第1章 绪论 1
1.1图像工程 1
1.2图像工程相关的硬件 2
1.3图像工程相关的软件 7
1.4图像分析与模式识别 10
参考文献 11
第2章 数字图像的表示与编码 12
2.1图像数字化 12
2.2图像数字化对图像信息的影响 17
2.3数字图像编码基础 19
2.4数字图像的预测编码 28
2.5数字图像的变换编码 31
2.6与数字图像表示与编码相关的Matlab编程 35
参考文献 43
第3章 数字图像的直方图与几何变换 44
3.1图像直方图 44
3.2基于图像直方图的图像操作 45
3.3图像的几何变换 51
3.4基于控制点的图像空间变换 59
第4章 数字图像的变换域处理 64
4.1傅里叶变换 64
4.2离散余弦变换 70
4.3离散哈特利变换 73
4.4方波型变换 74
4.5基于特征分析的变换 80
4.6小波变换 81
4.7 Radon变换 97
4.8 Contourlet变换 100
参考文献 102
第5章 数字图像的预处理技术 103
5.1图像退化模型与噪声分类 103
5.2图像噪声的空间域滤波方法 109
5.3周期噪声与频域滤波 121
5.4小波滤波 126
5.5偏微分方程图像去噪 130
5.6边缘检测 133
参考文献 144
第6章 数字图像的特征提取 145
6.1数字图像的特征与标准 145
6.2基于边界的特征提取 148
6.3基于区域的特征提取 152
6.4基于正交矩的图像特征 157
6.5基于形状的图像特征 167
6.6基于纹理的图像特征 173
参考文献 177
第7章 特征的选择与优化 180
7.1特征选择的预处理 180
7.2主成分分析（PCA） 181
7.3独立成分分析（ICA） 183
7.4基于组合优化的特征选择 186
7.5基于统计假设检验的特征选择 189
7.6基于流形学习的非线性降维方法 192
参考文献 198
第8章 基于监督学习的模式识别 199
8.1贝叶斯决策理论 199
8.2线性分类器 206
8.3近邻分类算法 210
8.4人工神经网络 215
8.5支持向量机 221
参考文献 227
第9章 非监督学习的模式识别 228
9.1相似性度量 228
9.2聚类算法 231
9.3基于核的聚类算法 235
9.4基于模糊理论的聚类算法 237
9.5其他聚类算法 241
参考文献 242