第1章 绪论 1
1.1 序言 1
1.2 图像处理技术的分类 3
1.3 数字图像处理的特点 3
1.4 数字图像处理的主要方法及主要内容 4
1.4.1 数字图像处理方法 4
1.4.2 数字图像处理的主要内容 4
1.5 数字图像处理的硬件设备 10
1.6 数字图像处理的应用 11
1.7 数字图像处理领域的发展动向 14
思考题 16
第2章 图像、图像系统与视觉系统 17
2.1 图像 17
2.1.1 有关光学的预备知识 17
2.1.2 图像的概念 18
2.1.3 图像信息的分类 20
2.1.4 图像的统计特性 21
2.1.5 图像信息的信息量 25
2.1.6 常用图像格式简介 26
2.2 图像处理系统中常用的输入设备 28
2.2.1 图像处理系统中常用的输入设备 28
2.2.2 飞点扫描设备 35
2.2.3 鼓形扫描器 36
2.2.4 微密度计 37
2.2.5 其他图像输入设备 37
2.3 图像处理系统中的输出设备 38
2.3.1 监视器 38
2.3.2 激光扫描器 40
2.3.3 液晶显示器 41
2.3.4 等离子体PDP显示技术 47
2.3.5 数码纸显示技术 50
2.3.6 其他图像显示装置 56
2.4 数字图像处理的主机系统 57
2.5 视觉系统 60
2.5.1 视觉系统的基本构造 60
2.5.2 光觉和色觉 61
2.6 光度学及色度学原理 63
2.6.1 颜色的表示方法及观察条件 63
2.6.2 三基色混色及色度表示原理 63
2.6.3 CIE的R、G、B颜色表示系统 64
2.7 亮度和颜色感觉的视觉特征 66
2.7.1 刺激强度与感觉的关系 66
2.7.2 亮度适应和颜色适应 66
2.7.3 亮度对比和颜色对比 66
2.7.4 颜色感觉与刺激面积的关系 67
2.7.5 主观颜色 67
2.7.6 记忆色 67
2.7.7 进入色、后退色、膨胀色、收缩色 68
2.7.8 颜色和爱好 68
2.8 视觉的空间性质 68
2.8.1 视力 68
2.8.2 视觉的空间频率特性 69
2.8.3 颜色辨别门限的空间频率特性 70
2.8.4 视觉的空间频率特性和图像的清晰度 70
2.9 视觉的时间特性 70
2.10 运动的感觉 72
2.11 形状感觉与错视 73
思考题 74
第3章 图像处理中的正交变换 75
3.1 傅里叶变换 75
3.1.1 傅里叶变换的定义及基本概念 75
3.1.2 傅里叶变换的性质 77
3.1.3 离散傅里叶变换 79
3.1.4 快速傅里叶变换 83
3.1.5 用计算机实现快速傅里叶变换 88
3.1.6 二维离散傅里叶变换 89
3.2 离散余弦变换 91
3.2.1 离散余弦变换的定义 91
3.2.2 离散余弦变换的正交性 92
3.2.3 离散余弦变换的计算 93
3.3 沃尔什变换 94
3.3.1 正交函数的概念 95
3.3.2 拉德梅克函数 96
3.3.3 沃尔什函数 97
3.3.4 沃尔什函数的性质 103
3.3.5 沃尔什变换 104
3.3.6 离散沃尔什哈达玛变换 105
3.3.7 离散沃尔什变换的性质 106
3.3.8 快速沃尔什变换 111
3.3.9 多维变换 113
3.4 哈尔函数及哈尔变换 116
3.4.1 哈尔函数的定义 116
3.4.2 哈尔函数的性质 117
3.4.3 哈尔变换及快速算法 118
3.5 斜矩阵与斜变换 120
3.5.1 斜矩阵的构成 120
3.5.2 斜变换 123
3.6 小波变换 124
3.6.1 概述 124
3.6.2 时—频分析 125
3.6.3 连续小波变换 129
3.6.4 离散小波变换 136
3.6.5 小波包 144
3.6.6 二维小波 146
3.6.7 Mallat算法 149
思考题 152
第4章 图像增强 154
4.1 用直方图修改技术进行图像增强 154
4.1.1 直方图 154
4.1.2 直方图修改技术的基础 155
4.1.3 直方图均衡化处理 156
4.1.4 直方图规定化处理 159
4.1.5 图像对比度处理 163
4.2 图像平滑化处理 166
4.2.1 邻域平均法 166
4.2.2 低通滤波法 167
4.2.3 多图像平均法 170
4.3 图像尖锐化处理 171
4.3.1 微分尖锐化处理 171
4.3.2 零交叉边缘检测 173
4.3.3 Canny算子 175
4.3.4 Prewitt算子 180
4.3.5 经典的Kirsch算子 181
4.3.6 高通滤波法 182
4.4 利用同态系统进行增强处理 185
4.5 彩色图像处理 187
4.5.1 关于颜色的基本理论 188
4.5.2 颜色模型 190
4.5.3 伪彩色图像处理 197
4.5.4 关于彩色显示 200
4.5.5 实时伪彩色增强系统 201
思考题 203
第5章 图像编码 205
5.1 图像编码分类 205
5.2 图像编码中的保真度准则 207
