第1章 绪论 1
引言 1
1.1什么是数字图像处理 1
1.2数字图像处理的起源 2
1.3使用数字图像处理领域的实例 4
1.3.1伽马射线成像 5
1.3.2 X射线成像 5
1.3.3紫外波段成像 7
1.3.4可见光及红外波段成像 7
1.3.5微波波段成像 10
1.3.6无线电波段成像 10
1.3.7使用其他成像方式的例子 11
1.4数字图像处理的基本步骤 14
1.5图像处理系统的组成 15
小结 17
参考文献 17
第2章 数字图像基础 20
引言 20
2.1视觉感知要素 20
2.1.1人眼的结构 20
2.1.2眼睛中图像的形成 22
2.1.3亮度适应和辨别 22
2.2光和电磁波谱 24
2.3图像感知和获取 26
2.3.1使用单个传感器获取图像 27
2.3.2使用条带传感器获取图像 27
2.3.3使用传感器阵列获取图像 28
2.3.4简单的图像形成模型 28
2.4图像取样和量化 30
2.4.1取样和量化的基本概念 30
2.4.2数字图像表示 31
2.4.3空间和灰度分辨率 34
2.4.4图像内插 36
2.5像素间的一些基本关系 38
2.5.1相邻像素 38
2.5.2邻接性、连通性、区域和边界 38
2.5.3距离度量 40
2.6数字图像处理中所用数学工具的介绍 41
2.6.1阵列与矩阵操作 41
2.6.2线性操作与非线性操作 42
2.6.3算术操作 42
2.6.4集合和逻辑操作 46
2.6.5空间操作 49
2.6.6向量与矩阵操作 53
2.6.7图像变换 54
2.6.8概率方法 56
小结 57
参考文献 58
习题 58
第3章 灰度变换与空间滤波 62
引言 62
3.1背景知识 62
3.1.1灰度变换和空间滤波基础 62
3.1.2关于本章中的例子 63
3.2一些基本的灰度变换函数 64
3.2.1图像反转 64
3.2.2对数变换 64
3.2.3幂律（伽马）变换 66
3.2.4分段线性变换函数 68
3.3直方图处理 72
3.3.1直方图均衡 72
3.3.2直方图匹配（规定化） 77
3.3.3局部直方图处理 83
3.3.4在图像增强中使用直方图统计 85
3.4空间滤波基础 88
3.4.1空间滤波机理 88
3.4.2空间相关与卷积 89
3.4.3线性滤波的向量表示 92
3.4.4空间滤波器模板的产生 93
3.5平滑空间滤波器 93
3.5.1平滑线性滤波器 93
3.5.2统计排序（非线性）滤波器 96
3.6锐化空间滤波器 97
3.6.1基础 97
3.6.2使用二阶微分锐化图像——拉普拉斯算子 99
3.6.3非锐化掩蔽和高提升滤波 100
3.6.4使用一阶微分锐化（非线性）图像——梯度 101
3.7混合空间增强法 103
3.8使用模糊技术进行灰度变换和空间滤波 105
3.8.1引言 106
3.8.2模糊集合论原理 106
3.8.3模糊集合应用 110
3.8.4使用模糊集合进行灰度变换 116
3.8.5使用模糊集合进行空间滤波 117
小结 119
参考文献 119
习题 120
第4章 频率域滤波 124
引言 124
4.1背景 124
4.1.1傅里叶级数和变换简史 124
4.1.2关于本章中的例子 125
4.2基本概念 125
4.2.1复数 125
4.2.2傅里叶级数 126
4.2.3冲激及其取样特性 126
4.2.4连续变量函数的傅里叶变换 128
4.2.5卷积 130
4.3取样和取样函数的傅里叶变换 131
4.3.1取样 131
4.3.2取样函数的傅里叶变换 132
4.3.3取样定理 134
4.3.4混淆 135
4.3.5由取样后的数据重建（复原）函数 137
4.4单变量的离散傅里叶变换（DFT） 138
4.4.1由取样后的函数的连续变换得到DFT 138
4.4.2取样和频率间隔间的关系 140
4.5两个变量的函数的扩展 141
4.5.1二维冲激及其取样特性 141
4.5.2二维连续傅里叶变换对 141
4.5.3二维取样和二维取样定理 142
4.5.4图像中的混淆 143
4.5.5二维离散傅里叶变换及其反变换 147
4.6二维离散傅里叶变换的一些性质 148
4.6.1空间和频率间隔的关系 148
4.6.2平移和旋转 148
