第1章 绪论 1
1.1 图像与图像处理的概念 1
1.2 数字图像处理研究的内容 1
1.2.1 传统的图像处理技术 2
1.2.2 智能图像处理技术 3
1.3 数字图像处理系统 4
1.4 数字图像处理的应用 5
1.5.2 色度学基础 6
1.5.1 人的视觉系统 6
1.5 人的视觉系统与色度学基础 6
1.6 本书的安排 7
本章参考文献 8
第2章 图像采集 9
2.1 图像数字化 9
2.1.1 图像的数学模型 9
2.1.2 采样与量化 9
2.2 量化技术 11
2.2.1 标量量化 11
2.2.2 矢量量化 12
2.2.3 LBG算法与初始码书设计 14
2.3 图像输入 16
2.3.1 图像采集系统 17
2.3.2 图像输入设备 19
2.4 图像文件格式 24
2.4.1 BMP（位图）文件格式 24
2.4.2 GIF文件格式 29
2.4.3 JPEG文件格式 32
本章参考文献 34
第3章 图像变换 37
3.1 傅里叶变换 37
3.1.1 一维傅里叶变换 37
3.1.2 二维傅里叶变换 39
3.1.3 二维离散傅里叶变换的性质 40
3.1.4 正交变换的基本概念 43
3.2 离散余弦变换 44
3.2.1 离散余弦变换的定义 44
3.2.2 离散余弦变换的快速实现 44
3.3 K-L变换 45
3.3.1 K-L变换的定义 46
3.3.2 K-L变换的性质 47
3.4 小波变换 48
3.4.1 连续小波变换 48
3.4.2 二进小波变换 48
3.4.3 离散小波变换 51
3.5 其他可分离变换 59
3.5.1 沃尔什变换 59
3.5.3 斜变换 60
3.5.2 哈达玛变换 60
本章参考文献 61
第4章 图像增强 63
4.1 空间域单点增强 63
4.1.1 灰度变换 63
4.1.2 直方图修正 66
4.2 图像平滑 71
4.2.1 噪声门限法 71
4.2.2 邻域平均法 72
4.2.3 加权平均法 73
4.2.4 中值滤波 74
4.2.5 掩膜平滑法 77
4.2.6 空间低通滤波 78
4.3 图像锐化 78
4.3.1 微分算子方法 79
4.3.2 Sobel算子 80
4.3.3 拉普拉斯算子 81
4.3.4 统计差值法 83
4.3.5 掩膜匹配法 84
4.4 图像滤波 85
4.3.6 空间高通滤波 85
4.4.1 低通滤波 86
4.4.2 同态滤波 88
4.4.3 高通滤波 89
4.5 彩色增强 91
4.5.1 假彩色处理 91
4.5.2 伪彩色处理 92
本章参考文献 95
5.1.2 点冲激函数的退化模型 97
5.1.1 图像退化模型 97
5.1 图像退化的数学模型 97
第5章 图像恢复 97
5.1.3 连续图像退化模型 99
5.1.4 离散图像的退化模型 100
5.1.5 离散退化模型的求解 102
5.2 无约束图像恢复 104
5.2.1 最小二乘估计 104
5.2.2 运动模糊图像的恢复 106
5.3.2 维纳滤波 108
5.3.1 有约束的最小二乘图像恢复 108
5.3 有约束图像恢复 108
5.3.3 功率谱均衡恢复 110
5.3.4 有约束最小平方恢复 112
5.4 图像几何校正 115
5.4.1 几何校正方法 116
5.4.2 空间几何坐标变换 116
5.4.3 重采样 118
本章参考文献 120
6.1.2 图像压缩的性能评价 123
6.1.1 数据压缩的概念 123
第6章 图像编码与压缩 123
6.1 图像编码基础 123
6.2 统计编码 124
6.2.1 编码效率与冗余度 125
6.2.2 霍夫曼编码 126
6.2.3 香农－费诺编码 128
6.2.4 算术编码 129
6.3 预测编码 131
6.3.1 预测编码的基本原理 131
6.3.2 差值脉冲编码调制 132
6.3.3 最优线性预测 133
6.4 变换编码 134
6.4.1 变换编码系统结构 134
6.4.2 正交变换编码 135
6.4.3 小波变换编码简介 137
6.5 无失真压缩编码 139
6.5.1 引言 139
6.5.2 基于线性预测的无失真压缩 139
6.5.3 基于S+P变换的无失真压缩 140
6.5.4 基于第二代小波变换的无失真压缩 141
6.6 国际标准简介 143
