第1章 绪论 1
1.1 数字图像处理的发展 1
任务1 了解数字图像处理的发展历史和应用 1
任务2 加深对数字图像的理性认识 2
1.2 数字图像处理的主要研究内容 3
任务1 了解图像代数和几何运算的主要内容 3
任务2 了解图像变换和增强的主要内容 3
任务3 了解图像编码和图像复原的主要内容 4
任务4 了解模式识别和图像融合的主要内容 4
1.3 数字图像处理的基本概念 4
任务1 掌握图像与数字图像的定义 4
任务2 用二维矩阵表示一幅数字图像 6
任务1 了解图像的4种基本类型 7
1.4 数字图像处理中的基本图像类型 7
任务2 比较不同的图像类型 9
任务3 应用RGB彩色空间和IHS彩色空间表示颜色 10
1.5 图像的统计特征 11
任务1 计算图1-2a所示图像的基本统计指标 11
任务2 计算多维图像的统计特征 13
任务3 边学边做 14
习题 14
第2章 数字图像处理的输入输出设备 16
2.1 图像数字化输入设备的功能和组成 16
任务1 分析扫描仪等数字化设备的性能指标 16
任务2 了解数字化设备的类型和扫描方式 17
任务3 掌握数字化设备的组成 17
2.2 摄像机 18
任务1 了解摄像管摄像机的基本原理 18
任务3 认识系统的移不变性 19
任务2 掌握CCD摄像机的基本原理 19
任务3 了解CCD摄像机的类型 21
任务4 了解衡量摄像机性能的两个重要指标 21
任务2 了解数码相机的优势与不足 22
任务3 了解数码相机主流产品的性能指标 22
任务1 掌握CCD数码相机的工作过程 22
2.3 数码相机 22
2.4 扫描仪 23
任务1 了解CCD扫描仪的工作原理 23
任务2 比较不同扫描仪的主要性能指标 24
任务3 了解胶片扫描仪 24
任务4 边学边做（扫描一幅图像到计算机） 24
2.5 数字图像的显示 25
任务1 分析显示设备的有关性能指标 25
任务2 了解抖动技术和彩色印制 28
任务3 了解常见的显示设备 29
习题 30
第3章 数字图像处理中的基本运算 31
3.1 数字图像处理基本运算的分类 31
任务1 根据图像处理算法分类 31
任务2 根据基本运算分类 31
任务2 应用线性点运算处理一幅图像 32
3.2 点运算 32
任务1 增加一幅图像的亮度 32
任务3 掌握点运算的应用范围 33
任务4 边学边做（求一幅图像的反相） 34
3.3 代数运算 34
任务1 应用减法运算去除一幅图像的附加噪声 35
任务2 证明图像的加法运算可以降低加性随机噪声 35
任务3 对遥感图像进行比值处理 37
任务4 边学边做（应用减法运算生成梯度幅度图像） 38
3.4 几何运算 39
任务1 旋转一幅图像 39
任务2 掌握空间变换的基本方法 40
任务3 了解重采样的基本方法 42
任务4 比较不同的重采样算法 43
任务5 了解卫星遥感图像的几何校正 45
任务6 边学边做（编程实现图像的缩小与放大） 47
习题 47
任务2 认识系统的线性 48
第4章 数字图像处理的数学基础 48
任务1 了解系统的定义 48
4.1 线性系统 48
4.2 调谐信号与复信号分析 50
任务1 认识调谐信号 50
任务2 分析线性系统对调谐信号的响应 50
任务3 认识系统传递函数 51
4.3 卷积与滤波 52
任务1 理解卷积与线性系统的关系 52
任务2 了解一维和二维卷积的图示计算过程 53
任务3 应用矩阵形式进行离散一维和二维卷积 54
任务4 应用卷积去除信号的噪声 57
任务5 边学边做（求两个矩阵的离散二维卷积） 57
4.4 常用的矩阵运算和矩阵类型 58
任务1 掌握常用的矩阵类型 58
任务2 掌握常用的矩阵运算 59
任务3 边学边做（求矩阵的克罗内克积） 60
习题 61
第5章 图像变换 62
5.1 函数的傅里叶变换 62
任务1 理解傅里叶变换的定义 62
任务2 推导高斯函数的傅里叶变换 63
任务3 掌握二维函数的傅里叶变换 64
5.2 离散傅里叶变换 65
任务1 求一个一维离散序列的傅里叶变换 65
任务2 求一个二维离散序列的傅里叶变换 65