4.6.3周期性 148
4.6.4对称性 150
4.6.5傅里叶谱和相角 154
4.6.6二维卷积定理 157
4.6.7二维离散傅里叶变换性质的小结 159
4.7频率域滤波基础 161
4.7.1频率域的其他特性 161
4.7.2频率域滤波基础 162
4.7.3频率域滤波步骤小结 165
4.7.4空间和频率域滤波间的对应 166
4.8使用频率域滤波器平滑图像 169
4.8.1理想低通滤波器 169
4.8.2布特沃斯低通滤波器 172
4.8.3高斯低通滤波器 173
4.8.4低通滤波的其他例子 174
4.9使用频率域滤波器锐化图像 176
4.9.1理想高通滤波器 176
4.9.2布特沃斯高通滤波器 178
4.9.3高斯高通滤波器 178
4.9.4频率域的拉普拉斯算子 179
4.9.5钝化模板、高提升滤波和高频强调滤波 180
4.9.6同态滤波 182
4.10选择性滤波 184
4.10.1带阻滤波器和带通滤波器 184
4.10.2陷波滤波器 185
4.11实现 187
4.11.1二维DFT的可分性 187
4.11.2用DFT算法计算IDFT 187
4.11.3快速傅里叶变换（FFT） 187
4.11.4关于滤波器设计的一些注释 190
小结 190
参考文献 190
习题 191
第5章 图像复原与重建 196
引言 196
5.1图像退化/复原过程的模型 197
5.2噪声模型 197
5.2.1噪声的空间和频率特性 197
5.2.2一些重要的噪声概率密度函数 198
5.2.3周期噪声 201
5.2.4噪声参数的估计 202
5.3只存在噪声的复原——空间滤波 203
5.3.1均值滤波器 203
5.3.2统计排序滤波器 205
5.3.3自适应滤波器 208
5.4用频率域滤波消除周期噪声 211
5.4.1带阻滤波器 211
5.4.2带通滤波器 211
5.4.3陷波滤波器 212
5.4.4最佳陷波滤波 213
5.5线性、位置不变的退化 216
5.6估计退化函数 218
5.6.1图像观察估计 218
5.6.2试验估计 218
5.6.3建模估计 219
5.7逆滤波 221
5.8最小均方误差（维纳）滤波 222
5.9约束最小二乘方滤波 224
5.10几何均值滤波 227
5.11由投影重建图像 228
5.11.1引言 228
5.11.2计算机断层（CT）原理 230
5.11.3投影和雷登变换 232
5.11.4傅里叶切片定理 235
5.11.5使用平行射线束滤波反投影的重建 236
5.11.6使用扇形射线束滤波反投影的重建 240
小结 244
参考文献 244
习题 245
第6章 彩色图像处理 249
引言 249
6.1彩色基础 249
6.2彩色模型 254
6.2.1 RGB彩色模型 254
6.2.2 CMY和CMYK彩色模型 257
6.2.3 HSI彩色模型 257
6.3伪彩色图像处理 262
6.3.1灰度分层 262
6.3.2灰度到彩色的变换 265
6.4全彩色图像处理基础 267
6.5彩色变换 268
6.5.1公式 269
6.5.2补色 271
6.5.3彩色分层 271
6.5.4 色调和彩色校正 273
6.5.5直方图处理 275
6.6平滑和锐化 276
6.6.1彩色图像平滑 276
6.6.2彩色图像锐化 278
6.7基于彩色的图像分割 279
6.7.1 HSI彩色空间的分割 279
6.7.2 RGB向量空间中的分割 279
6.7.3彩色边缘检测 281
6.8彩色图像中的噪声 283
6.9彩色图像压缩 284
小结 285
参考文献 285
习题 286
第7章 小波和多分辨率处理 289
引言 289
7.1背景 289
7.1.1图像金字塔 290
7.1.2子带编码 292
7.1.3哈尔变换 297
7.2多分辨率展开 300
7.2.1级数展开 300
7.2.2尺度函数 301
7.2.3小波函数 304
7.3一维小波变换 306
7.3.1小波级数展开 306
7.3.2离散小波变换 308
7.3.3连续小波变换 309
7.4快速小波变换 311
7.5二维小波变换 317
7.6小波包 322
小结 330
参考文献 330
习题 331
第8章 图像压缩 334
