第一章 绪论 1
1.1 数字图像处理的概念 1
1.2 数字图像处理基本内容 1
1.3 数字图像处理的特点 2
1.4 数字图像处理的应用 2
习题 3
第二章 数字图像处理的常用工具 4
2.1 Matlab软件介绍 4
2.1.1 数组的表示及算术运算 5
2.1.2 控制语句 5
2.1.3 常用命令 6
2.2 图像文件的格式 7
2.2.1 BMP格式 7
2.2.2 TIFF格式 8
2.2.3 GIF格式 9
2.2.4 JPEG格式 10
2.2.5 TGA格式 10
2.2.6 PCX格式 11
2.3 Matlab图像处理工具箱 12
2.3.1 读取和保存图像 12
2.3.2 图像的代数运算 14
2.3.3 图像类型转换 17
习题 19
第三章 图像变换 21
3.1 傅里叶变换 21
3.1.1 傅里叶变换 21
3.1.2 傅里叶变换的性质 22
3.1.3 离散傅里叶变换 24
3.1.4 离散傅里叶变换的性质 25
3.1.5 Matlab编程实现图像的傅里叶变换 25
3.2 小波变换 29
3.2.1 连续小波变换 29
3.2.2 离散小波变换的定义 29
3.2.3 Matlab编程实现小波变换 29
习题 31
第四章 图像增强 33
4.1 图像灰度修正 33
4.1.1 图像灰度修正的分类 33
4.1.2 用Matlab编程实现直方图修正 33
4.2 图像的平滑 36
4.2.1 邻域平均法 36
4.2.2 低通滤波法 36
4.2.3 用Matlab编程实现各种低通滤波 38
4.3 图像的锐化 42
4.3.1 微分法 42
4.3.2 高通滤波 43
4.3.3 用Matlab编程实现几种梯度锐化和高通滤波锐化 44
4.4 伪彩色处理 49
4.4.1 强度分割法 49
4.4.2 灰度彩色变换法 49
4.4.3 用Matlab编程实现伪彩色处理 50
习题 52
第五章 图像恢复 53
5.1 退化模型 53
5.1.1 连续退化模型 53
5.1.2 离散退化模型 54
5.2 代数恢复方法 55
5.2.1 非约束复原方法 55
5.2.2 约束复原法 56
5.3 逆滤波复原法 56
5.4 最小二乘方滤波 57
5.5 图像恢复的Matlab实现 57
5.5.1 约束法恢复 57
5.5.2 维纳滤波恢复 59
习题 61
第六章 图像压缩与编码 62
6.1 编码分类 62
6.2 哈夫曼编码 62
6.2.1 哈夫曼编码的实现步骤 62
6.2.2 Matlab编程实现哈夫曼编码 63
6.3 预测编码 65
6.3.1 DPCM的基本原理 65
6.3.2 Matlab编程实现线性预测编码 66
习题 68
第七章 图像重建 69
7.1 傅里叶变换重建 69
7.2 滤波-逆投影 70
7.3 代数重建 71
7.4 Matlab编程实现重建方法 71
习题 73
第八章 图像分割与特征提取 74
8.1 边缘检测 74
8.1.1 经典边缘算子 75
8.1.2 最优算子 76
8.1.3 用Matlab编程实现边缘检测 78
8.2 分割方法 80
8.2.1 灰度阈值法分割 80
8.2.2 样板匹配 80
8.2.3 Matlab编程实现最大方差自动取阈法 81
8.2.4 Matlab编程实现基于彩色的分割方法 82
8.3 轮廓提取与轮廓跟踪 85
8.3.1 基本概念和原理 85
8.3.2 Matlab编程实现轮廓提取和轮廓跟踪 85
习题 87
第九章 Scilab/Scicos介绍 88
9.1 数组的表示及算术运算 88
9.2 控制语句 89
9.3 信号处理 90
9.4 Scicos图形化动态模型仿真器 91
9.4.1 Scicos图形化动态模型 91
9.4.2 基本模块介绍 91
9.5 SIP图像处理工具箱 92
9.5.1 功能描述 92
9.5.2 SIP图像处理基本函数 92
9.6 SIP与Matlab比较 93
习题 94
附录A Matlab图像处理命令 95
附录B 常用快捷键 114
附录C 习题参考答案 115
参考文献 138