1.1 数字图像与数字图像处理 1
第1章 绪论 1
1.2 数字图像处理系统的组成 2
1.3 图像处理技术研究的基本内容 3
1.4 图像处理技术的应用领域 4
习题1 4
第2章 数字图像处理基础 6
2.1 电磁波谱与可见光谱 6
2.2 人眼的亮度视觉特性 7
2.2.1 视觉适应性 8
2.2.2 同时对比效应 8
2.2.3 马赫带效应 8
2.2.4 视觉错觉 9
2.3.2 数字图像的表示 10
2.3 图像的表示 10
2.3.1 简单的图像成像模型 10
2.4 空间分辨率和灰度级分辨率 13
2.4.1 空间分辨率和灰度级分辨率 13
2.4.2 空间分辨率和灰度级分辨率对图像视觉效果的影响 14
2.5 像素间的关系 16
2.5.1 像素的相邻和邻域 16
2.5.2 像素的邻接性与连通性 17
2.5.3 距离的量度 19
2.6 图像的代数运算 21
2.7 灰度直方图 21
2.7.1 灰度直方图 22
2.7.2 二维直方图 23
2.8.1 显示分辨率与图像分辨率 25
2.8 图像的显示 25
2.7.3 灰度直方图的特征 25
2.8.2 光度分辨率与灰度分辨率 26
2.8.3 彩色模型 26
2.8.4 位图 26
2.8.5 调色板 27
2.9 图像文件格式 28
2.9.1 位图文件头 28
2.9.2 位图信息头 29
2.9.3 位图调色板 30
2.9.4 图像的位图数据 30
习题2 31
3.1.1 线性系统与非线性系统 33
3.1.2 冲击函数 33
3.1 线性系统的基本理论与运算 33
第3章 图像变换 33
3.1.3 二维线性移不变系统 35
3.2 离散傅里叶变换 36
3.2.1 一维离散傅里叶变换 36
3.2.2 二维离散傅里叶变换 37
3.2.3 二维离散傅里叶变换的若干重要性质 38
3.2.4 图像的傅里叶频谱特性分析 40
3.3 快速离散傅里叶变换 43
3.3.1 按时间提取的基－2一维FFT算法 43
3.3.2 串行计算二维DFT的方法 47
3.4 离散余弦变换 48
3.4.1 一维DCT 49
3.4.2 二维偶DCT 51
3.4.3 DCT变换的基函数与基图像 53
3.5.1 预备知识 55
3.5 小波变换 55
3.5.2 小波变换原理 56
3.5.3 图像的小波变换 63
习题3 67
第4章 图像增强 68
4.1 灰度变换 68
4.1.1 灰度反转 68
4.1.2 对数变换 69
4.1.3 对比度拉伸 69
4.1.4 窗切片 70
4.2 直方图增强处理 71
4.2.1 直方图均衡 71
4.2.2 直方图规定化 77
4.3.1 梯度法 84
4.3 图像锐化 84
4.3.2 拉普拉斯锐化算子 86
4.3.3 Sobel锐化算子及其他锐化算子 89
4.3.4 模板运算原理 90
4.4 图像噪声消除 92
4.4.1 邻域平均 93
4.4.2 中值滤波 94
4.5 频率域图像增强 95
4.5.1 基本实现思想和实现方法 95
4.5.2 频率域低通滤波 97
4.5.3 频率域高通滤波 100
4.5.4 带阻滤波和带通滤波 102
习题4 104
5.1.1 常见退化现象的物理模型 105
5.1 图像的退化模型 105
第5章 图像恢复 105
5.1.2 图像退化模型的表示 106
5.1.3 离散退化模型 106
5.1.4 图像的离散退化模型 108
5.2 空间域图像的恢复 108
5.2.1 基于最小二乘方的代数恢复方法 108
5.2.2 匀速直线运动模糊的恢复方法 111
5.3 图像噪声与被噪声污染图像的恢复 114
5.3.1 常见的噪声及其概率密度函数 114
5.3.2 被噪声污染图像的恢复 117
5.4 几何失真的校正 118
5.4.1 坐标的几何校正 118
5.4.2 灰度值恢复 120
习题5 121
第6章 图像压缩编码 122
6.1 数字图像压缩编码基础 122
6.1.1 图像压缩的基本概念 122
6.1.2 保真度准则 124
6.1.3 图像编码模型 125
6.1.4 独立信源与信息量 128
6.2 最基本的编码方法 129
6.2.1 变长编码 129
6.2.2 位平面编码 137
6.2.3 游程编码 139
6.3 变换编码 144
6.3.1 变换编码的过程 144
6.3.2 子图像尺寸选择 145
6.3.3 变换的选择 145
6.3.4 变换系数的量化和编码 147
6.3.5 变换解码 150
6.4 基于图像小波变换的嵌入式零树编码 152
