第1章 数字图像处理概述 1
1.1图像处理的基本知识 1
1.2数字图像处理术语 1
1.3数字图像处理的方法和内容 2
1.3.1数字图像处理的方法 2
1.3.2数字图像处理的主要内容 2
1.4数字图像处理的应用 4
1.5数字图像处理的特点 5
1.6图像处理工程简述 7
1.7习题 7
第2章 数字图像处理基础 8
2.1图像数字化 8
2.1.1数字阵列表示 8
2.1.2数字化的过程 9
2.2数字图像的显示 12
2.3色度学基础与颜色模型 13
2.3.1分辨率 13
2.3.2色度学基础 14
2.3.3彩色显示 19
2.4灰度直方图 19
2.4.1直方图的定义 19
2.4.2直方图的性质 20
2.4.3直方图的简单应用 21
2.5图像文件格式 23
2.5.1图像文件简介 23
2.5.2BMP图像文件格式 24
2.5.3其他图像文件格式 31
2.6图像的基本运算 33
2.7习题 34
第3章 图像边缘提取和分割 36
3.1引言 36
3.2图像分割处理 37
3.2.1图像分割的基本方法 37
3.2.2边缘图像及分类 42
3.2.3边缘检测算子 43
3.2.4边缘检测算子的对比 48
3.3霍夫变换 49
3.4纹理分析方法 51
3.4.1基于邻域特征统计的方法 52
3.4.2傅里叶频谱方法提取纹理特征 53
3.5习题 53
第4章 图像变换 55
4.1傅里叶变换 55
4.1.1连续傅里叶变换 55
4.1.2离散傅里叶变换 56
4.2离散余弦变换 58
4.2.1一维离散余弦变换 59
4.2.2二维离散余弦变换 59
4.2.3离散余弦变换的矩阵表示 60
4.3卡-洛变换 61
4.4小波变换 62
4.4.1连续小波变换 62
4.4.2离散小波变换 64
4.5习题 66
第5章 图像编码与压缩 68
5.1引言 68
5.2图像保真度准则 69
5.3无损压缩技术 70
5.3.1基于字典的技术 71
5.3.2统计编码技术 72
5.4无损预测编码 74
5.5有损预测编码 75
5.6图像变换编码基本原理 76
5.7视频图像编码简介 76
5.7.1JPEG标准 77
5.7.2MPEG标准 78
5.7.3H.261标准 81
5.7.4H.263标准 91
5.7.5H.264标准 94
5.8习题 98
第6章 图像改善 99
6.1图像退化与复原 99
6.1.1图像降质数学模型 99
6.1.2图像复原方法 101
6.2图像增强 103
6.2.1空间域图像增强 103
6.2.2频率域图像增强 110
6.2.3彩色增强技术 116
6.3习题 119
第7章 数学形态学在图像处理中的应用 120
7.1数学形态学简介 120
7.2图像处理和数学形态学 120
7.3基本概念和运算 122
7.4图像处理基本形态学算法 125
7.5习题 130
第8章 Visual Basic图像处理基础与应用 131
8.1Visual Basic简介 131
8.2图像处理程序设计 133
8.2.1图像处理应用程序设计基础 133
8.2.2图像处理工程 134
8.2.3图像处理应用程序设计步骤 135
8.2.4BMP图像文件及其调用 137
8.3灰度直方图绘制 142
8.4图像处理实例 148
8.4.1艺术处理 148
8.4.2彩色图像变换成灰度图像 151
8.4.3边缘提取 153
8.4.4图像二值化 155
8.4.5直方图均衡化 157
8.4.6图像测量 159
8.4.7哈夫曼编码 160
8.5习题 165
第9章 MATLAB图像处理基础及应用 166
9.1MATLAB简介 166
9.2MATLAB编程基础 170
9.3MATLAB在图像处理中的应用 175
9.4MATLAB图像处理常用算法实现 182
9.4.1图像代数运算 182
9.4.2图像分割 185
9.4.3图像改善的算法与实现 190
9.5图像常用变换域处理方法 199
9.5.1傅里叶变换与应用 199
9.5.2图像离散余弦变换示例 202
9.5.3图像小波变换 204
9.6直线提取算法 209
9.7分块DCT编码水印嵌入方法 211
9.8习题 213
第10章 图像处理技术工程应用实例 214
10.1图像处理用于批量产品数量自动统计 214
10.2焊接图像预处理 216
10.3固定场景中运动目标定位方法讨论 219
10.4测定织物纬向密度的方法 221
10.5图像处理用于车牌照图像分割 226
10.6数字图像水印技术 229
附录MATLAB图像处理工具箱常用函数 235
参考文献 244