1数字图像处理概述 1
1.1数字图像处理相关概念 1
1.1.1数字图像 1
1.1.2图像处理 4
1.1.3图像识别和解释 5
1.2数字图像的存储 6
1.2.1位映射图像 6
1.2.2矢量图像 7
1.3 BMP图像文件格式 7
1.3.1位图文件头 8
1.3.2位图信息头 8
1.3.3调色板 9
1.3.4实际的位图数据 10
1.4 TIFF图像文件格式 10
1.4.1 TIFF图像文件头 10
1.4.2 TIFF标识信息区目录 11
1.4.3 TIFF图像数据 12
1.4.4 TIFF图像文件分类及数据压缩方法 13
1.5 JPEG图像文件格式 14
1.5.1 JPEG编码过程 14
1.5.2 JPEG文件结构 15
本章小结 17
2 Visual C++数字图像编程基础 18
2.1设备相关位图（DDB） 18
2.1.1 DDB概述 18
2.1.2显示DDB 19
2.2设备无关位图（DIB） 21
2.2.1 DIB的结构 21
2.2.2 Win32 SDK中的DIB访问函数 22
2.3构造CDIB类 25
2.3.1创建CDIB类的头文件 26
2.3.2构造和析构函数 27
2.3.3获取DIB属性函数 28
2.3.4 DIB调色板操作函数 31
2.3.5 DIB文件操作与数据串行化函数 33
2.3.6 DIB显示函数 35
2.4基于CDIB类读写BMP图像文件示例程序 36
2.4.1创建工程 36
2.4.2协调调色板 37
2.4.3设置程序启动的最初参数 38
2.4.4文档类中的函数 38
2.4.5视图类中的函数 42
本章小结 44
3图像的几何变换 45
3.1图像几何变换的基础知识 45
3.1.1几何变换的概念 45
3.1.2几种常见几何变换 46
3.2图像平移 48
3.2.1算法剖析 48
3.2.2编程实现 49
3.3图像旋转 53
3.3.1算法剖析 53
3.3.2编程实现 56
3.4图像镜像 61
3.4.1算法剖析 61
3.4.2编程实现 62
3.5图像转置 66
3.5.1算法剖析 66
3.5.2编程实现 67
3.6图像缩放 70
3.6.1算法剖析 70
3.6.2编程实现 71
3.7插值算法 75
3.7.1最近邻插值 75
3.7.2双线性插值 76
3.7.3高阶插值 81
本章小结 85
4图像的点运算 86
4.1图像点运算概述 86
4.2灰度直方图 86
4.2.1灰度直方图的定义 87
4.2.2编程绘制灰度直方图 87
4.3图像灰度阈值变换 94
4.3.1算法剖析 94
4.3.2编程实现 95
4.4图像灰度窗口变换 97
4.4.1算法剖析 97
4.4.2编程实现 98
4.5图像灰度线性变换 100
4.5.1算法剖析 100
4.5.2编程实现 101
4.6图像灰度分段线性变换 104
4.6.1算法剖析 104
4.6.2编程实现 105
4.7图像直方图均衡 108
4.7.1算法剖析 108
4.7.2编程实现 110
本章小结 114
5图像的正交变换 115
5.1正交变换的概念 115
5.1.1连续函数的正交性 115
5.1.2二维离散正交变换 116
5.2傅里叶变换 117
5.2.1连续傅里叶变换的基本概念 117
5.2.2离散傅里叶变换的基本概念 117
5.2.3离散傅里叶变换的性质 118
5.2.4快速傅里叶变换 122
5.2.5编程实现图像的快速傅里叶变换 126
5.3离散余弦变换 132
5.3.1一维离散余弦变换的基本概念 132
5.3.2二维离散余弦变换的基本概念 133
5.3.3快速离散余弦变换 134
5.3.4编程实现图像的快速离散余弦变换 135
5.4离散沃尔什-哈达玛变换 140
5.4.1沃尔什函数 140
5.4.2离散沃尔什-哈达玛变换 142
5.4.3快速沃尔什-哈达玛变换 144
5.4.4编程实现图像的快速沃尔什-哈达玛变换 145
5.5离散K-L变换 150
5.5.1离散K-L变换的基本概念 151
5.5.2编程实现图像的离散K-L变换 152
本章小结 163
6图像增强 164
6.1图像灰度变换增强 165
6.2图像方差均衡 165
6.2.1方差均衡的基本概念 165
6.2.2编程实现图像的方差均衡 166
6.3图像平滑 170
6.3.1图像平滑的基本概念 170
6.3.2邻域平均法 170
6.3.3模板操作 171
6.3.4编程实现图像平滑 174
6.4图像的中值滤波 183
6.4.1中值滤波的基本概念 183
6.4.2编程实现图像的中值滤波 185
6.5图像锐化 190
6.5.1梯度锐化的基本概念 190
6.5.2编程实现图像的梯度锐化 192
6.5.3拉普拉斯锐化的基本概念 195
6.5.4编程实现图像的拉普拉斯锐化 196
6.6低通滤波 197
6.6.1低通滤波的基本概念 197
