第1章 导论 1
1.1数字图像处理的概念 1
1.1.1图像 1
1.1.2图像处理 1
1.2数字图像处理的内容以及与其他相关学科的关系 2
1.2.1数字图像处理的内容 2
1.2.2数字图像处理与其他相关学科的关系 3
1.3数字图像处理系统概述 4
1.3.1数字图像采集 4
1.3.2数字图像显示 5
1.3.3数字图像存储 5
1.3.4数字图像通信模块 7
1.3.5计算机 7
1.3.6图像处理软件 7
1.4数字图像处理的特点及其应用 8
1.4.1数字图像处理的特点 8
1.4.2数字图像处理的应用 9
习题 9
第2章 数字图像处理的基本概念 10
2.1人眼的视觉原理 10
2.1.1人眼的构造 10
2.1.2图像的形成 11
2.1.3视觉亮度范围和分辨率 11
2.1.4视觉适应性和对比灵敏度 12
2.1.5亮度感觉与色觉 12
2.1.6马赫带 14
2.2连续图像的描述 15
2.3图像数字化 16
2.3.1采样 17
2.3.2量化 17
2.3.3数字图像的表示 18
2.3.4采样、量化参数与数字化图像间的关系 19
2.3.5图像数字化设备的组成及性能 20
2.4图像灰度直方图 24
2.4.1概念 24
2.4.2直方图的性质 25
2.4.3直方图的应用 25
2.5数字图像处理算法的形式 27
2.5.1基本功能形式 27
2.5.2几种具体算法形式 27
2.6图像的数据结构与图像文件格式 31
2.6.1图像的数据结构 31
2.6.2图像文件格式 34
2.7图像的特征与噪声 39
2.7.1图像的特征类别 39
2.7.2特征提取与特征空间 40
2.7.3图像噪声 41
习题 42
第3章 图像变换 44
3.1预备知识 44
3.1.1点源和狄拉克函数 44
3.1.2二维线性位移不变系统 45
3.2傅立叶变换 47
3.2.1连续函数的傅立叶变换 47
3.2.2离散函数的傅立叶变换 48
3.2.3二维离散傅立叶变换的若干性质 50
3.3其他可分离图像变换 54
3.3.1通用公式 54
3.3.2沃尔什变换 55
3.3.3哈达玛变换 56
3.3.4离散余弦变换 59
3.4小波变换简介 59
3.4.1连续小波变换 60
3.4.2离散小波变换 63
3.5多尺度几何分析 64
习题 65
第4章 图像增强 66
4.1图像增强的点运算 66
4.1.1灰度级校正 67
4.1.2灰度变换 67
4.1.3直方图修正法 68
4.1.4局部统计法 75
4.2图像的空间域平滑 76
4.2.1局部平滑法（邻域平均法或移动平均法） 76
4.2.2超限像素平滑法 77
4.2.3灰度最相近的K个邻点平均法 77
4.2.4梯度倒数加权平滑法 77
4.2.5最大均匀性平滑 79
4.2.6有选择保边缘平滑法 79
4.2.7空间低通滤波法 80
4.2.8多幅图像平均法 81
4.2.9中值滤波 81
4.3空间域锐化 84
4.3.1梯度锐化法 84
4.3.2 Laplacian增强算子 87
4.3.3高通滤波法 87
4.4频率域增强 87
4.4.1频率域平滑 88
4.4.2频率域锐化 90
4.4.3同态滤波增强 92
4.5彩色增强技术 93
4.5.1伪彩色增强 93
4.5.2彩色图像增强技术 95
4.6图像代数运算 99
4.6.1加运算 99
4.6.2减运算 99
4.6.3乘运算 99
4.6.4除运算 99
习题 100
第5章 图像复原与重建 103
5.1图像退化 103
5.1.1图像的退化 103
5.1.2图像退化的数学模型 103
5.2代数恢复方法 105
5.2.1无约束复原 105
5.2.2约束最小二乘复原 106
5.3频率域恢复方法 107
5.3.1逆滤波恢复法 107
5.3.2去除由匀速运动引起的模糊 108
5.3.3维纳滤波复原方法 110
5.4几何校正 111
5.4.1空间坐标变换 111
5.4.2像素灰度内插 114
5.5图像重建 116
5.5.1计算机断层扫描的二维重建 117
5.5.2三维形状的复原 118
习题 119
第6章 图像编码与压缩 121
6.1概述 121
6.1.1图像数据压缩的必要性与可能性 121
6.1.2图像编码压缩的分类 122
6.2图像保真度准则 122
6.2.1客观保真度准则 122
6.2.2主观保真度准则 123
6.3统计编码方法 124
6.3.1图像冗余度和编码效率 124
6.3.2霍夫曼编码 124
6.3.3费诺—仙农编码 126
6.3.4算术编码 127
6.3.5行程编码 128
6.4预测编码 129
6.4.1线性预测编码 130