6.6.1 JPEG 143
6.6.2 H.261建议 144
6.6.3 MPEG-1标准 144
6.6.4 MPEG-2标准 144
6.6.5 MPEG-4标准 144
6.6.6 MPEG-7标准 144
本章参考文献 146
6.6.7 MPEG-21标准 146
第7章 图像边缘检测 149
7.1 边缘检测的基本概念 149
7.2 微分边缘检测算子 150
7.2.1 梯度方法 150
7.2.2 二阶微分算子 156
7.3 多尺度边缘检测 160
7.3.1 Marr-Hildretch边缘检测 161
7.3.2 Witkin尺度滤波理论 161
7.3.3 小波变换边缘检测 161
7.4.2 单层次模糊增强简介 164
7.4 基于模糊增强的边缘检测 164
7.4.1 引言 164
7.4.3 多层次模糊增强 166
7.4.4 基于多层次模糊增强的边缘提取 168
7.5 基于Snake模型的边缘检测 169
7.5.1 Snake模型的数学描述 169
7.5.2 基于Snake模型的边缘检测 171
7.6 曲面拟合边缘检测 172
本章参考文献 173
8.1 图像分割的一般模型 177
第8章 图像分割 177
8.2 基于阈值选取的图像分割方法 178
8.2.1 直方图阈值 178
8.2.2 最大熵阈值 179
8.2.3 二维直方图阈值 180
8.2.4 统计判决确定门限 182
8.2.5 局部阈值法 185
8.3 基于区域的图像分割方法 185
8.3.1 区域生长法 185
8.3.2 分裂－合并 188
8.4 基于边缘检测的图像分割 192
8.4.1 Hough变换原理 193
8.4.2 Hough变换应用 194
8.4.3 广义Hough变换 195
8.5 模糊分割技术 197
8.5.1 模糊阈值分割方法 197
8.5.2 基于二维直方图的模糊门限分割方法 197
本章参考文献 199
9.1.1 颜色的表示 203
9.1 颜色特征分析 203
第9章 图像特征分析 203
9.1.2 颜色直方图 208
9.1.3 直方图不变特征量 208
9.1.4 颜色矩 209
9.2 纹理特征分析 210
9.2.1 空间自相关法 210
9.2.2 傅里叶功率谱法 211
9.2.3 共生矩阵法 212
9.2.4 基于邻域特征统计的纹理分析方法 216
9.2.5 灰度差分统计方法与行程长度统计法 217
9.2.6 用分数维描述纹理 218
9.2.7 Tamura纹理特征 219
9.3 形状特征分析 220
9.3.1 引言 220
9.3.2 基于轮廓的全局方法 221
9.3.3 基于轮廓的结构方法 227
9.3.4 基于区域的全局方法 231
9.3.5 基于区域的结构方法 234
本章参考文献 236
10.1.1 图像配准的概念 239
第10章 图像配准 239
10.1 图像配准基础 239
10.1.2 图像配准的一般模型 240
10.1.3 相似性测度 241
10.2 基于图像灰度的图像配准 242
10.2.1 互相关匹配方法 243
10.2.2 投影匹配算法 244
10.2.3 基于傅里叶变换的相位匹配方法 245
10.3.1 算法步骤与特点 246
10.2.4 图像矩匹配方法 246
10.3 基于图像特征的配准 246
10.3.2 图像预处理 247
10.3.3 特征选择 248
10.3.4 图像匹配 251
10.4 最小二乘图像匹配方法 256
10.4.1 基本思想 256
10.4.2 基本算法 256
10.5 快速匹配方法 261
10.5.1 分层搜索算法 261
10.5.2 基于遗传算法的匹配方法 262
10.5.3 基于金字塔分级搜索的匹配方法 264
本章参考文献 266
第11章 图像融合 269
11.1 图像融合的基本原理 269
11.1.1 信息融合的概念 269
11.1.2 多源遥感图像融合 269
11.1.3 图像融合的模型框架与算法 270
11.1.4 遥感图像融合效果的评价 271
11.2.2 基于特征的小波变换融合方法 273
11.2 小波变换融合法 273
11.2.1 传统的小波变换融合方法 273
11.3 基于PCA变换与小波变换的图像融合 274
