第1章 绪论 1
1.1 图像处理 1
1.2 数字图像处理的发展概况 2
1.3 数字图像处理的目的 2
1.4 数字图像处理的基本特点 4
1.5 数字图像处理的主要应用 4
1.6 数字图像处理的主要研究内容 7
第2章 数字图像生成基础与原理 9
2.1 人眼和亮度视觉 9
2.1.1 人眼成像 9
2.1.2 亮度适应和区分 10
2.2 颜色视觉 12
2.2.1 颜色基础 12
2.2.2 颜色模型 14
2.3 光度学和成像模型 17
2.4 图像采集模块 20
2.5 图像的显示 22
2.6 数字图像的生成和表示 22
2.6.1 数字图像的生成 22
2.6.2 数字图像的表示方法 24
2.6.3 与数字图像相关的概念——视频、图形和动画 25
第3章 图像处理基础理论 26
3.1 图像空间位置变换 26
3.1.1 基本几何变换 26
3.1.2 几何变换的矩阵表示 31
3.1.3 复合变换 33
3.2 图像信号与图像处理系统基础 37
3.2.1 图像信号 37
3.2.2 线性非移变系统 39
3.2.3 空域卷积 40
3.3 小结 42
第4章 正交变换 43
4.1 信号的正交分解 43
4.1.1 一维信号的正交变换 43
4.1.2 二维信号的正交变换 45
4.2 傅立叶变换 46
4.2.1 一维傅立叶变换 46
4.2.2 二维傅立叶变换 47
4.2.3 快速傅立叶变换 52
4.3 离散余弦变换 55
4.3.1 一维离散余弦变换 56
4.3.2 二维离散余弦变换 57
4.4 小波变换 59
4.4.1 短时傅立叶变换 59
4.4.2 小波定义 60
4.4.3 一维小波变换 61
4.4.4 二维小波变换 63
4.5 离散沃尔什和哈达玛变换 63
4.5.1 离散沃尔什变换 64
4.5.2 离散哈达玛变换 66
4.6 霍特林变换 68
4.7 小结 70
第5章 图像分辨率 71
5.1 采样定理 71
5.1.1 空域采样 71
5.1.2 频率采样 73
5.2 空域分辨率 74
5.3 频域分辨率 76
第6章 图像增强 77
6.1 空域灰度点运算 77
6.1.1 图像灰度特性描述 77
6.1.2 线性灰度修正 78
6.1.3 非线性灰度修正 79
6.1.4 直方图修正 80
6.2 空域运算平滑 88
6.2.1 邻域平均法平滑 88
6.2.2 模板卷积法平滑 89
6.2.3 中值滤波 91
6.3 空域锐化 92
6.3.1 梯度锐化 92
6.3.2 拉普拉斯运算 94
6.4 频域增强 95
6.4.1 频域增强原理 96
6.4.2 低通滤波 96
6.4.3 高通滤波 98
6.4.4 同态滤波 100
6.5 小结 102
第7章 图像复原 103
7.1 图像退化数学模型 104
7.1.1 图像退化模型 104
7.1.2 常见图像退化模型 105
7.1.3 循环矩阵对角化 107
7.1.4 退化模型对角化 108
7.2 退化函数估计 109
7.2.1 图像观察估计法 109
7.2.2 实验估计法 110
7.2.3 模型估计法 111
7.3 无约束图像复原 112
7.3.1 反向滤波原理 112
7.3.2 无约束图像复原的病态性 113
7.3.3 运动图像模糊复原 114
7.4 有约束图像复原 114
7.4.1 维纳滤波 115
7.4.2 约束最小二乘方滤波 117
7.4.3 自适应滤波 119
7.4.4 功率谱 121
7.4.5 等功率谱滤波复原 122
7.5 几何失真校正 123
7.5.1 空间变换 123
7.5.2 灰度插值 124
7.5.3 几何失真图像配准复原 126
7.6 小结 126
第8章 图像重建 128
8.1 计算机断层扫描 128
8.1.1 透射断层成像 129
8.1.2 放射断层成像 130
8.1.3 反射断层成像 130
8.1.4 磁共振成像 131
8.2 投影原理 131
8.2.1 投影的数学模型 131
8.2.2 傅立叶变换投影定理 133
8.2.3 投影定理的证明 133
8.3 图像重建方法及原理 134
8.3.1 傅立叶投影重建 135
8.3.2 卷积逆投影重建 136
8.3.3 代数重建 140
8.3.4 综合重建 141
8.2 小结 142
第9章 图像压缩编码的基本原理 144
9.1 概述 144
9.1.1 图像压缩的必要性 144
9.1.2 图像压缩的可能性 144
9.1.3 图像压缩系统分类 145
9.2 图像的统计特性 146
9.2.1 空域图像的自相关函数 146
9.2.2 空域图像差值信号统计特性 146
9.2.3 频域图像信号统计特性 147
9.2.4 信息熵 148
9.3 基于统计特性的图像编码 150
9.3.1 哈夫曼编码 150
9.3.2 香农编码 151
9.4 基于预测和变换的编码 153
9.4.1 DPCM原理 153
9.4.2 最佳线性预测编码 155
9.4.3 变换编码原理 156
9.4.4 DCT编码 157
9.4.5 小波变换图像压缩编码 158
9.5 量化 159
9.5.1 有限字长效应 159
9.5.2 标量量化 160
9.5.3 矢量量化 160
9.5.4 量化压缩原理 161
9.6 二值图像的压缩编码 161
9.6.1 直接编码 161
9.6.2 跳过白色块编码 162
9.7 其他编码 162
9.7.1 行程编码 162
9.7.2 JPEG编码 163
9.8 压缩方法比较 166
第10章 图像分割 168
10.1 图像信号差异理论 168
10.2 图像边缘检测 169
10.2.1 差分检测 170
10.2.2 曲面拟合检测 178
10.2.3 模板漫游检测 179
10.2.4 相关匹配检测 183
10.2.5 小波分离检测 184
10.3 阈值法分割 185
10.3.1 二值化分割 185
10.3.2 半阈值分割 188
10.3.3 模糊阈值分割 189
10.3.4 区域生长法分割 190
10.4 轮廓提取与轮廓跟踪 191
10.4.1 形态学概述 191
10.4.2 基本集定义 192
10.4.3 二值形态学基本运算 193
10.4.4 灰度形态学基本运算 202
10.4.5 数学形态学的应用 207
10.5 小结 210
第11章 图像模式识别基本原理与方法简介 212
11.1 图像模式识别概述 212
11.1.1 图像模式与图像模式识别的概念 212
11.1.2 图像模式识别系统 212
11.1.3 图像模式识别的主要研究内容 213
11.1.4 图像模式识别的主要方法 214
11.2 图像模式识别特征提取的方法 214
11.2.1 统计学方法 215
11.2.2 监督分类 215
11.2.3 非监督分类 216
11.3 遥感图像模式识别简述 219
11.3.1 概率判决函数和贝叶斯判决规则 221
11.3.2 举例判决函数和判决规则 222
11.3.3 非监督分类与监督分类的结合 224
参考文献 226