择与特征提取 217
13.6.3 系统实现 218
13.6.4 规则生成 218
13.6.5 基于规则的开发 219
13.7 空间推理 220
13.7.1 证据积累 220
13.7.2 空间规则生成 221
13.8 遥感的其他应用 222
13.9 本章小结 223
参考文献 223
第14章 动态场景分析：运动对象的检测与跟踪 225
14.1 概述 225
14.2 问题定义 225
14.3 自适应背景建模 225
14.3.1 基本背景建模策略 226
14.3.2 背景建模鲁棒性方法 226
14.4 连通域标记 228
14.5 阴影检测 229
14.6 对象跟踪原理 229
14.7 跟踪系统模型 230
14.8 离散Kalman滤波 230
14.9 扩展Kalman滤波 232
14.10 基于对象跟踪的粒子滤波 234
14.10.1 粒子属性 236
14.10.2 粒子滤波器算法 236
14.10.3 对象跟踪结果 237
14.11 聚缩算法 237
14.12 本章小结 238
参考文献 239
第15章 图像压缩概述 241
15.1 概述 241
15.2 信息论概念 242
15.2.1 离散无记忆模型与熵 242
15.2.2 无噪声信源编码定理 243
15.2.3 唯一判读 244
15.3 压缩算法分类 245
15.4 信源编码算法 246
15.5 霍夫曼编码 247
15.6 算术编码 249
15.6.1 编码算法 249
15.6.2 解码算法 251
15.6.3 QM编码器 251
15.7 本章小结 254
参考文献 255
第16章 JPEG静态图像压缩标准 256
16.1 概述 256
16.2 JPEG无损编码算法 257
16.3 基线JPEG压缩 259
16.3.1 色彩空间转换 260
16.3.2 源图像数据阵列 260
16.3.3 基线压缩算法 262
16.3.4 DCT系数编码 262
16.4 本章小结 268
参考文献 268
第17章 图像压缩的JPEG2000标准 269
17.1 概述 269
17.2 为什么使用JPEG2000 269
17.3 部分JPEG标准 272
17.4 JPEG2000概述：第一部分编码系统 272
17.5 图像处理 273
17.5.1 拼接 273
17.5.2 DC电平偏移 273
17.5.3 多尺度变换 273
17.6 压缩 274
17.6.1 离散小波变换 275
17.6.2 量化 277
17.6.3 感兴趣区域编码 278
17.6.4 码率控制 280
17.6.5 熵编码 280
17.7 第二层编码与比特流格式 281
17.8 本章小结 281
参考文献 282
第18章 JPEG2000标准中的编码算法 284
18.1 概述 284
18.2 编码的数据分割 284
18.3 在JPEG2000中的第一层编码 285
18.3.1 分数位平面编码 285
18.3.2 BPC编码器举例 296
18.3.3 二进制算术编码——MQ编码器 300
18.4 JPEG2000的第二层编码 302
18.4.1 比特流格式 303
18.4.2 包头信息编码 305
18.5 本章小结 306
参考文献 307