11.3.1 PCA（主分量分析）变换融合法 274
11.3.2 基于PCA变换与小波变换的融合算法 275
11.4 基于IHS变换与小波变换的图像融合 279
11.4.1 IHS变换融合法 279
11.4.2 基于IHS变换与小波变换的融合算法 279
本章参考文献 281
12.1.1 图像分类的概念 285
12.1.2 图像分类的原理 285
第12章 图像分类 285
12.1 图像分类的概念与原理 285
12.2 统计分类方法 286
12.2.1 监督分类 286
12.2.2 非监督分类 288
12.3 模糊分类方法 291
12.3.1 模糊集合 291
12.3.2 模糊关系 296
12.3.3 模糊分类 299
12.3.4 基于模糊关系的模式分类 299
12.3.5 模糊聚类方法 302
12.3.6 改进的模糊C－均值算法 303
12.4 神经网络分类方法 304
12.4.1 人工神经网络基础 304
12.4.2 神经网络监督分类方法 308
12.4.3 神经网络非监督分类方法 311
12.5.2 算法的实现过程 313
12.5.1 广义图像 313
12.5 基于广义图像的神经网络遥感图像分类方法 313
12.5.3 实验结果与性能比较 314
12.6 基于证据理论与神经网络的遥感图像分类方法 315
12.6.1 证据理论 315
12.6.2 算法的实现过程 316
12.6.3 实验结果与性能比较 317
本章参考文献 318
第13章 图像识别 321
13.1 图像识别的基本原理 321
13.2.1 模板匹配一般模型 322
13.2 模板匹配识别技术 322
13.2.2 序贯相似性检测算法 323
13.3 神经网络图像识别技术 324
13.3.1 神经网络识别的一般模型 325
13.3.2 BP神经网络识别技术 325
13.3.3 Kohonen神经网络识别技术 326
13.4 模糊识别技术 326
13.4.1 隶属原则识别法 327
13.4.2 择近原则识别法 327
13.4.3 一种手写文字模糊识别技术 329
13.5 基于隐马尔可夫模型的识别技术 330
13.5.1 隐马尔可夫模型基础 330
13.5.2 基于隐马尔可夫模型的人脸识别 333
13.6 车牌识别技术 336
13.6.1 系统简介 336
13.6.2 车牌图像定位分割算法 337
13.6.3 车牌字符的识别 339
本章参考文献 340
14.1.2 基于内容的图像检索 343
14.1.1 基于内容的检索 343
第14章 基于内容的图像检索 343
14.1 基于内容的图像检索概述 343
14.1.3 基于内容的图像检索相关技术 344
14.1.4 基于内容的图像检索系统 346
14.2 基于颜色特征的图像检索 347
14.2.1 直方图方法 347
14.2.2 中心矩法 349
14.2.3 参考颜色表法 349
14.2.4 颜色对方法 351
14.2.5 基于主色调的检索方法 351
14.2.6 结合空间信息的图像检索方法 353
14.3 基于纹理特征的图像检索 354
14.3.1 基于其生矩阵的纹理匹配 354
14.3.2 基于小波变换的纹理匹配 355
14.3.3 基于 Gabor变换的纹理匹配 356
14.4 基于形状特征的图像检索 357
14.4.1 基于傅里叶描述的形状检索 357
14.4.2 基于形状矩的形状检索 358
本章参考文献 359
15.1.1 信息隐藏技术 363
第15章 图像数字水印技术 363
15.1 图像数字水印技术概述 363
15.1.2 数字水印技术 364
15.2 空域水印技术 369
15.3 DCT域图像水印技术 370
15.3.1 DCT域图像水印研究综述 370
15.3.2 算法实例 371
15.3.3 水印的稳健性测试 372
15.4.2 基于低频子带方法 376
15.4.1 技术流程 376
15.4 小波域图像水印技术 376
15.4.3 细节分量方法 377
15.4.4 利用图像编码的方法 378
15.4.5 Inoue算法 379
15.5 脆弱图像数字水印技术 382
15.5.1 脆弱图像数字水印的基本特征和研究状况 382
15.5.2 算法实例 385
本章参考文献 388