第1章 图像处理的基础知识 1
1.1 数字图像处理概述 1
1.1.1 数字图像处理及其特点 1
1.1.2 数字图像处理研究的主要内容 4
1.1.3 数字图像处理的发展与应用 6
1.2 图像数字化技术 9
1.2.1 图像的数学模型 9
1.2.2 图像的采样 10
1.2.3 图像的量化 11
1.3 图像获取技术 13
1.3.1 图像采集系统 13
1.3.2 图像输入设备 15
1.4 图像文件格式及类型 16
1.4.1 常用的图像文件格式 16
1.4.2 数字图像类型 19
1.5 图像的视觉原理 20
1.5.1 人的视觉模型 21
1.5.2 人的视觉特性 21
1.5.3 色度学基础 24
1.5.4 图像质量评价 26
1.6 MATLAB在图像处理中的应用简介 29
1.6.1 MATLAB图像处理工具箱 30
1.6.2 MATLAB图像处理基本过程 30
习题与思考题 32
第2章 图像的频域变换 33
2.1 傅里叶变换 33
2.1.1 连续函数的傅里叶变换 33
2.1.2 离散函数的傅里叶变换 34
2.1.3 二维离散傅里叶变换的基本性质 36
2.1.4 快速离散傅里叶变换 41
2.2 离散余弦变换 45
2.2.1 一维离散余弦变换 46
2.2.2 二维离散余弦变换 46
2.2.3 快速离散余弦变换 46
2.3 K-L变换 47
2.3.1 K-L变换的定义 47
2.3.2 K-L变换的性质 49
2.4 离散沃尔什-哈达玛变换 50
2.4.1 离散沃尔什变换 50
2.4.2 离散哈达玛变换 51
2.5 小波变换 53
2.5.1 小波变换的基本知识 53
2.5.2 小波变换在图像处理方面的应用 57
习题与思考题 60
第3章 图像增强与复原 61
3.1 图像增强与图像复原技术概述 61
3.1.1 图像增强的体系结构 61
3.1.2 图像复原的体系结构 62
3.2 灰度变换 63
3.2.1 灰度线性变换 64
3.2.2 灰度非线性变换 68
3.3 直方图修正 70
3.3.1 灰度直方图的定义 71
3.3.2 直方图的计算 74
3.3.3 直方图的均衡化 76
3.4 图像平滑 80
3.4.1 滤波原理与分类 81
3.4.2 空域低通滤波 84
3.4.3 频域低通滤波 89
3.5 图像锐化 93
3.5.1 空域高通滤波 93
3.5.2 频域高通滤波 101
3.5.3 同态滤波器图像增强的方法 104
3.6 伪彩色增强 106
3.6.1 灰度分层法伪彩色处理 107
3.6.2 灰度变换法伪彩色处理 108
3.6.3 频域伪彩色处理 110
3.7 图像退化与图像复原 112
3.7.1 图像的退化模型 112
3.7.2 图像复原的基本方法 114
3.7.3 图像复原实现的案例分析 117
3.7.4 运动模糊图像的复原 120
习题与思考题 122
第4章 图像的几何变换 124
4.1 几何变换基础 125
4.1.1 齐次坐标 125
4.1.2 齐次坐标的一般表现形式及意义 126
4.1.3 二维图像几何变换的矩阵 127
4.2 图像的位置变换 128
4.2.1 图像平移变换 128
4.2.2 图像镜像变换 131
4.2.3 图像旋转变换 135
4.3 图像形状变换 138
4.3.1 图像比例缩放变换 139
4.3.2 图像错切变换 143
4.4 图像复合变换 145
4.4.1 图像复合变换概述 145
4.4.2 图像复合变换案例分析 146
4.5 三维几何变换的投影变换简介 147
4.5.1 投影变换 147
4.5.2 透视投影 148
4.5.3 平行投影 149
习题与思考题 150
第5章 图像的压缩编码 152
5.1 图像压缩编码基础 153
5.1.1 图像压缩编码的必要性 153
5.1.2 图像压缩编码的可能性 153
5.1.3 图像压缩编码的分类 154
5.1.4 图像压缩编码的系统评价 155
5.2 熵编码 158
5.2.1 哈夫曼编码 158
5.2.2 香农-范诺编码 160