5.2.1 客观保真度准则 207
5.2.2 主观保真度准则 207
5.3 PCM编码 208
5.3.1 PCM编码的基本原理 208
5.3.2 PCM编码的量化噪声 208
5.3.3 编码器、译码器 209
5.3.4 非线性PCM编码 211
5.3.5 亚奈奎斯特取样PCM编码 213
5.4 统计编码 215
5.4.1 编码效率与冗余度 215
5.4.2 三种常用的统计编码法 217
5.4.3 算术编码 224
5.5 预测编码 227
5.5.1 预测编码的基本原理 227
5.5.2 △M（DM）编码 230
5.5.3 DPCM编码 236
5.6 变换编码 240
5.6.1 几种特殊的映射变换编码法 240
5.6.2 正交变换编码 245
5.7 图像编码的国际标准 256
5.7.1 H.261编码标准 257
5.7.2 H.261解码原理 263
5.7.3 H.261的图像复用编码 263
5.7.4 传输缓冲器与传输编码 265
思考题 266
第6章 图像复原 267
6.1 退化模型 267
6.1.1 系统H的基本定义 267
6.1.2 连续函数退化模型 268
6.1.3 离散的退化模型 269
6.2 复原的代数方法 272
6.2.1 非约束复原方法 272
6.2.2 约束复原法 272
6.3 逆滤波 273
6.3.1 逆滤波的基本原理 273
6.3.2 去除由均匀直线运动引起的模糊 274
6.4 最小二乘方滤波 278
6.4.1 最小二乘方滤波的原理 278
6.4.2 用于图像复原的几种最小二乘方滤波器 281
6.5 约束去卷积 281
6.6 中值滤波 286
6.6.1 中值滤波的基本原理 286
6.6.2 加权的中值滤波 288
6.7 几种其他空间复原技术 290
6.7.1 几何畸变校正 290
6.7.2 盲目图像复原 291
6.7.3 递归图像复原技术 292
思考题 297
第7章 图像重建 298
7.1 概述 298
7.2 傅里叶变换重建 299
7.3 卷积法重建 301
7.4 代数重建方法 302
7.5 重建的优化问题 305
7.6 图像重建中的滤波器设计 307
7.7 重建图像的显示 309
7.7.1 重建图像的显示 309
7.7.2 单色显示 310
7.7.3 重建对象的显示 312
7.7.4 图像重建的应用 317
思考题 326
第8章 图像分析 327
8.1 分割 327
8.1.1 灰度阈值法分割 327
8.1.2 样板匹配 330
8.1.3 区域生长 333
8.1.4 区域聚合 334
8.2 描绘 335
8.2.1 区域描绘 335
8.2.2 关系描绘 340
8.2.3 相似性描绘 348
8.2.4 霍夫变换 350
8.3 纹理分析 352
8.3.1 纹理特征 352
8.3.2 用空间自相关函数做纹理测度 353
8.3.3 傅里叶功率谱法 353
8.3.4 联合概率矩阵法 354
8.3.5 灰度差分统计法 355
8.3.6 行程长度统计法 356
8.3.7 其他几种方法 356
8.3.8 纹理的句法结构分析法 357
8.4 形状分析的细线化 357
8.5 图像配准 359
思考题 364
第9章 数学形态学原理 365
9.1 数学形态学的发展 365
9.2 数学形态学的基本概念和运算 366
9.2.1 数学形态学定量分析原则 366
9.2.2 数学形态学的基本定义及基本算法 367
9.3 —些基本形态学算法 373
9.3.1 边缘提取算法 374
9.3.2 区域填充算法 374
9.3.3 连接部分提取算法 374
9.3.4 壳算法 376
9.3.5 细化 377
9.3.6 粗化运算 377
9.3.7 骨骼化算法 378
9.3.8 裁剪 378
9.4 灰度图像的形态学处理 382
9.4.1 膨胀 382
9.4.2 腐蚀 383
9.4.3 开运算和闭运算 383
9.4.4 灰度形态学的应用 384
思考题 386
第10章 模式识别的理论和方法 387
10.1 概述 387
10.2 统计模式识别法 389
10.2.1 决策理论方法 389
10.2.2 统计分类法 396
10.2.3 特征的抽取与选择 398
10.2.4 统计学习理论与支持向量机 400
10.3 句法结构模式识别 408
10.3.1 形式语言概述 408
10.3.2 句法结构方法 415
10.3.3 误差校正句法分析 416
10.3.4 文法推断 424
10.4 模糊集识别法简介 428
10.4.1 模糊集合及其运算 428
10.4.2 模糊关系及性质 431
10.4.3 模糊模式识别的方法 434
10.5 模式识别的几种应用 438
10.5.1 生物特征识别 438
10.5.2 模式识别在医学上的应用 446
10.5.3 模式识别在自动检测中的应用 446
思考题 448
参考文献 449