6.4.2非线性预测编码法 131
6.5正交变换编码 131
6.5.1变换编码原理 132
6.5.2正交变换的性质 132
6.5.3变换压缩的数学分析 132
6.5.4最佳变换与准最佳变换 134
6.5.5各种准最佳变换的性能比较 136
6.5.6编码 137
6.6图像编码的国际标准简介 138
6.6.1静止图像压缩标准 138
6.6.2运动图像压缩标准 138
6.6.3二值图像压缩标准 139
习题 139
第7章 图像分割 140
7.1概述 140
7.2边缘检测算子 141
7.2.1梯度算子 142
7.2 2 Roberts梯度算子 143
7.2.3 Prewitt和Sobel算子 143
7.2.4方向算子 143
7.2.5拉普拉斯算子 144
7.2.6马尔算子 145
7.2.7 Canny边缘检测算子 146
7.2.8沈俊边缘检测方法 148
7.2.9曲面拟合法 149
7.3边缘跟踪 150
7.3.1光栅跟踪扫描 150
7.3.2全向跟踪 151
7.4线检测 152
7.4.1 Hough变换检测直线 152
7.4.2广义Hough变换检测曲线 153
7.5区域分割 155
7.5.1最简单图像的区域分割 155
7.5.2复杂图像的区域分割 157
7.5.3特征空间聚类 158
7.6区域增长 158
7.6.1简单区域扩张法 159
7.6.2质心型增长 159
7.6.3混合型增长 160
7.7分裂合并法 161
习题 163
第8章 二值图像处理与形状分析 165
8.1二值图像的连接性和距离 165
8.1.1邻域和邻接 165
8.1.2像素的连接 166
8.1.3连接成分 166
8.1.4欧拉数 167
8.1.5像素的可删除性和连接数 167
8.1.6区域邻接图RAG（region adjacency graphs） 169
8.1.7包含、击中、不击中 170
8.1.8距离 170
8.2连接成分的变形处理 171
8.2.1标记 171
8.2.2膨胀和收缩（或腐蚀） 171
8.2.3线图形化 174
8.3形状特征提取与分析 178
8.3.1区域内部形状特征提取与分析 178
8.3.2 区域外部形状特征提取与分析 181
8.4关系描述 186
8.4.1字符串描述 186
8.4.2树结构描述 188
习题 189
第9章 影像纹理分析 190
9.1概述 190
9.2直方图分析法 191
9.3 Laws纹理能量测量法 192
9.4自相关函数分析法 193
9.5灰度共生矩阵分析法 194
9.5.1灰度共生矩阵 194
9.5.2灰度共生矩阵特征的提取 195
9.5.3灰度—梯度共生矩阵分析法 197
9.6行程长度统计法 199
9.7傅立叶频谱分析法 199
9.8马尔柯夫随机场分析法 201
9.8.1马尔柯夫随机场的定义和基本性质 202
9.8.2纹理MRF模型参数提取与分析 203
9.9影像纹理的小波分析 203
9.10影像纹理的分形分析法 204
9.10.1分形 204
9.10.2分维 205
9.10.3影像纹理的分维特征提取与分析 206
9.11影像纹理的句法结构分析法 207
9.12影像纹理区域分割与边缘检测 208
9.12.1纹理区域分割 208
9.12.2纹理边缘检测 208
习题 208
第10章 模板匹配与模式识别技术 210
10.1模板匹配 210
10.1.1模板匹配方法 210
10.1.2模板匹配方法的改进 211
10.2统计模式识别 212
10.2.1特征处理 213
10.2.2统计分类法 214
10.3结构模式识别法 217
10.3.1结构模式识别原理 217
10.3.2树分类法 219
10.4人工神经网络识别法 220
10.4.1神经网络的结构 220
10.4.2神经元 220
10.4.3神经网络的工作过程 221
10.4.4神经网络的性能 221
10.4.5 BP神经网络 222
习题 224
第11章 数字图像处理的应用 225
11.1多源遥感影像像素级融合技术 225
11.1.1基本概念 225
11.1.2像素级影像融合过程与特点 225
11.1.3多源遥感影像的空间配准方法 226
11.1.4像素级影像融合方法及其特点 228
11.2指纹识别系统 235
11.2.1指纹的基本特征 235
11.2.2指纹识别系统简介 237
11.2.3指纹库的建立与查对 241
11.3 OCR文字识别技术 241
11.3.1版面分析方法 241
11.3.2文字识别技术 243
11.4运动图像分析 246
附录 英汉专业术语对照 249
参考文献 256