第1章 数字图像基础

1.1 数字图像的概念

1.2 数字图像的多样性

1.2.1 成像多样性

1.2.2 尺度多样性

1.3 图像数据量

1.3.1 二值图像

1.3.2 灰度图像

1.3.3 索引图像

1.3.4 真彩色图像

1.4 图像数字化

1.4.1 采样与量化

1.4.2 数字图像的表示

1.4.3 空间分辨率和灰度级分辨率

1.5 数字图像的常见失真类型

1.6 小结

第2章 数字图像处理基础

2.1 数字图像处理概况

2.1.1 数字图像处理发展历程

2.1.2 数字图像处理研究内容

2.1.3 数字图像处理的应用领域

2.2 凸透镜成像

2.2.1 成像原理

2.2.2 人眼的视觉模型

2.2.3 数字照相机的结构和特性

2.2.4 人眼和数字照相机的比较

2.3 线性移不变系统

2.4 像素的空间关系

2.4.1 相邻像素

2.4.2 邻接性、连通性、区域和边界

2.4.3 距离度量

2.5 小结

第3章 空域图像增强

3.1 背景知识

3.2 直方图概念

3.2.1 直方图

3.2.2 累积直方图

3.3 灰度级变换

3.3.1 对数变换

3.3.2 指数变换

3.3.3 幂次变换

3.3.4 灰度反转

3.3.5 分段线性变换

3.3.6 灰度切片

3.3.7 阈值增强

3.4 直方图处理

3.4.1 基础理论

3.4.2 直方图均衡化

3.4.3 直方图规定化

3.5 算术运算

3.5.1 图像相减

3.5.2 图像相加

3.6 空域滤波

3.6.1 空域滤波基础

3.6.2 图像平滑

3.6.3 图像锐化

3.7 小结

第4章 频域变换

4.1 背景知识

4.2 傅里叶变换

4.2.1 连续函数傅里叶变换及其逆变换

4.2.2 离散函数傅里叶变换及其逆变换

4.3 离散傅里叶变换

4.3.1 一维离散傅里叶变换及其逆变换

4.3.2 二维离散傅里叶变换及其逆变换

4.4 二维离散傅里叶变换的性质

4.4.1 在线性滤波中使用DFT

4.4.2 卷积定理和相关定理

4.4.3 投影定理

4.4.4 二维离散傅里叶变换其他性质

4.4.5 二维离散傅里叶变换性质总结

4.5 快速傅里叶变换

4.5.1 基2FFT算法

4.5.2 FFT算法的补充说明

4.6 利用正变换的算法计算傅里叶逆变换

4.7 小结

第5章 频域图像增强

5.1 滤波基础

5.2 低通滤波器

5.2.1 理想低通滤波器

5.2.2 巴特沃斯低通滤波器

5.2.3 指数低通滤波器

5.3 高通滤波器

5.3.1 理想高通滤波器

5.3.2 巴特沃斯高通滤波器

5.3.3 指数高通滤波器

5.4 拉普拉斯频域滤波器

5.5 带通、带阻与陷波滤波器

5.5.1 带通滤波器

5.5.2 带阻滤波器

5.5.3 陷波滤波器

5.6 空域滤波与频域滤波的对应关系

5.6.1 空域到频域

5.6.2 频域到空域

5.7 同态滤波

5.8 小结

第6章 图像复原

6.1 图像降质模型

6.1.1 图像降质／复原过程模型

6.1.2 线性空间移不变降质模型

6.1.3 降质模型的矩阵向量表示

6.1.4 点扩散函数

6.2 反问题

6.3 正则化约束

6.3.1 前向模型

6.3.2 Tikhonov正则化

6.3.3 全变分正则化

6.4 频域复原

6.4.1 逆滤波复原

6.4.2 维纳滤波复原

6.4.3 平滑约束最小二乘复原

6.5 混叠图像的复原

6.5.1 采样图像频谱的组成

6.5.2 最优倒易晶格

6.5.3 图像重建