引言 334
8.1基础知识 335
8.1.1编码冗余 336
8.1.2空间冗余和时间冗余 337
8.1.3不相关的信息 337
8.1.4图像信息的度量 338
8.1.5保真度准则 340
8.1.6图像压缩模型 341
8.1.7图像格式、容器和压缩标准 343
8.2一些基本的压缩方法 345
8.2.1霍夫曼编码 345
8.2.2 Golomb编码 346
8.2.3算术编码 350
8.2.4 LZW编码 351
8.2.5行程编码 353
8.2.6基于符号的编码 357
8.2.7比特平面编码 359
8.2.8块变换编码 361
8.2.9预测编码 373
8.2.10小波编码 387
8.3数字图像水印 394
小结 398
参考文献 398
习题 399
第9章 形态学图像处理 402
引言 402
9.1预备知识 402
9.2腐蚀和膨胀 404
9.2.1腐蚀 404
9.2.2膨胀 406
9.2.3对偶性 407
9.3开操作与闭操作 407
9.4击中或击不中变换 411
9.5一些基本的形态学算法 412
9.5.1边界提取 412
9.5.2孔洞填充 413
9.5.3连通分量的提取 414
9.5.4凸壳 416
9.5.5细化 417
9.5.6粗化 418
9.5.7骨架 418
9.5.8裁剪 420
9.5.9形态学重建 421
9.5.10二值图像形态学操作小结 426
9.6灰度级形态学 428
9.6.1腐蚀和膨胀 428
9.6.2开操作和闭操作 430
9.6.3一些基本的灰度级形态学算法 431
9.6.4灰度级形态学重建 435
小结 437
参考文献 437
习题 438
第10章 图像分割 443
引言 443
10.1基础知识 443
10.2点、线和边缘检测 445
10.2.1背景知识 445
10.2.2孤立点的检测 447
10.2.3线检测 449
10.2.4边缘模型 450
10.2.5基本边缘检测 454
10.2.6更先进的边缘检测技术 459
10.2.7边缘连接和边界检测 467
10.3阈值处理 476
10.3.1基础知识 476
10.3.2基本的全局阈值处理 478
10.3.3用Otsu方法的最佳全局阈值处理 479
10.3.4用图像平滑改善全局阈值处理 483
10.3.5利用边缘改进全局阈值处理 484
10.3.6多阈值处理 487
10.3.7可变阈值处理 488
10.3.8多变量阈值处理 492
10.4基于区域的分割 493
10.4.1区域生长 493
10.4.2区域分裂与聚合 495
10.5用形态学分水岭的分割 497
10.5.1背景知识 497
10.5.2水坝构建 498
10.5.3分水岭分割算法 499
10.5.4标记的使用 501
10.6分割中运动的应用 502
10.6.1空间域技术 502
10.6.2频率域技术 504
小结 507
参考文献 507
习题 508
第11章 表示和描述 514
引言 514
11.1表示 514
11.1.1边界追踪 514
11.1.2链码 516
11.1.3使用最小周长多边形的多边形近似 518
11.1.4其他多边形近似方法 522
11.1.5标记图 523
11.1.6边界线段 525
11.1.7骨架 525
11.2边界描绘子 527
11.2.1一些简单的描绘子 527
11.2.2形状数 528
11.2.3傅里叶描绘子 529
11.2.4统计矩 531
11.3区域描绘子 532
11.3.1一些简单的描绘子 532
11.3.2拓扑描绘子 532
11.3.3纹理 534
11.3.4不变矩 542
11.4使用主成分进行描绘 544
11.5关系描绘子 550
小结 553
参考文献 553
习题 554
第12章 目标识别 557
引言 557
12.1模式和模式类 557
12.2基于决策理论方法的识别 560
12.2.1匹配 560
12.2.2最佳统计分类器 564
12.2.3神经网络 570
12.3结构方法 585
12.3.1匹配形状数 585
12.3.2串匹配 586
小结 587
参考文献 588
习题 588
附录A 图像压缩编码表 591
附录B 参考书目 595
索引 620