第1章 数字图像处理导论 1
1.1 图像处理概述 1
1.2 数字图像处理基本概念 1
1.2.1 色度学的相关知识 1
1.2.2 像素间的相互关系 2
1.3 数字图像处理特点 4
1.4 研究范畴与处理方法 5
1.4.1 数字图像处理的研究范畴 5
1.4.2 数字图像的处理方法 6
1.5 练习题 7
第2章 光学基础与视觉系统 8
2.1 光学基础 8
2.1.1 基本术语 8
2.1.2 光学基本理论 8
2.2 视觉系统与视觉过程 11
2.2.1 视觉系统 11
2.2.2 视觉过程 13
2.3 视觉时空特性分析 13
2.3.1 视觉时间特性分析 13
2.3.2 视觉空间特性分析 14
2.4 形状知觉与视错觉 15
2.4.1 目标与背景 15
2.4.2 主观轮廓 17
2.4.3 视错觉 19
2.5 空间知觉 22
2.5.1 视觉空间知觉的形成 22
2.5.2 形状知觉 23
2.5.3 大小知觉 23
2.5.4 单眼距离知觉 23
2.5.5 非视觉性距离知觉 24
2.5.6 双眼距离知觉 25
2.6 练习题 26
第3章 对设备无关位图的访问 27
3.1 设备无关位图 27
3.1.1 GDI位图与DIB 27
3.1.2 BMP文件格式分析 27
3.2 访问DIB的API函数 29
3.2.1 显示、打印函数 29
3.2.2 拉伸显示函数 30
3.2.3 构造DIB函数 30
3.2.4 输出GDI位图函数 31
3.2.5 创建DIB项函数 31
3.3 CDIB类库的建立 32
3.3.1 类库的声明及预定义 32
3.3.2 类库的实现 33
3.4 CDIB类库应用示例 41
3.5 练习题 45
第4章 图像的变换 46
4.1 图像的灰度变换 46
4.1.1 灰度变换概述 46
4.1.2 灰度直方图统计 47
4.1.3 灰度线性变换 51
4.1.4 灰度窗口变换 57
4.1.5 灰度非线形变换 61
4.1.6 灰度均衡变换 64
4.1.7 灰度匹配变换 72
4.2 图像的正交变换 81
4.2.1 概述和分类 81
4.2.2 傅立叶变换 81
4.2.3 离散余弦变换 104
4.2.4 沃尔什变换 114
4.3 练习题 126
第5章 图像的增强 128
5.1 图像的空域滤波 128
5.1.1 基本原理与方法 128
5.1.2 线性平滑滤波器 129
5.1.3 线性锐化滤波器 133
5.1.4 中值滤波 134
5.1.5 非线性锐化滤波器 140
5.1.6 浮雕化特效滤波器 141
5.2 图像的频域滤波 150
5.2.1 基本原理 150
5.2.2 布特沃斯低通滤波器 150
5.2.3 布特沃斯高通滤波器 156
5.2.4 交互式带阻滤波 161
5.3 练习题 168
第6章 图像复原 169
6.1 基本方法与模型 169
6.2 无约束逆滤波 172
6.3 有约束维纳滤波 179
6.4 有约束最小平方滤波 190
6.5 常见的图像退化模型 196
6.5.1 卷积模糊 196
6.5.2 图像噪声 197
6.6 其他几种图像复原方法 200
6.6.1 空间失真复原方法 200
6.6.2 最大熵复原方法 210
6.6.3 盲目图像复原方法 211
6.7 练习题 212
第7章 图像重建 214
7.1 重建概述 214
7.1.1 图像重建分类 214
7.1.2 图像重建在工程中的应用 215
7.2 傅立叶反投影重建 217
7.2.1 基本思路 217
7.2.2 重建公式的推导 217
7.2.3 重建公式的实用化 220
7.3 卷积反投影重建 221
7.4 代数重建 223
7.5 其他的重建方法 224
7.5.1 基于锥形束的三维直接重建 224
7.5.2 断层间表面重建 225
7.5.3 Marching Cubes重建 226
7.6 重建数据的显示 228
7.6.1 重建数据的可视化 228
7.6.2 表面显示 228
7.6.3 体积显示 229
7.7 练习题 231
第8章 图像分割 232
8.1 图像分割概述 232
8.2 并行边界分割算法 233
8.2.1 图像的边缘检测 233
8.2.2 梯度算子 234
8.2.3 拉普拉斯算子 247
8.2.4 高斯-拉普拉斯算子 251
8.2.5 Kirsch方向算子 256
8.2.6 哈夫变换 257
