第1章 绪论 1
1.1数字图像处理的概念 1
1.2数字图像处理的发展历程 2
1.3数字图像处理在各个领域的应用概述 4
1.3.1数字图像在医学领域的应用 5
1.3.2数字图像在生物领域的应用 6
1.3.3数字图像在航天领域的应用 8
1.3.4数字图像在气象领域的应用 11
1.3.5数字图像在农业领域的应用 12
1.3.6数字图像在工业领域的应用 14
1.4数字图像处理包括的主要内容 18
参考文献 23
习题 23
第2章 数字图像处理的基础知识 24
2.1人眼的视觉特性 24
2.1.1视觉感知要素 24
2.1.2光和电磁波谱 28
2.1.3图像感知和获取 30
2.2图像的数字化 32
2.2.1图像取样和量化 32
2.2.2数字图像表示 34
2.2.3空间和灰度级分辨率 35
2.3像素间的基本关系及处理方法分类 39
2.3.1相邻像素 39
2.3.2邻接性、连通性、区域和边界 39
2.3.3距离度量 40
2.3.4基于像素的图像操作 41
2.4图像显示 42
2.4.1半调输出 42
2.4.2抖动技术 42
2.4.3图像存储与格式 43
2.5颜色视觉和色度学 43
2.5.1颜色分解 43
2.5.2色度图 44
2.5.3颜色模型 44
2.5.4颜色模型转换 45
参考文献 47
习题 47
第3章 图像增强 49
3.1图像增强的目的和意义 49
3.2基本的灰度变换法 50
3.2.1图像反转 50
3.2.2对数变换 51
3.2.3幂次变换 52
3.2.4分段线性变换函数 54
3.3直方图处理法 56
3.3.1直方图均衡及应用举例 57
3.3.2直方图规定化及应用举例 62
3.4图像平滑 68
3.4.1空间域图像平滑及应用举例 68
3.4.2频率域图像平滑及应用举例 74
3.5图像锐化 82
3.5.1空间域图像锐化及应用举例 83
3.5.2频率域图像锐化及应用举例 86
参考文献 89
习题 89
第4章 图像复原与重建 90
4.1图像复原与重建的目的和意义 90
4.2图像退化与复原的数学模型 90
4.3逆变换图像复原及应用举例 91
4.4空间域滤波器图像复原及应用举例 92
4.4.1均值滤波器 92
4.4.2顺序统计滤波器 93
4.4.3自适应滤波器 94
4.5频率域滤波器图像复原及应用举例 97
4.5.1带阻滤波器 97
4.5.2带通滤波器 98
4.5.3陷波滤波器 99
4.5.4最佳陷波滤波器 101
4.6最小均方误差滤波（维纳滤波）器图像复原及应用举例 102
4.7图像重建 104
4.7.1投影重建的原理 104
4.7.2二维图像重建及应用举例 105
4.7.3三维物体重建及应用举例 106
参考文献 107
习题 107
第5章 图像压缩 109
5.1图像压缩基础知识 109
5.1.1图像压缩的目的和意义 109
5.1.2图像冗余的种类 109
5.1.3图像压缩质量的评价 113
5.2常见的压缩方法 114
5.2.1霍夫曼编码 114
5.2.2算术编码 116
5.2.3位平面编码 116
5.2.4小波域编码及应用举例 118
参考文献 120
习题 120
第6章 图像分割 121
6.1概述 121
6.2直线检测 122
6.3边缘检测 123
6.3.1基本边缘检测算子及应用举例 126
6.3.2高级边缘检测算子及应用举例 132
6.4阈值法分割 139
6.4.1全局阈值法分割及应用举例 141
6.4.2多阈值法分割及应用举例 143
6.4.3变阈值法分割及应用举例 150
6.5基于区域的分割 151
6.5.1基本公式 151
6.5.2区域生长法及应用举例 151
6.5.3分裂-合并法及应用举例 154
6.6基于分水岭法图像分割 155
6.6.1基本概念 155
6.6.2水坝构造 157
6.6.3分水岭分割算法 158
6.6.4应用标记 159
参考文献 161
习题 161
第7章 二值图像处理 162
7.1数学形态学概述 162
7.2膨胀和腐蚀 162
7.2.1膨胀 162
7.2.2腐蚀 164
7.3开运算和闭运算 165
7.4击中和击不中变换 167
7.5形态学算子的应用 168
7.5.1细化 169
7.5.2骨架化 170
7.5.3填充 171
7.5.4边缘检测 172
7.5.5提取连接成分 174
参考文献 175
习题 175
第8章 描述与表示 176
8.1表示 176
8.1.1链码 176
8.1.2标记图 178
8.1.3骨架 179
8.2边界描绘子 181
8.2.1一些简单的描绘子 181
8.2.2形状数 181
8.2.3傅里叶描绘子 182
8.2.4统计矩 185
8.3区域描述子 186
8.3.1某些简单的描绘子 186
8.3.2傅里叶描绘子 186
8.3.3拓扑描绘子 189
8.3.4纹理 190
参考文献 202
习题 202
第9章 对象识别 203
9.1模式和模式分类 203
9.2基于决策理论方法的识别 205
9.2.1线性判别函数 205
9.2.2最小距离分离器 207
9.2.3最近邻域分类法 207
9.2.4神经网络 208
9.3结构法 211
9.3.1模式的描述方法 211
9.3.2串文法 212
9.3.3树表示方法 216
参考文献 219
习题 220
第10章 图像水印 221
10.1概述 221
10.1.1数字水印的概念 221
10.1.2数字水印的基本框架 222
10.1.3数字水印技术的特点 223
10.1.4数字水印技术的分类 224
10.1.5数字水印的实现方法 225
10.1.6数字水印技术的主要应用领域 226
10.1.7数字水印技术的发展 227