6.4.1 基于小波变换的图像压缩基本思想 153
6.4.2 基于图像小波变换的嵌入式零树编码 153
习题6 165
第7章 图像分割及特征提取 167
7.1 图像分割的概念 167
7.2 基于边缘检测的图像分割 168
7.2.1 图像边缘 168
7.2.2 梯度边缘检测 169
7.2.3 二阶微分边缘检测 172
7.2.4 Hough变换 173
7.3 基于阈值的图像分割 175
7.3.1 基于阈值的分割方法 176
7.3.2 基于双峰形直方图的阈值选取 178
7.3.3 其他阈值选取方法 180
7.4 基于跟踪的图像分割 181
7.4.1 轮廓跟踪法 182
7.4.2 光栅跟踪法 182
7.5 基于区域的图像分割 184
7.5.1 区域生长法 184
7.5.2 分裂合并法 186
7.6 图像特征提取 188
7.6.1 图像的统计特征 188
7.6.2 图像的点、线、边界特征 190
7.6.3 图像的纹理特征 191
7.7 图像分类的概念 192
7.7.1 图像分类的技术层次 192
7.6.4 图像的形状特征 192
7.7.2 图像分类的有关概念 193
习题7 194
第8章 形态学图像处理 195
8.1 集合论基础 195
8.1.1 集合的概念 195
8.1.2 集合间的关系和运算 196
8.2 二值形态学的基本运算 198
8.2.1 腐蚀 198
8.2.2 膨胀 200
8.2.3 开运算和闭运算 204
8.2.4 二值形态学基本运算性质 207
8.3.1 形态滤波 209
8.3.2 边界提取 209
8.3 二值图像的形态学处理 209
8.3.3 区域填充 210
8.3.4 骨架提取 212
8.3.5 物体识别 212
8.4 灰度形态学基本运算 214
8.4.1 灰度腐蚀 214
8.4.2 灰度膨胀 216
8.4.3 灰度开运算和灰度闭运算 218
8.4.4 灰度形态学基本运算的性质 220
8.5 灰度形态学处理算法 222
8.5.1 形态学平滑 222
8.5.2 形态学梯度 222
8.5.3 top-hat变换 223
习题8 224
9.1.1 三基色原理 225
9.1 彩色视觉 225
第9章 彩色与多光谱图像处理 225
9.1.2 CIE色度图 227
9.2 彩色模型 229
9.2.1 RGB彩色模型 229
9.2.2 HSI彩色模型 230
9.2.3 RGB彩色模型到HSI彩色模型的转换 231
9.2.4 HSI彩色模型到RGB彩色模型的转换 231
9.3 彩色变换 232
9.3.1 反色变换 232
9.3.2 彩色图像的灰度化 233
9.3.3 真彩色转变为256色 234
9.3.4 彩色平衡 236
9.4.1 真彩色增强 237
9.4 彩色图像增强 237
9.4.2 伪彩色增强 239
9.4.3 假彩色增强 242
9.5 彩色图像的平滑 242
9.5.1 基于RGB彩色模型的彩色图像平滑 242
9.5.2 基于HSI彩色模型的彩色图像平滑 243
9.6 彩色图像的锐化 244
9.7 彩色图像的边缘检测 245
9.8 彩色图像的分割 246
9.8.1 HSI模型的彩色图像分割 246
9.8.2 RGB模型的彩色图像分割 247
9.9 多光谱图像处理 248
9.9.1 多光谱图像的基本概念 248
9.9.2 多光谱图像的处理 250
9.10 高光谱图像处理 255
习题9 256
10.1 边界表示 258
10.1.1 链码 258
第10章 目标表示与描述 258
10.1.2 多边形 260
10.1.3 标记 262
10.1.4 边界线段 263
10.2 边界描述 263
10.2.1 简单的边界描述子 263
10.2.2 形状数 264
10.2.3 傅里叶描述子 265
10.2.4 统计矩 267
10.3.1 区域标示 268
10.3.2 四叉树表示 268
10.3 区域表示 268
10.3.3 骨架表示 269
10.4 区域描述 271
10.4.1 几种简单的区域描述子 271
10.4.2 拓扑描述子 272
10.4.3 纹理描述子 274
10.4.4 不变矩 279
10.5 关系描述 280
10.5.1 串描述子 280
10.5.2 树描述子 283
习题10 283
附录A N=4时的二维DCT变换基图像的原始数据 285
附录B 国际传真标准CCITT T.4（G3）的标准编码数据 288
附录C 本书中的彩色图像插图 291
参考文献 295