1 图像采集与量化 1
1.1确定型图像场取样 1
目 录 1
1.2随机图像场取样 3
1.3图像量化 4
1.3.1均匀量化 4
1.3.2非均匀量化 6
1.3.3矢量量化 8
1.3.4彩色图像的量化 8
1.4图像输入 9
1.4.1图像采集系统 9
1.4.2图像输入设备 11
2.1预备知识 15
2.1.1矩阵与向量 15
2图像正交变换 15
2.1.2线性算子 18
2.1.3酉变换算子 21
2.2傅立叶变换（FT） 22
2.2.1二维离散傅立叶变换（2DDFT） 23
2.2.2快速傅立叶变换（FFT） 28
2.3离散余弦变换（DCT） 31
2.3.1关于轴对称 32
2.3.2偶对称余弦变换 33
2.3.3奇对称余弦变换 34
2.4离散沃尔什—哈达码变换（DWHT） 35
2.4.1哈达码变换对 35
2.4.2哈达码变换矩阵 37
2.4.3向量表示的哈达码变换 39
2.4.4定序哈达码变换 39
2.5.1 K-L变换的基本原理 41
2.5离散K-L变换 41
2.5.3 K-L变换的求解过程 44
2.5.2 K-L反变换的基本原理 44
2.5.4 K-L变换是均方误差最小的最佳变换 45
3图像增强 47
3.1 空间域单点增强 47
3.1.1灰度级校正 48
3.1.2灰度变换 48
3.1.3直方图修正 50
3.1.4像元代数运算和逻辑运算 56
3.2空间域图像平滑 56
3.2.1噪声消除法 57
3.2.2邻域平均法 57
3.2.3中值滤波 58
3.2.5选择式模板平滑 60
3.2.4梯度倒数加权法 60
3.3空间域图像锐化 62
3.3.1梯度法 62
3.3.2拉普拉斯算子 64
3.3.3高斯—拉普拉斯算子 67
3.3.4高通滤波 68
3.3.5方向模板匹配法 69
3.3.6统计差值法 71
3.3.7曲面拟合法 72
3.4频域增强处理 74
3.4.1低通滤波器 74
3.4.2同态图像增强 75
3.4.3高通滤波 77
3.5彩色技术 78
3.5.1假彩色处理 79
3.5.2伪彩色增强 80
4图像分割 81
4.1寻找边界的图像分割 81
4.1.1边界搜索跟踪 82
4.1.2曲线拟合的边界连接 83
4.2基于区域灰度的图像分割 84
4.2.1门限法（阈值法） 84
4.2.2最佳门限 87
4.3区域扩张的图像分割 88
4.3.1区域生长法 88
4.3.2子区域合并法 89
4.3.3动态聚类分解的图像分割 90
5.1.1 图像编码压缩的必要性 92
5.1.2图像编码压缩的可能性 92
5.1 概述 92
5图像编码与压缩 92
5.1.3图像编码压缩的分类 93
5.1.4图像编码压缩术语简介 93
5.2预测编码 94
5.2.1线性预测编码 95
5.2.2非线性预测编码 96
5.3正交变换编码 98
5.3.1变换编码的基本原理 99
5.3.2正交变换编码特性评价 99
5.3.3变换编码 100
5.4统计编码 103
5.4.1霍夫曼编码（Huffman Coding） 103
5.4.2香农编码（Shannon Coding） 106
5.5.1 T（Trace）算法 108
5.5轮廓编码（Contour Coding） 108
5.5.2 IP（Initial Point）算法 109
5.5.3轮廓编码 110
5.6二值图像编码 111
5.6.1直接编码 112
5.6.2跳跃空白编码 112
5.6.3游程长度编码（RLC） 113
5.7图像编码新技术研究 120
5.7.1分形编码 120
5.7.2自适应网格编码 121
5.8图像编码的国际标准 121
5.8.1静止图像编码压缩技术标准（JPEG） 122
5.8.2活动图像编码压缩技术标准（MPEG） 123
5.8.3新一代静态图像编码压缩技术标准（JPEG2000） 125
5.9.1基于树状小波分解的图像混合编码方法 126
5.9编码压缩示例 126
5.9.2树状小波分解与塔型小波分解的比较 127
5.9.3混合型子带编码方案 128
5.9.4模拟试验 129
6图像恢复与重建 131
6.1 图像恢复的基本概念 131
6.2图像退化模型 132
6.3图像恢复方法 136
6.3.1反向滤波器法 136
6.3.2约束还原 137
6.4点冲激函数的退化模型 140
6.5几何畸变校正 142
6.6图像重建的基本概念 143
6.7图像重建的方法 144
6.7.1平行投影 144
6.7.2获得平行投影的物理方法 146
6.7.4滤波逆投影法 147
6.7.3图像重建的傅立叶变换法 147
7图像特征与分析 149
7.1纹理特征与分析 149
7.1.1纹理分析的基本概念 149
7.1.2纹理分析中的直方图方法 150
7.1.3纹理分析的自相关函数方法 151
7.1.4纹理的灰度分布统计特征分析 152
7.2形状特征与分析 159
7.2.1 区域边界与骨架的提取 160
7.2.2区域边界的形状特征描述 160