10.2空间域水印嵌入和提取 229
10.3变换域水印嵌入和提取 230
10.3.1 DCT域水印及应用举例 233
10.3.2小波域水印及应用举例 236
10.3.3曲波域水印及应用举例 243
参考文献 250
习题 251
第11章 图像修复 252
11.1概述 252
11.1.1图像修复的目的和意义 252
11.1.2图像修复的研究现状 253
11.1.3图像修复的评价方法 256
11.2基于偏微分方程的图像修复 257
11.2.1图像修复的原则以及理论分析 259
11.2.2偏微分方程的导出 260
11.2.3与图像处理有关的偏微分方程模型 261
11.2.4偏微分方程的图像修复算法 263
11.2.5偏微分方程在图像修复中的应用 268
参考文献 272
习题 276
第12章 图像检索 277
12.1概述 277
12.1.1传统的检索方法 278
12.1.2基于内容的检索 278
12.2基于颜色特征的内容检索 285
12.2.1颜色空间 285
12.2.2颜色量化 286
12.2.3颜色特征的提取 288
12.2.4分块主颜色匹配的检索算法实例 290
12.3基于形状特征的内容检索 295
12.3.1形状特征的表达与描述 296
12.3.2图像分割 296
12.3.3基于形状特征的图像检索实例 297
12.4基于纹理特征的内容检索 301
12.4.1纹理特征提取技术 301
12.4.2基于共生矩阵的纹理图像检索 305
参考文献 312
习题 314
第13章 图像融合 315
13.1概述 315
13.1.1图像融合的基本概念 315
13.1.2图像融合的基本原理和结构 317
13.1.3图像融合的算法评价 320
13.1.4图像融合的研究现状 325
13.1.5图像融合的关键技术与发展方向 327
13.2图像配准 328
13.2.1图像配准的概念 328
13.2.2图像配准的基本理论 329
13.2.3图像配准的步骤 333
13.2.4图像配准的一般方法 334
13.2.5图像配准应用举例 341
13.3像素级融合及应用举例 343
13.3.1非多尺度分解的图像融合方法 343
13.3.2基于IHS变换的遥感图像融合 346
13.3.3基于PCA变换的遥感图像融合 349
13.3.4总结 352
13.3.5基于拉普拉斯金字塔分解的图像融合方法 352
13.3.6基于小波变换的遥感图像融合 356
13.4特征级融合及应用举例 362
13.5决策级融合及应用举例 365
参考文献 369
习题 371
第14章 数字图像处理应用实例 372
14.1小波变换在图像中的应用 372
14.1.1小波变换的基础知识 372
14.1.2小波变换在图像融合中的应用 378
14.1.3小波变换在图像增强中的应用 379
14.1.4小波变换在红外图像分割中的应用 385
14.2多尺度几何分析在图像处理中的应用 391
14.2.1多尺度几何分析概述 391
14.2.2脊波在图像去噪中的应用 392
14.2.3曲波在图像增强中的应用 394
14.2.4轮廓波在图像融合中的应用 399
14.2.5表面波在图像处理中的应用 401
14.3偏微分方程在图像去噪中的应用 404
14.3.1偏微分方程概述 404
14.3.2偏微分方程在图像去噪中的应用 405
14.4分形几何在图像压缩中的应用 406
14.4.1分形几何概述 406
14.4.2分形几何图像压缩 408
14.5模糊数学和遗传算法在卫星云图增强中的应用 410
14.5.1模糊数学概述 410
14.5.2遗传算法概述 412
14.5.3混合模糊和遗传算法的红外图像增强 416
14.6神经网络在红外车辆目标分类中的应用 420
14.6.1红外车辆目标分类概述 420
14.6.2红外车辆目标预处理 420
14.6.3红外车辆目标特征提取 420
14.6.4径向基函数神经网络车辆目标分类 422
参考文献 422
习题 425
附录 实验指导书 426
内容简介 427
实验一 灰度图像直方图统计 427
一、实验目的 427
二、实验内容和要求 427
三、实验步骤 427
四、思考题 428
实验二 基于Photoshop的数字图像处理 429
一、实验目的 429
二、实验内容 429
三、实验步骤 429
四、思考题 437
实验三 反锐化掩膜法增强图像 438
一、实验原理 438
二、实验目的 438
三、实验内容 438
四、实验步骤 438
五、思考题 440
实验四 邻域平均法和中值滤波 440
一、实验原理 440
二、实验目的 441
三、实验内容 441
四、实验步骤 441
五、思考题 443
实验五 图像的几何变换 443
一、实验目的 443
二、实验原理 444
三、实验内容 444
四、实验步骤 444
五、思考题 448
实验六 图像的边缘检测 448
一、实验目的 448
二、实验原理 448
三、实验内容 448
四、实验步骤 449
五、思考题 451
实验七 图像的阈值分割 451
一、实验目的 451
二、实验原理 451
三、实验内容 452
四、实验步骤 452
五、思考题 453
实验八 图像压缩 454
一、实验目的 454
二、实验原理 454
三、实验内容 455
四、实验步骤 455
五、思考题 459
实验九 水果的自动识别 459
一、实验目的 459
二、实验原理 459
三、实验内容 459
四、实验步骤 459
五、思考题 463
实验十 基于混沌和DCT的数字水印技术 463
一、实验目的 463
二、实验原理 463
三、实验内容 465
四、实验步骤 465
五、思考题 470