第1章 绪论 1
1.1图像和图像处理 1
1.1.1图像 1
1.1.2图像处理 1
1.1.3图像的表示 2
1.2数字图像处理的步骤和方法 3
1.2.1数字图像处理的基本步骤 3
1.2.2数字图像处理的内容和方法 4
1.3数字图像处理系统的组成 6
1.3.1数字图像输入模块 6
1.3.2数字图像存储模块 7
1.3.3数字图像输出模块 7
1.3.4数字图像通信模块 7
1.3.5数字图像处理与分析模块 8
1.4数字图像处理的主要应用 8
1.5全书内容简介 10
习题 11
第2章 数字图像处理基础 12
2.1色度学基础 12
2.1.1三基色原理 12
2.1.2颜色模型 13
2.2人的视觉特性 17
2.2.1人眼的构造与机理要点 17
2.2.2人的视觉模型 19
2.2.3人眼的亮度感觉 21
2.3图像数字化 24
2.3.1图像采样 24
2.3.2采样图像的均匀量化 26
2.3.3数字化参数的选择及对图像的影响 27
2.4数字图像表示形式和特点 29
2.5小结 31
习题 31
第3章 图像变换 33
3.1图像的几何变换 33
3.1.1图像几何变换的一般表达式 33
3.1.2平移变换 33
3.1.3比例缩放 34
3.1.4旋转变换 34
3.1.5仿射变换 34
3.1.6透视变换 35
3.1.7灰度插值 36
3.2图像的离散傅里叶变换 38
3.2.1一维离散傅里叶变换（1D-DFT） 38
3.2.2二维离散傅里叶变换（2D-DFT） 39
3.3图像变换的一般表示形式 43
3.4图像的离散余弦变换 46
3.5图像的离散沃尔什-哈达玛变换 48
3.5.1离散哈达玛变换（DHT） 48
3.5.2离散沃尔什变换（DWT） 50
3.5.3 2D-DHT和2D-DWT的特点及举例 51
3.6 K-L变换 53
3.6.1图像的向量表示和统计参数 53
3.6.2 Cf的特征值和特征向量 54
3.6.3离散K-L变换及其性质 54
3.6.4图像的主分量表示和降维重建 56
3.7小结 58
习题 58
第4章 图像增强 60
4.1图像的对比度增强 60
4.1.1灰度线性变换 61
4.1.2灰度的非线性变换 62
4.2图像的直方图修正 65
4.2.1灰度直方图的定义 65
4.2.2灰度直方图的性质 65
4.2.3直方图与图像清晰性的关系 66
4.2.4直方图均衡化 67
4.2.5直方图规定化 70
4.3图像平滑 75
4.3.1空域平滑法 75
4.3.2频域低通滤波法 80
4.3.3中值滤波法 86
4.4图像锐化 88
4.4.1空域锐化法 89
4.4.2高频提升滤波法 93
4.5图像的同态滤波 97
4.6图像的彩色增强 99
4.6.1伪彩色（pseudo color）增强 99
4.6.2假彩色（false color）增强 100
4.6.3真彩色图像增强 101
4.7小结 102
习题 103
第5章 图像恢复 105
5.1退化模型 105
5.1.1连续退化模型 106
5.1.2离散退化模型 107
5.1.3循环矩阵H的对角化 108
5.1.4频域退化模型 110
5.2常见退化函数模型及辨识方法 110
5.2.1几种常见退化函数模型 111
5.2.2退化函数的辨识方法 111
5.3图像的无约束恢复——反向滤波法 114
5.3.1无约束恢复 115
5.3.2反向滤波法 115
5.4图像的有约束最小二乘恢复——维纳和约束最小平方滤波法 117
5.4.1维纳滤波法 118
5.4.2约束最小平方滤波法 119
5.5几何畸变图像的恢复 122
5.5.1空间坐标变换 122
5.5.2灰度值的确定 124
5.6超分辨率图像复原 126
5.6.1超分辨率复原的理论基础 126
5.6.2超分辨率图像复原的数学模型 128
5.6.3超分辨率图像复原算法 129
5.6.4超分辨率图像复原的研究现状与发展趋势 135
5.7小结 136
习题 136
第6章 图像压缩编码 138
