第1章 绪论 1
1.1图像的基本概念 1
1.1.1视觉与图像 1
1.1.2图像的表示 2
1.2数字图像处理 2
1.2.1数字图像处理的主要内容 2
1.2.2数字图像处理技术的分类 4
1.2.3数字图像处理的应用 5
1.3数字图像处理面临的问题 6
1.4相关术语 7
1.5图像处理仿真 8
习题 9
第2章 数字图像处理基础 10
2.1人眼视觉系统 10
2.1.1人眼基本构造 10
2.1.2视觉过程 11
2.1.3明暗视觉 12
2.1.4颜色视觉 12
2.1.5立体视觉 14
2.1.6视觉暂留 14
2.2色度学基础与颜色模型 15
2.2.1颜色匹配 15
2.2.2 CIE 1931-RGB系统 16
2.2.3 CIE 1931标准色度系统 17
2.2.4 CIE 1976 L* a*b*均匀颜色空间 19
2.2.5孟塞尔表色系统 20
2.2.6常用颜色模型 21
2.3数字图像的生成与表示 26
2.3.1图像信号的数字化 26
2.3.2数字图像类型 27
2.4数字图像的数值描述 30
2.4.1常用的坐标系 30
2.4.2数字图像的数据结构 30
2.4.3常见数字图像格式 31
2.4.4 BMP位图文件 32
2.4.5读取并显示图像 35
2.5综合实例 37
习题 40
第3章 图像基本运算 42
3.1图像几何变换 42
3.1.1图像的几何变换基础 42
3.1.2图像的位置变换 44
3.1.3图像的形状变换 51
3.2图像代数运算 54
3.3邻域及模板运算 58
3.4综合实例 60
习题 61
第4章 图像的正交变换 63
4.1离散傅里叶变换 63
4.1.1一维离散傅里叶变换 63
4.1.2一维快速傅里叶变换 63
4.1.3二维离散傅里叶变换 65
4.1.4二维离散傅里叶变换的性质 66
4.1.5离散傅里叶变换在图像处理中的应用 70
4.2离散余弦变换 71
4.2.1一维离散余弦变换 71
4.2.2二维离散余弦变换 72
4.2.3离散余弦变换在图像处理中的应用 75
4.3 K-L变换 76
4.3.1 K-L变换原理 76
4.3.2图像K-L变换 80
4.4 Radon变换 83
4.4.1 Radon变换的原理 83
4.4.2 Radon变换的实现 84
4.4.3 Radon变换的性质 85
4.4.4 Radon变换的应用 86
4.5小波变换 87
4.5.1概述 87
4.5.2小波 88
4.5.3连续小波变换 90
4.5.4离散小波变换 94
4.5.5正交小波与多分辨分析 94
4.5.6二维小波变换 99
4.5.7小波变换在图像处理中的应用 106
习题 109
第5章 图像增强 111
5.1基于灰度级变换的图像增强 111
5.1.1线性灰度级变换 111
5.1.2非线性灰度级变换 115
5.2基于直方图修正的图像增强 117
5.2.1灰度直方图 117
5.2.2直方图修正法理论 119
5.2.3直方图均衡化 119
5.2.4局部直方图均衡化 122
5.3基于照度-反射模型的图像增强 124
5.3.1基于同态滤波的增强 125
5.3.2基于Retinex理论的增强 127
5.4基于模糊技术的图像增强 130
5.4.1图像的模糊特征平面 130
5.4.2图像的模糊增强 130
5.5基于伪彩色处理的图像增强 132
5.5.1密度分割法 132
5.5.2空间域灰度级-彩色变换 133
5.5.3频域伪彩色增强 136
5.6其他图像增强方法 138
5.6.1基于对数图像处理模型的图像增强 138
5.6.2图像去雾增强 140
习题 143
第6章 图像平滑 145
6.1图像中的噪声 145
6.1.1图像噪声的分类 145
6.1.2图像噪声的数学模型 146
6.2空间域平滑滤波 148
6.2.1均值滤波 148
6.2.2高斯滤波 150
6.2.3中值滤波 153
6.2.4双边滤波 155
6.3频域平滑滤波 157
6.3.1理想低通滤波 157
6.3.2巴特沃斯低通滤波 159
6.3.3指数低通滤波 160
6.3.4梯形低通滤波 162
6.4其他图像平滑方法 164
6.4.1基于模糊技术的平滑滤波 164
6.4.2基于偏微分方程的平滑滤波 165
习题 167
第7章 图像锐化 169
7.1图像边缘分析 169
7.2一阶微分算子 170
7.2.1梯度算子 170
7.2.2 Robert算子 172
7.2.3 Sobel算子 173
