第1章 数字图像处理概述

1.1图像和图像处理的基本概念

1.2数字图像处理的发展

1.2.1 20世纪20年代的数字传输

1.2.2 20世纪60年代的数字计算机时代

1.2.3 20世纪60年代至80年代

1.2.4 20世纪90年代

1.3数字图像处理模型及特点

1.3.1数字图像处理的数学模型

1.3.2数字图像处理的特点

1.4数字图像处理的应用领域

1.5图像处理的任务

1.6数字图像处理的主要内容

1.6.1图像数字化

1.6.2图像增强

1.6.3图像几何变换

1.6.4图像复原

1.6.5图像重建

1.6.6图像隐藏

1.6.7图像变换

1.6.8图像编码

1.6.9图像分析

第2章 数字图像处理系统

2.1图像处理系统构成

2.1.1图像处理系统构成

2.1.2图像处理系统性能主要衡量指标

2.2图像获取技术

2.2.1图像采集系统

2.2.2数字照相机

2.2.3数字摄像机

2.2.4图像采集卡

2.2.5扫描仪

2.3数字图像处理的其他设备

2.3.1数字图像处理的存储设备

2.3.2数字图像处理设备

2.3.3数字图像处理输出设备

2.4图像处理软件

2.5常见图像存储格式

2.5.1 BMP格式

2.5.2 PCX图像格式

2.5.3 TIFF图像格式

2.5.4 GIF图像格式

2.5.5 JPEG格式

2.6 Matlab在图像处理中的应用

2.6.1 Matlab图像处理工具箱

2.6.2 Matlab图像处理初步

2.6.3 Matlab图像类型

2.6.4 Matlab图像类型转换

2 7 Matlab图像的显示

2.7.1标准图像显示技术

2.7.2显示索引图像

2.7.3显示灰度图像

2.7.4显示二进制位图

2.7.5显示RGB图像

2.7.6显示图形文件中的图像

2.7.7特殊图像显示技术

2.7.8图像显示中的常见问题

第3章 图像频域变换

3.1傅立叶变换

3.1.1连续函数的傅立叶变换

3.1.2离散函数的傅立叶变换

3.2二维离散傅立叶变换（DFT）

3.2.1二维连续傅立叶变换

3.2.2二维离散傅立叶变换

3.2.3二维离散傅立叶变换的性质

3.2.4数字图像的二维傅立叶变换

3.2.5快速傅立叶变换的应用

3.3二维离散余弦变换（DCT）

3.3.1一维离散余弦变换

3.3.2二维离散余弦变换

3.3.3离散余弦变换的Matlab实例

3.4二维离散沃尔什-哈达玛变换（DWT-DHT）

3.4.1一维离散沃尔什变换

3.4.2二维离散沃尔什变换

3.4.3哈达玛变换

3.5卡胡南-列夫变换（K-L变换）

3.5.1 K-L变换的定义

3.5.2 K-L变换的性质

3.6 Radon变换

3.6.1 Radon变换原理

3.6.2 Matlab提供的Radon变换函数

3.7小波变换

3.7.1传统变换方法的局限性

3.7.2连续小波变换

3.7.3小波变换在图像处理方面的应用及实现

第4章 图像增强

4.1图像增强概述

4.2空间域单点增强

4.2.1灰度级校正

4.2.2灰度变换

4.2.3灰度直方图变换

4.3平滑

4.3.1图像中的噪声模型

4.3.2邻域平均法

4.3.3中值滤波

4.3.4边界保持类滤波

4.4锐化

4.4.1梯度锐化法

4.4.2拉普拉斯算子（Laplacian）法

4.4.3高通滤波

4.4.4其他锐化算子

第5章 图像分割

5.1概述

5.2像素的邻域和连通性

5.3灰度阈值分割法

5.3.1全局阈值分割

5.3.2自适应阈值分割

5.4边缘检测算子

5.4.1 Roberts算子

5.4.2 Prewitt算子

5.4.3 Sobel算子

5.4.4 Laplacian of Gaussian算子（LOG）

5.5方向算子

5.5.1 Kirsch算子

5.5.2 Canny算子

5.5.3边缘跟踪

5.6霍夫变换

5.6.1基本原理

5.6.2实现步骤

5.7区域分割

5.7.1区域生长

5.7.2分裂合并算法

第6章 图像特征提取与分析

6.1概述

6.2颜色视觉和色度图

6.2.1三基色

6.2.2颜色模型

6.2.3颜色模型转换

6.3颜色特征描述

6.3.1简单灰度特征

6.3.2颜色直方图

6.3.3颜色矩特征

6.3.4颜色集

6.3.5颜色相关矢量

6.4形状特征描述

6.4.1几个基本概念

6.4.2区域内部空间域分析

6.5区域内部空间域分析

6.5.1区域的测量

6.5.2区域内部变换分析的矩分析法

6.5.3区域边界的形状特征链码描述

6.5.4区域边界的形状特征描述

6.6图像的纹理分析技术

6.6.1纹理分析概念

6.6.2空间灰度共生矩阵

6.6.3熵和能量

6.6.4纹理分析的自相关函数法

第7章 数字图像处理在工程中的应用

7.1基于图像处理的塔式起重机振动测试

7.1.1工程应用背景

7.1.2塔式起重机的振动

7.1.3基于图像处理的振动测量架构

7.1.4图像处理的算法

7.1.5数据的处理

7.1.6实验结果与有限元结果对比

7.2基于灰度特征和高速摄影的微陀螺振动的动态测试

7.2.1工程应用背景

7.2.2基于高速摄影的MEMS振动动态测试系统

7.2.3检测系统关键算法

7.2.4频域算法

7.2.5实验结果

7.3基于SURF和高速摄影的微陀螺振动的动态测试

7.3.1可用的检测算法

7.3.2 Mean Shift算法

7.3.3 SURF算法

7.3.4微陀螺振动模态的时域解

7.3.5频域算法

7.3.6实验结果

参考文献