7.2.3区域变换域的形状分析 163
7.3时间序列特征分析 165
7.3.1视差、光流场 166
7.3.2序列图像中的特征点选择与匹配 167
7.3.3时间序列图像的运动估计和分析 168
7.4二维图像特征提取与识别 170
7.4.1二维图像特征的作用 170
8图像文件格式 171
8.1 MacPaint图像文件 171
8.1.1 文件头 171
8.1.2图案数据 172
8.1.3位图数据 173
8.1.4创建MacPaint图像文件 173
8.2 BMP图像文件 173
8.2.1 BMP文件结构 173
8.2.2 BMP图像数据的压缩处理 174
8.3 GIF图像文件 174
8.3.1 GIF的文件头 174
8.3.3 GIF的图像编码压缩算法：LZW 175
8.4TIFF的图像文件 175
8.3.2 GIF的图像数据 175
8.4.1TIFF的文件头 176
8.4.2 TIFF图像文件数据 177
8.5 Dicom规范及文件格式 177
8.5.1 Dicom应用范围和功能 177
8.5.2Dicom规范的基本内容 178
8.5.3 Dicom文件结构 180
8.6 HDF图像文件 180
8.6.1概述 181
8.6.2 HDF的数据类型 181
8.6.3 HDF文件格式 182
8.6.4 HDF文件的特点 184
8.7图像文件格式转换 184
9.2.1基于灰度共生矩阵的图像评价参数 192
9.2图像评价参数的选择 192
9.1主观定性与客观定量评价 192
9图像数据质量评价 192
9.2.2基于方差的图像评价参数 194
9.2.3基于能量表达的图像评价参数 194
9.2.4基于直方图的图像评价参数 196
9.3图像数据质量评价的实践与标准 197
9.3.1 图像数据质量评价的实践 197
9.3.2图像数据质量评价标准 197
10生物医学图像的计算机处理 199
10.1 电子显微图像的特点 199
10.2电子显微图像的计算机处理 200
10.2.1二维显微图像的处理 200
10.2.2显微图像的三维重建 200
10.2.3显微图像的识别分类 200
10.3微机指纹自动识别系统 201
10.3.1 系统结构 201
10.3.2块方向图滤波 202
10.3.3锐化处理 203
10.3.4二值化 203
10.3.5修饰处理 203
10.3.6细化 204
10.3.7指纹识别 205
11 金属结构图像的处理 207
11.1 系统设备及工作原理 207
11.2图像预处理 207
11.2.1灰度变换 208
11.2.2滤波 208
11.2.3图像二值化 208
11.2.4焊缝缺陷的轮廓线跟踪 208
11.3物理量计算 208
11.4计算机自动识别 209
12.2卫星遥感图像的特点和分类 210
12.1遥感技术与遥感信息的获取 210
12遥感图像处理 210
12.2.1美国陆地卫星的图像资料 211
12.2.2法国SPOT卫星图像资料 211
12.2.3我国国土卫星的遥感图像 212
12.3遥感信息处理 212
12.3.1辐射校正 212
12.3.2几何校正 213
12.4遥感图像的解译与分类 213
12.5遥感图像的应用 213
12.5.1地质遥感图像处理与应用 213
12.5.2森林遥感图像处理与应用 214
12.5.3国土资源遥感图像处理与应用 214
12.5.4海洋遥感图像处理与应用 214
12.5.5气象卫星云图的处理与应用 214
13.2全球定位系统（GPS）和遥感图像处理 219
13 3S系统与图像处理 219
13.1地理信息系统（GIS）和遥感图像处理 219
14马尔可夫随机场及其在图像分析与处理中的应用 221
14.1 马尔可夫随机场的定义和基本性质 221
14.2模拟退火算法 222
14.3 MRF在图像处理中的应用 224
14.3.1用于图像恢复的MRF模型 224
14.3.2用于图像噪声处理的MRFF模型 225
14.3.3用于纹理分析的MRF模型 226
15小波分析及其在图像处理中的应用 227
15.1连续小波变换及其性质 227
15.2二进小波变换及其性质 229
15.3多尺度分析的概念及其性质 229
15.4二维连续小波变换 230
15.5图像的小波分解编码 231
15.6图像纹理的小波分析 233
15.7图像小波分析中的自适应处理 234
15.8小波变换在图像编码压缩中的应用 237
15.9基于小波变换的分形图像编码压缩 238
16可形变模型在图像分析与处理中的应用 241
16.1 Snake参数活动轮廓模型 241
16.1.1 Snake能量函数 242
16.1.2 Snake能量最小化算法 243
16.1.3气球压力Snake 246
16.1.4梯度向量流Snake 248
16.2几何活动轮廓模型 250
16.3 Mumfor-Shah模型 251
16.4活动形状模型 251
16.5可形变模型在图像分析中的应用举例 251
参考文献 253