5.2.3 算术编码 162
5.2.4 行程编码 165
5.3 预测编码 166
5.3.1 DPCM基本原理 166
5.3.2 最佳线性预测编码方法 167
5.3.3 自适应预测编码方法 170
5.4 变换编码 171
5.5 图像压缩编码国际标准 175
5.5.1 静止图像压缩标准JPEG 175
5.5.2 活动图像压缩标准MPEG 185
习题与思考题 187
第6章 图像形态学处理 188
6.1 形态学图像处理 189
6.1.1 形态学图像处理方法 189
6.1.2 基本符号和定义 190
6.2 二值形态学图像处理 192
6.2.1 腐蚀 192
6.2.2 膨胀 194
6.2.3 结构元素的分解 197
6.2.4 开运算与闭运算 197
6.3 灰度形态学图像处理 204
6.3.1 腐蚀与膨胀 204
6.3.2 开运算与闭运算 207
6.4 形态学滤波及骨架抽取 209
6.4.1 形态学滤波 209
6.4.2 骨架抽取 212
习题与思考题 218
第7章 图像分割 219
7.1 阈值选取的图像分割 220
7.1.1 灰度阈值分割 221
7.1.2 直方图阈值 223
7.1.3 最大熵阈值 225
7.1.4 全局阈值分割和局部阈值法 228
7.1.5 二维直方图阈值 230
7.2 区域的图像分割 232
7.2.1 区域生长法 232
7.2.2 分裂-合并分割方法 235
7.3 边缘检测的图像分割 238
7.3.1 边缘检测的基本原理 238
7.3.2 边缘检测算子 239
7.4 Hough变换的线-圆检测 242
7.4.1 Hough变换原理 242
7.4.2 应用Hough变换检测空间曲线案例 243
7.5 运动图像目标分割 247
7.5.1 图像背景差值法 247
7.5.2 图像差分法 248
习题与思考题 249
第8章 图像特征分析 251
8.1 颜色特征分析 252
8.1.1 颜色直方图 252
8.1.2 直方图不变特征量 252
8.1.3 颜色矩 253
8.2 形状特征分析 254
8.2.1 链码 254
8.2.2 傅里叶描述子 255
8.2.3 几何特征的描述 256
8.2.4 形状特征的描述 258
8.2.5 不变矩 261
8.3 纹理特征分析 264
8.3.1 自相关函数 266
8.3.2 灰度共生矩阵法 266
8.3.3 频谱法 271
8.4 其他特征分析 272
8.4.1 标记 272
8.4.2 拓扑描述符 273
习题与思考题 274
第9章 图像配准及识别 275
9.1 图像配准基础 276
9.1.1 图像配准的定义 276
9.1.2 图像配准的基本流程 276
9.2 基于灰度信息的图像配准算法 277
9.2.1 互相关配准方法 278
9.2.2 最大互信息配准方法 280
9.3 基于特征的图像配准方法 282
9.3.1 基于点特征的图像配准算法 283
9.3.2 基于线特征的图像配准算法 284
9.4 基于优化策略的图像配准算法 285
9.4.1 幅度排序相关搜索算法 285
9.4.2 分层搜索算法 287
9.4.3 智能搜索算法 288
9.5 图像识别的主要方法 291
9.5.1 统计识别方法 291
9.5.2 模糊识别方法 293
9.5.3 人工神经网络分类方法 294
习题与思考题 297
第10章 实用数字图像处理与分析系统 298
10.1 图像数字水印技术 298
10.1.1 数字水印的嵌入 298
10.1.2 数字水印的提取 301
10.1.3 数字水印的攻击实验 303
10.2 人脸图像自动识别技术的实现 306
10.2.1 人脸识别系统基本结构 306
10.2.2 人脸图像的预处理 307
10.2.3 人脸图像的特征提取 309
10.2.4 分类过程 317
10.2.5 识别结果 318
习题与思考题 319
附录A MATLAB图像处理工具箱函数 320
附录B 图像处理技术常用英汉术语（词汇）对照 329
参考文献 335