目录 1
第1章 引言 1
1.1 数字图像处理的发展概况 1
1.2 数字图像和数字图像处理 2
1.2.1 图像 2
1.2.2 数字图像 3
1.2.3 数字图像处理 4
1.3 数字图像处理系统 5
1.3.1 数字图像处理硬件系统 6
1.3.2 数字图像处理软件系统—Java语言 7
练习题 10
第2章 数字图像处理的数学基础 11
2.1 图像的线性处理系统 11
2.1.1 成像系统模型的划分 11
2.1.2 点光源和δ函数 12
2.2 傅立叶变换 14
2.2.1 连续函数的傅立叶变换 14
2.2.2 离散函数的傅立叶变换 17
2.2.3 快速傅立叶变换 21
2.3 沃尔什变换 31
2.3.1 一维离散沃尔什变换 31
2.3.2 二维离散沃尔什变换 33
2.4 哈达玛变换 33
2.4.1 一维离散哈达玛变换 33
2.4.2 二维离散哈达玛变换 35
2.5 小波变换 35
2.5.1 连续小波变换 35
2.5.2 离散小波变换 36
练习题 38
3.1.1 取样 39
第3章 图像的数字化 39
3.1 概述 39
3.1.2 量化 40
3.1.3 Java语言实现对图像像素的获取 41
3.1.4 取样、量化与图像的质量 43
3.2 点阵取样原理 54
3.2.1 一维点阵取样 54
3.2.2 二维点阵取样 57
3.3 最佳量化 59
练习题 61
第4章 图像增强 62
4.1 灰度变换 62
4.1.1 灰度变换 62
4.1.2 Java语言实现线性灰度变换 65
4.2.1 灰度直方图 70
4.2 直方图均匀化处理 70
4.2.2 直方图修正技术 71
4.2.3 直方图均匀化处理 73
4.3 平滑化处理 83
4.3.1 邻域平均法 83
4.3.2 低通滤波法 90
4.4 尖锐化处理 92
4.4.1 微分尖锐化处理 92
4.4.2 高通滤波法 99
4.5 中值滤波 101
4.5.1 一维中值滤波 101
4.5.2 二维中值滤波 102
练习题 109
5.1 退化的数学模型 110
5.1.1 退化模型及复原的基本过程 110
第5章 图像复原 110
5.1.2 连续函数的退化模型 111
5.1.3 离散函数的退化模型 112
5.2 线性滤波图像复原 115
5.2.1 无约束图像复原 115
5.2.2 约束图像复原 116
5.3 反向滤波图像复原 116
5.3.1 基本原理 116
5.3.2 零点问题 117
5.3.3 消除因匀速直线运动引起的图像模糊 117
5.4 最小二乘方约束图像复原 121
练习题 130
6.1.2 冗余信息和不相关信息 131
6.1.1 图像编码 131
6.1 基本概念 131
第6章 图像编码与压缩 131
6.1.3 数据的压缩 132
6.2 图像质量的衡量准则 132
6.2.1 客观保真度准则 132
6.2.2 主观保真度准则 133
6.3 图像编码过程 134
6.3.1 图像数据转换 134
6.3.2 图像数据量化 135
6.3.3 图像数据编码 135
6.4 统计编码 136
6.4.1 基本概念 136
6.4.2 香农-费诺码 138
6.4.3 霍夫曼编码 140
练习题 146
7.1.1 灰度阈值分割法 147
7.1 图像的分割 147
第7章 图像的分割与描述 147
7.1.2 模板匹配法 156
7.1.3 边缘检测法 158
7.2 图像的描述 166
7.2.1 区域描述 166
7.2.2 关系描述 167
7.2.3 相似性描述 169
练习题 170
第8章 数字图像处理技术的应用——医学图像处理 171
8.1 医学成像系统的物理基础 171
8.1.1 原子模型 171
8.1.2 电磁波 172
8.1.3 伦琴射线 172
8.1.4 磁共振效应 173
8.1.5 多普勒效应 174
8.1.6 超声波 175
8.2 医学成像系统的技术基础 175
8.2.1 计算机断层扫描（CT）成像 175
8.2.2 正电子发射计算机断层扫描（PET）成像 178
8.2.3 磁共振（MRI）成像 179
8.2.4 超声多普勒成像 183
8.3 常用医学图像处理方法 184
8.3.1 图像修正 184
8.3.2 图像分析 193
练习题 196
参考文献 197
附录 198
附录A Java语言简介 198
附录B JDK1.4的安装及配置 199
附录C 光盘说明 200