6.1概述 138
6.1.1图像压缩的可能性 138
6.1.2图像压缩编码的概念 138
6.1.3图像压缩方法分类 138
6.2图像编码的基本理论 140
6.2.1数据冗余 140
6.2.2图像编解码模型 142
6.2.3保真度准则 144
6.3无损压缩编码 146
6.3.1信息量 146
6.3.2信源的熵 146
6.3.3基本编码定理 147
6.3.4霍夫曼编码法 148
6.3.5香农-费诺编码法 150
6.3.6算术编码 151
6.4限失真编码 153
6.4.1信息率失真理论 153
6.4.2预测编码 154
6.4.3正交变换编码 159
6.5二值图像编码 164
6.5.1常数块编码与空白块编码 164
6.5.2游程编码（RLC） 164
6.5.3四叉树编码 165
6.6小波变换及在图像压缩编码中的应用 166
6.6.1从傅里叶分析到小波变换 167
6.6.2连续小波变换 168
6.6.3二进小波变换 170
6.6.4多分辨率分析 171
6.6.5图像的小波变换编码 175
6.7图像压缩国际标准简介 184
6.7.1 JPEG标准 184
6.7.2 JPEG2000 184
6.7.3 H.261/H.263 185
6.7.4 MPEG 185
6.8小结 186
习题 187
第7章 图像分割 188
7.1图像分割的定义和依据 188
7.1.1图像分割的定义 188
7.1.2灰度图像分割的依据 189
7.1.3图像分割方法分类 189
7.2边缘点检测 190
7.2.1边缘点检测的基本原理 190
7.2.2正交梯度算子法 191
7.2.3方向梯度法（方向匹配模板法） 195
7.2.4线检测模板 201
7.2.5二阶导数算子法 202
7.3边缘线跟踪 204
7.3.1局部边缘连接法 205
7.3.2光栅扫描跟踪法 205
7.3.3 Hough变换法 207
7.4门限化分割 211
7.4.1灰度门限法 211
7.4.2灰度门限的确定 212
7.5区域分割法 216
7.5.1区域生长法 216
7.5.2分裂合并法 218
7.6小结 219
习题 219
第8章 图像描述 221
8.1像素间的基本关系 221
8.1.1像素的相邻与邻域 221
8.1.2像素的邻接和连通 222
8.1.3区域和边界 224
8.1.4距离测量 225
8.2目标物边界的描述 226
8.2.1目标物边界的链码表示 226
8.2.2曲线拟合 229
8.2.3闭合曲线的傅里叶描述子 230
8.3目标物的区域描述 232
8.3.1区域的四叉树描述 232
8.3.2区域的拓扑描述 233
8.3.3骨架描述 234
8.4图像的几何特征 238
8.4.1区域面积 238
8.4.2曲线长度和区域周长 238
8.4.3区域圆形度 239
8.4.4区域的外接矩形 239
8.4.5区域的偏心率 239
8.4.6区域的紧凑性 240
8.5图像的矩描述 241
8.5.1矩描述子的定义 241
8.5.2矩的不变性 241
8.6图像的纹理描述 243
8.6.1基于粗糙度的纹理描述 244
8.6.2灰度差分统计的纹理分析 245
8.6.3等灰度游程长度的纹理描述 245
8.6.4灰度共生矩阵纹理描述 247
8.6.5傅里叶功率谱纹理描述 249
8.7形态学在图像描述中的应用 250
8.7.1形态学在区域描述中的应用 250
8.7.2形态学在边界描述中的应用 256
8.7.3形态学用于纹理描述 257
8.8小结 257
习题 258
第9章 图像分类识别 260
9.1图像匹配 260
9.1.1模板匹配 260
9.1.2特征匹配 262
9.2图像的分类 263
9.2.1监督分类法 263
9.2.2非监督分类法（聚类分析法） 266
9.3图像识别 266
9.3.1统计模式识别 266
9.3.2结构模式识别 269
9.3.3神经网络识别 270
9.4小结 271
习题 272
参考文献 273