第1章 引言 1
1.1 图像的基本概念 1
1.2 数字图像处理系统 3
1.2.1 静态数字图像处理 3
1.2.2 数字视频处理 4
1.3 数字图像处理的主要研究内容 5
1.4 本书的结构安排 8
习题 9
第2章 数字图像的基本概念 10
2.1 数字图像的基本概述 10
2.1.1 采样 10
2.1.2 量化 11
2.2 数字图像的数值描述 12
2.3 数字图像的位图文件结构 14
2.3.1 BMP位图文件的总体结构 15
2.3.2 BMP位图文件的各结构的具体数据项 16
2.4 数字图像的灰度直方图 17
2.4.1 灰度直方图的概念 17
2.4.2 灰度直方图的性质 18
2.4.3 灰度直方图对图像特性的表征 19
习题 20
第3章 数字图像增强 21
3.1 线性对比度展宽 21
3.2 非线性动态范围调整 23
3.3 直方图均衡化方法 24
3.4 Retinex图像增强方法 27
习题 28
第4章 数字图像去噪 29
4.1 图像噪声 29
4.2 均值滤波 30
4.2.1 均值滤波的原理 30
4.2.2 均值滤波方法 31
4.3 中值滤波 33
4.3.1 中值滤波的原理 33
4.3.2 中值滤波方法 33
4.4 边界保持类平滑滤波 35
4.4.1 基于灰度最小方差的均值滤波 35
4.4.2 K近邻均值滤波 37
4.4.3 对称近邻均值滤波 38
4.4.4 西格玛（∑）均值滤波 40
4.5 灰度图的形态学滤波 41
4.5.1 灰值腐蚀滤波 41
4.5.2 灰值膨胀滤波 42
4.5.3 灰值开运算滤波 43
4.5.4 灰值闭运算滤波 44
习题 46
第5章 数字图像锐化 48
5.1 一阶锐化算法 48
5.1.1 单方向一阶锐化算子 49
5.1.2 任意方向一阶锐化算子 50
5.1.3 一阶优化锐化算子 54
5.2 二阶锐化算法 57
5.2.l Laplacian锐化算子 57
5.2.2 Wallis锐化算子 58
5.2.3 LOG锐化算子 59
习题 60
第6章 图像的几何变换 62
6.1 图像的位置变换 62
6.1.1 图像的平移 62
6.1.2 图像的镜像 63
6.1.3 图像的旋转 64
6.2 图像的形状变换 68
6.2.1 图像的缩小 68
6.2.2 图像的放大 71
6.2.3 图像的错切 73
6.3 齐次坐标与图像的仿射变换 75
6.4 图像几何畸变的校正 76
习题 77
第7章 数字图像分割 79
7.1 阈值分割方法 79
7.1.1 基于灰度直方图的峰谷阈值方法 79
7.1.2 p参数阈值方法 81
7.1.3 类间、类内最大方差比阈值法 82
7.1.4 均值聚类阈值法 83
7.1.5 最大熵阈值法 83
7.1.6 局部阈值法 84
7.1.7 二维熵阈值法 85
7.2 边缘检测分割方法 86
7.2.1 加权梯度直方图分割方法 86
7.2.2 复差分边缘检测分割方法 87
7.2.3 综合边缘检测分割方法 88
7.3 区域检测分割方法 89
7.3.1 基于Hough变换的分割方法 89
7.3.2 区域生长法 92
7.3.3 区域合并、分裂法 93
7.4 基于流形特征的分割方法 95
7.4.1 图像流形特征的提取 95
7.4.2 目标函数构建与优化 95
习题 97
第8章 二值图像处理 98
8.1 二值图像中的基本概念 98
8.1.1 连接关系 98
8.1.2 内部点与边界点 99
8.1.3 连接数与交叉数 99
8.1.4 几何特征 101
8.2 贴标签 103
8.3 边界跟踪 104
8.4 细线化 105
8.4.1 距离变换 105
8.4.2 骨架线的提取 107
8.5 腐蚀与膨胀 108
8.5.1 腐蚀 108
8.5.2 膨胀 110
8.6 开运算与闭运算 112