8.2.7 轮廓提取 263
8.3 串行边界分割算法 267
8.3.1 串行边界技术概述 267
8.3.2 启发式搜索算法的边缘连接 268
8.3.3 曲线拟合算法的边缘连接 268
8.3.4 边界跟踪 270
8.4 并行区域分割算法 276
8.4.1 阈值化分割算法 276
8.4.2 极小值点阈值选取方法 277
8.4.3 最优阈值搜寻方法 277
8.4.4 迭代阈值选取方法 279
8.4.5 直方图凹性分析方法 285
8.5 串行区域分割算法 286
8.5.1 区域生长 286
8.5.2 概率松弛迭代 291
8.6 练习题 292
第9章 图像纹理分析 293
9.1 纹理的定义 293
9.2 纹理特征 294
9.3 纹理的分析方法 296
9.3.1 纹理测度 296
9.3.2 联合概率矩阵计算 297
9.3.3 灰度差分统计 298
9.3.4 灰度行程统计 299
9.3.5 结构分析 300
9.4 纹理分割 301
9.5 练习题 305
第10章 图像腐蚀与膨胀 306
10.1 数学形态学概述 306
10.1.1 数学形态学特征 306
10.1.2 集合论预备知识 306
10.2 图像腐蚀 307
10.2.1 腐蚀定义 307
10.2.2 腐蚀算法的实现 310
10.3 图像膨胀 323
10.3.1 膨胀定义 323
10.3.2 膨胀算法的实现 325
10.4 图像开启与闭合 337
10.4.1 开启与闭合定义 337
10.4.2 开启、闭合与集合的关系 340
10.4.3 算法的实现 344
10.5 数学形态学基本运算子性质总结 347
10.6 腐蚀、膨胀的几种重要变体 349
10.6.1 细化 349
10.6.2 粗化 358
10.6.3 中轴变换 361
10.6.4 剪枝 369
10.7 练习题 370
第11章 图像编码压缩 372
11.1 图像编码技术简介 372
11.1.1 概述及分类 372
11.1.2 理论基础 373
11.2 基于统计的编码方法 378
11.2.1 霍夫曼编码 378
11.2.2 仙农-费诺编码 387
11.3 基于字典技术的编码方法 396
11.3.1 游程编码 396
11.3.2 PCX文件的访问 396
11.3.3 LZW编码 409
11.3.4 GIF文件的访问 414
11.4 JPEG编码 448
11.4.1 JPEG标准简介 448
11.4.2 JPEG编码理论 449
11.4.3 JPEG文件组织结构 454
11.4.4 对JPEG文件的访问 458
11.5 练习题 471
第12章 图像模式识别 472
12.1 内容概述 472
12.2 统计模式识别 473
12.2.1 统计决策理论 473
12.2.2 贝叶斯决策分析 476
12.2.3 特征选择 478
12.3 结构模式识别 478
12.3.1 结构模式识别概述 478
12.3.2 字符串结构识别 479
12.3.3 树结构识别 480
12.3.4 语法推理 481
12.4 模糊集模式识别 482
12.4.1 模糊集理论概述 482
12.4.2 模糊聚类 483
12.4.3 在模式识别中的应用 485
12.5 图像模式识别应用 485
12.5.1 在生物测定学中的应用 485
12.5.2 在生物信息学中的应用 490
12.5.3 在文字识别中的应用 491
12.6 练习题 493
附录A 图像处理新技术综述 494
A.1 人工神经网络 494
A.1.1 概述 494
A.1.2 处理单元 494
A.1.3 反向传播网络 495
A.1.4 交互传播网络 498
A.2 遗传算法 499
A.2.1 发展与简介 499
A.2.2 遗传算法一般流程 499
A.2.3 遗传算法的特点 502
A.3 小波变换 502
A.3.1 小波变换概述 502
A.3.2 连续小波变换 503
A.3.3 离散小波变换 504
A.3.4 二维小波变换 505
A.3.5 二维小波对图像的分解与重构 506
A.4 图像水印 510
A.4.1 图像水印发展概况 510
A.4.2 基本原理 511
A.4.3 图像水印的特点 512
A.4.4 图像水印处理算法 512
A.4.5 图像水印的简单示例 514
A.5 练习题 516
参考文献 517