任务3 边学边做（计算一个二维矩阵的傅里叶变换的幅值和相角） 66
5.3 快速傅里叶变换 66
任务1 掌握快速傅里叶变换的原理 67
任务2 实现快速傅里叶变换 68
任务3 边学边做（编程实现快速傅里叶变换） 68
任务1 应用可分离性实现对图像的傅里叶变换 69
任务2 证明共轭对称性 69
5.4 傅里叶变换的性质 69
任务3 了解加法定理、位移定理和相似性定理 71
任务4 掌握卷积定理和Rayleigh定理 72
5.5 图像傅里叶变换实例 73
任务1 分析图像傅里叶变换的频谱分布 73
任务2 计算一个8×8二维矩阵的傅里叶变换 75
任务3 边学边做（计算三幅图像的傅里叶变换） 75
任务4 了解图像傅里叶变换的统计特性 76
5.6 其他离散变换 77
任务1 了解离散余弦变换（DCT） 77
任务2 了解哈达玛变换 77
任务3 了解主成分变换 78
习题 80
第6章 图像增强 81
6.1 图像增强的分类和评价 81
任务1 对图像增强算法进行分类 81
任务2 评价图像增强的效果 82
6.2 基于空域直接灰度变换的图像增强方法 83
任务1 应用限幅线性拉伸增强一幅图像 83
任务2 应用对数扩展增强一幅图像 84
6.3 基于灰度直方图的图像增强 86
任务1 了解直方图的定义 86
任务2 推导基于直方图修改的增强技术的基本原理 88
任务3 应用直方图均衡化技术增强一幅图像 88
任务4 应用直方图规定化增强一幅图像 91
任务5 边学边做（编制直方图均衡化处理程序） 95
6.4 空间域滤波增强技术 95
任务1 了解滤波技术的分类 95
任务2 应用均值滤波法去除图像的噪声 96
任务3 应用拉普拉斯算子增强图像的轮廓 97
任务4 边学边做（编写平滑滤波的程序） 99
6.5 频域滤波增强 99
任务1 应用巴特沃斯低通滤波器进行图像的模糊处理 99
任务2 掌握常用的低通滤波器 100
任务3 分析图像的能量分布 102
任务4 应用巴特沃斯高通滤波器增强一幅图像 102
任务5 了解带通和带阻滤波器 104
6.6 彩色增强 105
任务1 了解由灰度图像生成彩色图像的方法 105
任务2 应用密度分割法生成一幅彩色图像 105
任务3 了解伪彩色变换和频域滤波法 106
任务4 边学边做（编写伪彩色变换程序） 107
6.7 图像的掩膜处理 107
任务1 应用掩膜技术局部增强一幅图像 108
任务2 边学边做（对一幅图像进行掩膜处理） 109
习题 109
第7章 图像编码 110
7.1 图像的信息量度量和信息冗余 110
任务1 计算图像的数据量和信息量 110
任务2 了解数据冗余的类型 111
任务3 对图像编码技术进行分类 112
任务4 了解数据压缩技术的评价指标 113
7.2 编码技术 114
任务1 应用哈夫曼编码算法对图像进行编码 114
任务2 应用行程长度编码算法对图像进行编码 116
任务3 边学边做（编程实现行程长度编码算法） 117
7.3图像的预测编码和变换编码 120
任务1 掌握预测编码的原理 120
任务2 掌握变换编码的基本原理 121
任务3 了解常用的变换编码方法 122
任务1 了解JPEG标准对图像编码的要求 123
任务2 了解无损预测编码方法 124
任务3 掌握DCT变换编码的步骤 125
任务4 了解DCT的累进操作模式 128
任务5 了解DCT分层操作模式 128
7.5 MPEG标准简介 128
任务2 应用帧间编码技术删除时间冗余 129
任务1 分析运动图像存在的数据冗余 129
任务3 了解MPEG标准的应用范围与性能指标 131
习题 131
第8章 图像复原 132
8.1 图像退化原因及图像复原技术分类 132
任务1 了解图像退化的原因 132
任务2 了解图像复原技术的分类 132
7.4 静止图像压缩编码的技术标准JPEG 133
8.2 退化模型 133
任务1 建立系统的退化模型 133
任务2 建立连续函数退化模型 134
任务3 建立一维离散退化模型 135
任务4 建立二维离散退化模型 137
8.3 线性代数复原 138
