第1章 概述 1
1.1 数字图像处理及特点 1
1.1.1 数字图像与数字图像处理 1
1.1.2 数字图像处理的特点 2
1.2 数字图像处理系统 3
1.2.1 数字图像处理系统的结构 3
1.2.2 数字图像处理的优点 4
1.3 数字图像处理的主要研究内容 5
1.4 数字图像处理的应用和发展 6
1.4.1 数字图像处理的应用 6
1.4.2 数字图像处理领域的发展动向 10
1.5 全书内容简介 11
小结 12
习题 12
第2章 数字图像处理的基础 13
2.1 人类的视觉感知系统 13
2.1.1 视觉系统的基本构造 13
2.1.2 亮度适应和鉴别 15
2.2 数字图像的基础知识 18
2.2.1 图像的数字化及表达 18
2.2.2 图像的获取 19
2.2.3 像素间的基本关系 22
2.2.4 图像的分类 24
小结 28
习题 28
第3章 图像基本运算 29
3.1 概述 29
3.2 点运算 29
3.2.1 线性点运算 30
3.2.2 非线性点运算 31
3.3 代数运算与逻辑运算 33
3.3.1 加法运算 33
3.3.2 减法运算 35
3.3.3 乘法运算 36
3.3.4 除法运算 37
3.3.5 逻辑运算 38
3.4 几何运算 38
3.4.1 图像的平移 39
3.4.2 图像的镜像 41
3.4.3 图像的旋转 42
3.4.4 图像的缩放 43
3.4.5 灰度重采样 46
小结 49
习题 49
第4章 图像变换 50
4.1 连续傅里叶变换 50
4.2 离散傅里叶变换 51
4.3 快速傅里叶变换 52
4.4 傅里叶变换的性质 54
4.4.1 可分离性 54
4.4.2 平移性质 55
4.4.3 周期性和共轭对称性 57
4.4.4 旋转性质 58
4.4.5 分配律 58
4.4.6 尺度变换 59
4.4.7 平均值 60
4.4.8 卷积定理 61
4.5 图像傅里叶变换实例 61
4.6 其他离散变换 64
4.6.1 离散余弦变换 64
4.6.2 二维离散沃尔什-哈达玛变换 67
4.6.3 卡胡楠-列夫变换 71
小结 72
习题 73
第5章 图像增强 74
5.1 图像增强的概念和分类 74
5.2 空间域图像增强 75
5.2.1 基于灰度变换的图像增强 75
5.2.2 基于直方图处理的图像增强 78
5.2.3 空间域滤波增强 83
5.3 频率域图像增强 90
5.3.1 频率域图像增强基本理论 90
5.3.2 频率域平滑滤波器 91
5.3.3 频率域锐化滤波器 94
5.3.4 同态滤波器 95
小结 98
习题 98
第6章 图像复原 100
6.1 图像复原及退化模型基础 100
6.1.1 图像退化的原因及退化模型 101
6.1.2 图像退化的数学模型 103
6.1.3 复原技术的概念及分类 104
6.2 噪声模型 105
6.2.1 一些重要噪声的概率密度函数 105
6.2.2 噪声参数的估计 108
6.3 空间域滤波复原 109
6.3.1 均值滤波器 109
6.3.2 顺序统计滤波器 112
6.4 频率域滤波复原 115
6.4.1 带阻滤波器 116
6.4.2 带通滤波器 118
6.4.3 其他频率域滤波器 118
6.5 估计退化函数 120
6.5.1 图像观察估计法 120
6.5.2 试验估计法 120
6.5.3 模型估计法 121
6.6 逆滤波 123
6.7 最小均方误差滤波-维纳滤波 124
6.8 几何失真校正 127
6.8.1 空间变换 128
6.8.2 灰度插值 130
6.8.3 实现 130
小结 133
习题 134
第7章 图像压缩编码 135
7.1 概述 135
7.1.1 图像的信息量与信息熵 135
7.1.2 图像数据冗余 137
7.1.3 图像压缩编码方法 139
7.1.4 图像压缩技术的性能指标 139
7.1.5 保真度准则 141
7.2 无失真图像压缩编码 142
7.2.1 哈夫曼编码 142
7.2.2 游程编码 144
7.2.3 算术编码 147
7.3 有限失真图像压缩编码 149
7.3.1 率失真函数 150
7.3.2 预测编码和变换编码 151
7.3.3 矢量量化编码 159
7.4 图像编码新技术 161
7.4.1 子带编码 161
7.4.2 模型基编码 162
7.4.3 分形编码 163
7.5 图像压缩技术标准 163
7.5.1 概述 163
7.5.2 JPEG压缩 164
7.5.3 JPEG 2000 165
7.5.4 H.2 6x标准 167
7.5.5 MPEG标准 167
小结 168
习题 169
第8章 图像分割 170
8.1 概述 170
8.2 边缘检测和连接 172
8.2.1 边缘检测 172
8.2.2 边缘连接 180
8.3 阈值分割 183
8.3.1 基础 183
8.3.2 全局阈值 184
8.3.3 自适应阈值 189
8.3.4 最佳阈值的选择 189
8.3.5 分水岭算法 190
8.4 区域分割 192
8.4.1 区域生长 192
8.4.2 区域分裂合并法 195
8.5 二值图像处理 196
8.5.1 数学形态学图像处理 197
8.5.2 开运算和闭运算 201
8.5.3 一些基本形态学算法 202
8.6 分割图像的结构 205
8.6.1 物体隶属关系图 205
8.6.2 边界链码 206
小结 206
习题 207
第9章 彩色图像处理 209
9.1 彩色图像基础 209
9.1.1 彩色图像的概念 209
9.1.2 彩色基础 210
9.2 彩色模型 214
9.2.1 RGB模型 215
9.2.2 CMY和CMYK模型 217
9.2.3 HSI模型 218
9.3 伪彩色处理 221
9.3.1 背景 221
9.3.2 强度分层 222
9.3.3 灰度级到彩色变换 223
9.3.4 假彩色处理 226
9.4 全彩色图像处理 227
9.4.1 全彩色图像处理基础 227
9.4.2 彩色平衡 228
9.4.3 彩色图像增强 230
9.4.4 彩色图像平滑 233
9.4.5 彩色图像锐化 234
9.5 彩色图像分割 236
9.5.1 HSI彩色空间分割 236
9.5.2 RGB彩色空间分割 237
9.5.3 彩色边缘检测 239
9.6 彩色图像处理的应用 242
小结 245
习题 245
第10章 图像表示与描述 247
10.1 背景 247
10.2 颜色特征 248
10.2.1 灰度特征 248
10.2.2 直方图特征 249
10.2.3 颜色矩 251
10.3 纹理特征 251
10.3.1 自相关函数 252
10.3.2 灰度差分统计 253
10.3.3 灰度共生矩阵 255
10.3.4 频谱特征 258
10.4 边界特征 261
10.4.1 边界表达 261
10.4.2 边界特征描述 265
10.5 区域特征 269
10.5.1 简单的区域描述 269
10.5.2 拓扑描述 274
10.5.3 形状描述 275
10.5.4 矩 276
10.6 运用主成分进行描述 279
10.6.1 主成分基础 279
10.6.2 主成分描述 282
10.7 特征提取的应用 284
10.7.1 粒度测定 284
10.7.2 圆形目标判别 286
10.7.3 运动目标特征提取 288
小结 291
习题 291
参考文献 293