7.2.4 Prewitt算子 175
7.3二阶微分算子 176
7.4高斯滤波与边缘检测 177
7.4.1高斯函数 177
7.4.2 LOG算子 178
7.4.3 Canny算子 179
7.5频域高通滤波 180
7.6基于小波变换的边缘检测 184
7.7综合实例 187
7.7.1设计思路 187
7.7.2各模块设计 188
7.7.3分析 192
习题 192
第8章 图像复原 193
8.1图像退化模型 193
8.1.1连续退化模型 194
8.1.2离散退化模型 194
8.1.3图像复原 195
8.2图像退化函数的估计 196
8.2.1基于模型的估计法 196
8.2.2基于退化图像本身特性的估计法 199
8.3图像复原的代数方法 200
8.3.1无约束最小二乘方复原 200
8.3.2约束复原 201
8.4典型图像复原方法 201
8.4.1逆滤波复原 201
8.4.2维纳滤波复原 203
8.4.3等功率谱滤波 205
8.4.4几何均值滤波 206
8.4.5约束最小二乘方滤波 206
8.4.6 Richardson-Lucy算法 210
8.5盲去卷积复原 211
8.6几何失真校正 212
习题 214
第9章 图像的数学形态学处理 216
9.1形态学基础 216
9.2二值形态学的基础运算 218
9.2.1基本形态变换 218
9.2.2复合形态变换 223
9.3二值图像的形态学处理 225
9.3.1形态滤波 225
9.3.2图像的平滑处理 226
9.3.3图像的边缘提取 227
9.3.4区域填充 229
9.3.5目标探测——击中与否变换 230
9.3.6细化 232
9.4灰度形态学的基础运算 235
9.4.1膨胀运算和腐蚀运算 236
9.4.2开运算和闭运算 238
9.5灰度图像的形态学处理 240
9.5.1形态学平滑 240
9.5.2形态学梯度 241
9.5.3 Top-hat和Bottom-hat变换 242
习题 243
第10章 图像分割 244
10.1阈值分割 244
10.1.1基于灰度直方图的阈值选择 245
10.1.2基于模式分类思路的阈值选择 247
10.1.3其他阈值分割方法 251
10.2边界分割 254
10.2.1基于梯度的边界闭合 254
10.2.2 Hough变换 254
10.2.3边界跟踪 258
10.3区域分割 259
10.3.1区域生长 259
10.3.2区域合并 261
10.3.3区域分裂 263
10.3.4区域分裂合并 265
10.4基于聚类的图像分割 266
10.5分水岭分割 268
10.6综合实例 274
10.6.1设计思路 274
10.6.2各模块设计 274
10.6.3分析 281
习题 282
第11章 图像描述与分析 283
11.1特征点 283
11.1.1 Moravec角点检测 284
11.1.2 Harris角点检测 285
11.1.3 SUSAN角点检测 288
11.2几何描述 291
11.2.1像素间的几何关系 291
11.2.2区域的几何特征 293
11.3形状描述 295
11.3.1矩形度 295
11.3.2圆形度 295
11.3.3中轴变换 298
11.4边界描述 299
11.4.1边界链码 299
11.4.2傅里叶描绘子 302
11.5矩描述 304
11.5.1矩 304
11.5.2与矩相关的特征 306
11.6纹理描述 308
11.6.1联合概率矩阵法 308
11.6.2灰度差分统计法 312
11.6.3行程长度统计法 313
11.6.4 LBP特征 316
11.7其他描述 319
11.7.1梯度方向直方图 319
11.7.2 Haar-like特征 322
习题 324
第12章 图像编码 325
12.1图像编码的基本理论 325
12.1.1图像压缩的必要性 325
12.1.2图像压缩的可能性 326
12.1.3图像编码方法的分类 326
12.1.4图像编码压缩术语简介 327
12.2图像的无损压缩编码 328
12.2.1无损编码理论 328
12.2.2 Huffman编码 329
12.2.3算术编码 333
12.2.4 LZW编码 336
12.3图像的有损压缩编码 339
12.3.1预测编码 339
12.3.2变换编码 342
12.4 JPEG标准和JPEG2000 343
12.4.1 JPEG基本系统 343
12.4.2 JPEG2000 353
习题 354
参考文献 355