任务1 了解无约束复原方法 138
任务2 掌握有约束复原法 139
任务1 了解逆滤波的基本原理 140
8.4 频域复原法 140
任务2 掌握维纳滤波复原法 141
8.5 中值滤波 141
任务1 应用中值滤波处理离散一维序列 142
任务2 边学边做（应用中值滤波处理一幅图像） 143
习题 143
9.1 模式识别的概念 145
任务1 应用模式识别的概念分析识字过程 145
第9章 模式识别 145
任务2 了解模式识别方法的分类 147
任务3 了解模式识别的应用 147
9.2 图像分割 148
任务1 了解图像分割的意义和原则 148
任务2 应用灰度阈值法分割图像 149
任务3 应用锐化滤波器检测图像边缘 150
任务4 应用区域生长法分割图像 151
任务1 认识纹理特征的主要标志 152
9.3 纹理特征提取 152
任务5 边学边做（应用区域生长法分割一幅实例图像） 152
任务2 应用灰度共生矩阵法提取纹理图像 153
任务3 了解空间自相关函数法和傅里叶频谱法 155
任务4 边学边做（编程实现自相关函数算法和傅里叶频谱法） 156
9.4 统计模式识别法 156
任务1 了解统计模式识别的一般过程 157
任务2 掌握贝叶斯分类法的基本原理 157
任务3 应用贝叶斯法对一幅遥感图像进行分类 160
9.5 模糊分类 162
任务1 了解模糊分类的现实意义 163
任务2 掌握模糊分类的数学基础 163
任务3 掌握遥感图像模糊分类的具体过程 164
任务4 分析模糊分类算法的实质 166
9.6 人工神经网络分类技术 166
任务1 认识人工神经网络模型 167
任务2 掌握BP网络的工作过程和学习规则 169
任务3 应用BP网络进行遥感图像分类 170
9.7 模式识别的几种应用 171
任务4 分析BP网络的性能 172
任务5 边学边做（应用BP网络模型对遥感图像进行分类） 173
任务6 掌握非灰度信息参与分类的方法 173
任务1 了解模式识别在遥感图像中的应用 174
任务2 了解模式识别在医学上的应用 176
任务3 了解模式识别在自动检测中的应用 177
任务1 认识指纹的基本特征 178
9.8 指纹识别 178
任务2 构建指纹识别系统 180
任务3 了解指纹识别系统的两种工作模式 180
任务4 了解指纹识别的应用 181
习题 182
第10章 图像融合 183
10.1 融合的基本概念 183
任务1 了解融合的定义 183
任务3 了解融合的目的和评价标准 184
任务2 掌握融合的三个层次 184
10.2 基于IHS变换的融合技术 185
任务1 应用IHS变换融合算法实现遥感图像的融合 186
任务2 掌握IHS变换的4种公式 187
任务3 分析IHS变换的“溢出”问题 189
任务4 了解IHS变换的不足 191
任务5 边学边做（编程实现IHS变换图像融合算法） 191
10.3 小波变换 192
任务1 应用小波变换融合算法实现遥感图像融合 192
任务2 了解小波变换的基本理论 193
任务3 掌握离散小波变换的快速实现——Mallat算法 196
任务4 分析分解层数对融合图像的影响 199
任务5 改进小波融合过程 201
任务6 比较小波变换与IHS变换 202
10.4 决策层融合 203
任务1 应用概率统计方法实现决策融合 203
任务2 了解证据理论 206
任务3 应用证据理论实现决策融合 208
习题 209
第11章 数字图像处理系统设计 210
11.1 图像处理系统的需求分析 210
任务1 了解需求分析阶段的任务 210
任务2 进行遥感图像处理系统的需求分析 211
11.2 图像处理系统的软件设计 213
任务1 了解软件设计阶段的任务 213
任务2 进行遥感图像处理系统的软件设计 214
任务3 设计基于Windows的遥感图像处理系统的数据结构 215
11.3 图像处理系统的程序设计、测试与维护 220
任务1 了解程序设计的风格 220
任务2 了解软件测试和维护过程 222
任务3 边学边做（编写遥感图像处理程序） 223
习题 223
参考文献 224