第1章 数字图像处理概述 1
1.1图像和图像处理的基本概念 1
1.2数字图像处理的发展 2
1.2.1 20世纪20年代的数字传输 2
1.2.2 20世纪60年代的数字计算机时代 3
1.2.3 20世纪60年代至80年代 3
1.2.4 20世纪90年代 4
1.3数字图像处理模型及特点 4
1.3.1数字图像处理的数学模型 4
1.3.2数字图像处理的特点 5
1.4数字图像处理的应用领域 7
1.5图像处理的任务 8
1.6数字图像处理的主要内容 8
1.6.1图像数字化 9
1.6.2图像增强 9
1.6.3图像几何变换 9
1.6.4图像复原 9
1.6.5图像重建 9
1.6.6图像隐藏 10
1.6.7图像变换 10
1.6.8图像编码 10
1.6.9图像分析 10
第2章 数字图像处理系统 12
2.1图像处理系统构成 12
2.1.1图像处理系统构成 12
2.1.2图像处理系统性能主要衡量指标 13
2.2图像获取技术 14
2.2.1图像采集系统 14
2.2.2数字照相机 15
2.2.3数字摄像机 16
2.2.4图像采集卡 16
2.2.5扫描仪 16
2.3数字图像处理的其他设备 17
2.3.1数字图像处理的存储设备 17
2.3.2数字图像处理设备 18
2.3.3数字图像处理输出设备 18
2.4图像处理软件 18
2.5常见图像存储格式 19
2.5.1 BMP格式 19
2.5.2 PCX图像格式 20
2.5.3 TIFF图像格式 20
2.5.4 GIF图像格式 21
2.5.5 JPEG格式 21
2.6 Matlab在图像处理中的应用 22
2.6.1 Matlab图像处理工具箱 22
2.6.2 Matlab图像处理初步 23
2.6.3 Matlab图像类型 24
2.6.4 Matlab图像类型转换 26
2 7 Matlab图像的显示 31
2.7.1标准图像显示技术 32
2.7.2显示索引图像 32
2.7.3显示灰度图像 33
2.7.4显示二进制位图 33
2.7.5显示RGB图像 33
2.7.6显示图形文件中的图像 34
2.7.7特殊图像显示技术 34
2.7.8图像显示中的常见问题 38
第3章 图像频域变换 39
3.1傅立叶变换 39
3.1.1连续函数的傅立叶变换 39
3.1.2离散函数的傅立叶变换 40
3.2二维离散傅立叶变换（DFT） 41
3.2.1二维连续傅立叶变换 41
3.2.2二维离散傅立叶变换 41
3.2.3二维离散傅立叶变换的性质 42
3.2.4数字图像的二维傅立叶变换 44
3.2.5快速傅立叶变换的应用 46
3.3二维离散余弦变换（DCT） 48
3.3.1一维离散余弦变换 48
3.3.2二维离散余弦变换 49
3.3.3离散余弦变换的Matlab实例 50
3.4二维离散沃尔什-哈达玛变换（DWT-DHT） 51
3.4.1一维离散沃尔什变换 52
3.4.2二维离散沃尔什变换 53
3.4.3哈达玛变换 54
3.5卡胡南-列夫变换（K-L变换） 57
3.5.1 K-L变换的定义 57
3.5.2 K-L变换的性质 58
3.6 Radon变换 58
3.6.1 Radon变换原理 58
3.6.2 Matlab提供的Radon变换函数 59
3.7小波变换 61
3.7.1传统变换方法的局限性 61
3.7.2连续小波变换 62
3.7.3小波变换在图像处理方面的应用及实现 66
第4章 图像增强 69
4.1图像增强概述 69
4.2空间域单点增强 70
4.2.1灰度级校正 70
4.2.2灰度变换 71
4.2.3灰度直方图变换 73
4.3平滑 74
4.3.1图像中的噪声模型 75
4.3.2邻域平均法 76
4.3.3中值滤波 78
4.3.4边界保持类滤波 80
4.4锐化 81
4.4.1梯度锐化法 81
4.4.2拉普拉斯算子（Laplacian）法 83
4.4.3高通滤波 85
4.4.4其他锐化算子 87
第5章 图像分割 89
5.1概述 89
5.2像素的邻域和连通性 90
5.3灰度阈值分割法 91
5.3.1全局阈值分割 93
5.3.2自适应阈值分割 95
5.4边缘检测算子 96
5.4.1 Roberts算子 97
5.4.2 Prewitt算子 97
5.4.3 Sobel算子 97
5.4.4 Laplacian of Gaussian算子（LOG） 99
5.5方向算子 100
5.5.1 Kirsch算子 100
5.5.2 Canny算子 101
5.5.3边缘跟踪 102
5.6霍夫变换 103
5.6.1基本原理 103
5.6.2实现步骤 104
5.7区域分割 106
5.7.1区域生长 106
5.7.2分裂合并算法 108
第6章 图像特征提取与分析 110
6.1概述 110
6.2颜色视觉和色度图 111
6.2.1三基色 111
6.2.2颜色模型 113
6.2.3颜色模型转换 116
6.3颜色特征描述 117
6.3.1简单灰度特征 118
6.3.2颜色直方图 118
6.3.3颜色矩特征 118
6.3.4颜色集 119
6.3.5颜色相关矢量 119
6.4形状特征描述 120
6.4.1几个基本概念 120
6.4.2区域内部空间域分析 122
6.5区域内部空间域分析 125
6.5.1区域的测量 125
6.5.2区域内部变换分析的矩分析法 125
6.5.3区域边界的形状特征链码描述 127
6.5.4区域边界的形状特征描述 129
6.6图像的纹理分析技术 132
6.6.1纹理分析概念 132
6.6.2空间灰度共生矩阵 133
6.6.3熵和能量 134
6.6.4纹理分析的自相关函数法 135
第7章 数字图像处理在工程中的应用 136
7.1基于图像处理的塔式起重机振动测试 136
7.1.1工程应用背景 136
7.1.2塔式起重机的振动 137
7.1.3基于图像处理的振动测量架构 137
7.1.4图像处理的算法 138
7.1.5数据的处理 139
7.1.6实验结果与有限元结果对比 142
7.2基于灰度特征和高速摄影的微陀螺振动的动态测试 143
7.2.1工程应用背景 143
7.2.2基于高速摄影的MEMS振动动态测试系统 144
7.2.3检测系统关键算法 144
7.2.4频域算法 146
7.2.5实验结果 147
7.3基于SURF和高速摄影的微陀螺振动的动态测试 148
7.3.1可用的检测算法 148
7.3.2 Mean Shift算法 149
7.3.3 SURF算法 150
7.3.4微陀螺振动模态的时域解 152
7.3.5频域算法 152
7.3.6实验结果 152
参考文献 154