6.6.2编程实现图像的低通滤波 199
6.7高通滤波 208
6.7.1高通滤波的基本概念 208
6.7.2编程实现图像的高通滤波 209
本章小结 217
7图像复原 219
7.1图像复原概述 219
7.1.1图像退化连续函数的数学模型 219
7.1.2图像退化离散函数的数学模型 221
7.2图像的退化 222
7.2.1图像的卷积模糊 222
7.2.2编程实现图像的卷积模糊 223
7.2.3图像的运动模糊 227
7.2.4编程实现图像的运动模糊 228
7.2.5图像的噪声 232
7.2.6编程实现图像的噪声 233
7.3图像逆滤波复原 237
7.3.1逆滤波复原的基本概念 237
7.3.2编程实现图像的逆滤波复原 238
7.4图像的维纳滤波复原 244
7.4.1维纳滤波复原的基本概念 244
7.4.2编程实现图像的维纳滤波复原 247
7.5图像的运动模糊复原 252
7.5.1运动模糊复原的基本概念 253
7.5.2编程实现图像运动模糊复原 254
7.6其他图像复原方法 259
7.6.1最大后验复原 259
7.6.2最大熵复原 260
7.6.3图像盲复原 262
7.6.4图像几何畸变校正 264
本章小结 265
8图像边缘检测与边界跟踪 266
8.1梯度算子边缘检测 266
8.1.1图像梯度的基本概念 266
8.1.2边缘检测梯度算子 267
8.1.3编程实现图像的梯度算子边缘检测 269
8.2 Kirsch算子边缘检测 279
8.2.1 Kirsch算子的基本概念 279
8.2.2编程实现图像的Kirsch算子边缘检测 280
8.3 Laplacian-Gauss算子边缘检测 289
8.3.1 Laplacian-Gauss算子的基本概念 289
8.3.2编程实现图像的Laplacian-Gauss算子边缘检测 289
8.4 Canny算法边缘检测 292
8.4.1 Canny算法的基本概念 292
8.4.2编程实现图像的Canny算法边缘检测 294
8.5哈夫变换 305
8.5.1哈夫变换的基本概念 305
8.5.2编程实现图像的哈夫变换目标检测 307
8.6图像灰度值探测法边界跟踪 316
8.6.1灰度值探测法的基本概念 316
8.6.2编程实现图像的灰度值探测法边界跟踪 317
8.7图像梯度值探测法边界跟踪 322
8.7.1梯度值探测法的基本概念 322
8.7.2编程实现图像的梯度值探测法边界跟踪 323
本章小结 327
9图像分割与匹配 329
9.1阈值分割法 330
9.1.1阈值分割法的基本概念 330
9.1.2编程实现图像的阈值分割 331
9.2特征空间聚类法 337
9.2.1特征空间聚类法的基本概念 337
9.2.2编程实现特征空间聚类法图像分割 338
9.3区域生长法 343
9.3.1区域生长法的基本概念 343
9.3.2编程实现区域生长法图像分割 344
9.4图像匹配 348
9.4.1模板匹配的基本概念 348
9.4.2编程实现图像的模板匹配 350
本章小结 365
10图像数学形态学运算 366
10.1数学形态学概述 366
10.2图像腐蚀 368
10.2.1图像腐蚀的基本概念 368
10.2.2编程实现图像腐蚀 370
10.3图像膨胀 379
10.3.1图像膨胀的基本概念 379
10.3.2编程实现图像膨胀 381
10.4图像开运算与闭运算 390
10.4.1开运算与闭运算的基本概念 390
10.4.2编程实现图像开运算和闭运算 391
10.5图像的数学形态学边缘检测 395
10.5.1数学形态学边缘检测的基本概念 395
10.5.2编程实现图像的数学形态学边缘检测 396
本章小结 399
11 MATLAB图像处理简介 400
11.1 MATLAB概述 400
11.2 MATLAB编程基础 401
11.2.1 MATLAB数据结构 401
11.2.2 MATLAB的基本运算 404
11.2.3 MATLAB的程序结构与程序流控制 406
11.2.4 MATLAB的数据接口与文件操作 409
11.2.5 MATLAB的函数与M文件 411
11.3 MATLAB图像处理简单实例 414
11.3.1读写和显示图像文件 414
11.3.2图像增强 417
本章小结 422
12图像处理新技术 423
12.1小波分析 423
12.1.1连续小波变换（CWT） 424
12.1.2离散小波变换（DWT） 427
12.1.3小波分析在图像处理中的应用 430
12.2神经网络 433
12.2.1神经网络的基本概念 433
12.2.2神经网络在图像处理中的应用 440
12.3遗传算法 441
12.3.1遗传算法的基本概念 441
12.3.2遗传算法在图像处理中的应用 446
本章小结 449
附录MATLAB图像处理工具箱函数 450
参考文献 453