8.6.1 开运算 112
8.6.2 闭运算 113
习题 114
第9章 模糊退化图像的复原 116
9.1 图像的模糊退化模型的建立 116
9.1.1 运动模糊退化函数 116
9.1.2 散焦模糊退化函数 118
9.2 图像的模糊退化模型的估计 119
9.2.1 运动模糊退化函数的估计 119
9.2.2 散焦模糊退化函数的估计 123
9.3 图像模糊退化的复原 126
9.3.1 逆滤波图像复原方法 126
9.3.2 维纳滤波图像复原方法 127
9.3.3 Lucy/Richard迭代复原方法 130
9.4 振铃效应的抑制 131
9.4.1 边界循环方法 131
9.4.2 最优窗方法 132
习题 133
第10章 图像的超分辨率重建 134
10.1 图像超分辨率重建的概念 134
10.1.1 超分辨率重建方法的设计思想 135
10.1.2 超分辨率理论的产生与发展 136
10.2 图像超分辨率重建的数学模型 137
10.2.1 图像的降质模型 137
10.2.2 超分辨率重建的一般模型 139
10.2.3 常用的图像先验模型 140
10.3 亚像素图像配准方法 142
10.3.1 图像配准的概念 143
10.3.2 亚像素图像配准 143
10.3.3 迭代泰勒级数法 144
10.3.4 相位相关法 145
10.3.5 基于多峰拟合的扩展相位相关法 146
10.4 超分辨率图像重建算法 148
10.4.1 最大后验概率估计的超分辨率重建算法 148
10.4.2 凸集投影的超分辨率重建算法 150
10.5 超分辨率图像重建面临的挑战 152
习题 153
第11章 彩色图像 154
11.1 彩色的形成原理与基本概念 154
11.1.1 视觉生理学 154
11.1.2 视觉特性 154
11.1.3 彩色信息的感知 156
11.1.4 彩色成像及其数学模型 156
11.2 表色系 157
11.2.1 色度学彩色模型 157
11.2.2 工业彩色模型 159
11.2.3 视觉彩色模型 161
11.3 彩色平衡 165
11.3.1 灰场白平衡 166
11.3.2 最大颜色值平衡 166
11.4 彩色补偿 167
11.5 多相机间的颜色一致性校正 170
11.5.1 颜色直方图匹配方法 170
11.5.2 多项式回归建模方法 172
11.5.3 基于统计特性的颜色校正方法 174
11.6 彩色图像的颜色不变量特征 177
11.6.1 基于Kubelka-Munk原理的颜色不变量特征 177
11.6.2 基于Diagonal-Offset模型的颜色矩不变量特征 178
11.7 本征图像分解 180
11.7.1 本征图像分解原理 181
11.7.2 基于单幅图像的本征图像分解 181
习题 182
第12章 图像识别与目标检测跟踪 184
12.1 图像的真伪鉴别 184
12.1.1 基于相机指纹的真伪鉴别方法 185
12.1.2 基于相机响应特性的真伪鉴别方法 187
12.2 视频运动目标的检测 188
12.2.1 光流法 188
12.2.2 帧间差分法 189
12.2.3 背景差分法 190
12.2.4 单高斯背景建模方法 191
12.2.5 混合高斯背景建模方法 192
12.2.6 基于码书的背景建模方法 192
12.2.7 非参数估计的背景建模方法 196
12.3 阴影检测 199
12.3.1 阴影产生的机理 199
12.3.2 基于RGB颜色空间的阴影检测算法 200
12.3.3 基于HSV颜色空间的阴影检测算法 201
12.4 运动目标的跟踪 202
12.4.1 基于颜色特征的目标跟踪 202
12.4.2 目标的运动特征 203
12.4.3 目标跟踪过程中粘连、遮挡交叉的处理 203
习题 206
参考文献 207