6.6 有噪图像的复原

6.6.1 噪声类型

6.6.2 噪声的直接测量法

6.6.3 自适应滤波

6.6.4 周期噪声

6.7 盲复原

6.7.1 盲复原问题描述

6.7.2 Tikhonov正则化盲复原

6.7.3 全变分正则化盲复原

6.8 小结

第7章 彩色图像处理

7.1 颜色基础

7.1.1 光与颜色的关系

7.1.2 混色法

7.2 颜色空间

7.2.1 CIE设备无关的颜色空间

7.2.2 设备依赖的颜色空间

7.3 伪彩色映射

7.3.1 灰度级分层

7.3.2 伪彩色变换

7.4 真彩色处理

7.4.1 真彩色处理基础

7.4.2 彩色插值

7.4.3 彩色图像增强

7.4.4 彩色图像分割

7.4.5 彩色边缘检测

7.5 白平衡

7.5.1 灰度像素假设

7.5.2 对角模型

7.6 小结

第8章 数学形态学图像处理

8.1 背景

8.2 基础

8.2.1 集合运算

8.2.2 二值图像的逻辑运算

8.2.3 结构元素

8.3 二值图像形态学基本运算

8.3.1 膨胀与腐蚀

8.3.2 开运算与闭运算

8.3.3 击中击不中运算

8.4 二值图像形态学实用算法

8.4.1 去噪

8.4.2 边界提取

8.4.3 孔洞填充

8.4.4 连通分量提取

8.4.5 骨架

8.4.6 凸包

8.4.7 细化

8.4.8 粗化

8.4.9 剪枝

8.5 二值图像形态学运算及其性质总结

8.6 灰度图像形态学算法

8.6.1 灰度膨胀与腐蚀

8.6.2 灰度开运算与闭运算

8.6.3 顶帽与底帽变换

8.6.4 灰度形态学重构

8.7 小结

第9章 图像分割

9.1 图像分割基础

9.2 基于边界的分割

9.2.1 边缘检测

9.2.2 边界跟踪

9.2.3 Hough变换

9.3 基于阈值的图像分割

9.3.1 直方图基础

9.3.2 全局阈值法

9.3.3 基于梯度的直方图阈值法

9.3.4 多阈值法

9.4 基于区域的图像分割

9.4.1 区域生长法

9.4.2 区域分裂合并法

9.5 分水岭分割

9.5.1 基本概念

9.5.2 分水岭算法

9.5.3 形态学膨胀水坝算法

9.5.4 控制标记的分水岭分割

9.6 小结

第10章 小波变换与多分辨率分析

10.1 小波分析的发展简史

10.2 连续小波变换

10.2.1 小波与连续小波变换

10.2.2 小波函数的傅里叶分析

10.2.3 小波与连续小波变换的时频分析与性质

10.2.4 小波变换与傅里叶变换、短时傅里叶变换的比较

10.2.5 常用小波

10.3 离散小波变换

10.3.1 二进小波变换

10.3.2 小波框架

10.3.3 时频分辨率

10.4 多分辨率分析与Mallat算法

10.4.1 多分辨率分析

10.4.2 小波函数与小波空间

10.4.3 双尺度方程与多分辨率分析

10.4.4 正交小波分解与重建

10.4.5 正交滤波器组

10.5 二维离散小波分析

10.5.1 二维离散小波变换

10.5.2 二维离散小波多尺度分析

10.6 小波包变换

10.6.1 小波包变换

10.6.2 二维小波包分解

10.6.3 最优小波包的选取

10.7 小波变换在图像处理中的应用

10.7.1 边缘检测

10.7.2 图像降噪

10.7.3 图像压缩

10.7.4 渐进传输

10.8 小结

第11章 图像压缩编码

11.1 信息论基础

11.1.1 信息熵

11.1.2 香农定理

11.2 图像压缩基本概念与模型

11.2.1 图像熵与编码效率

11.2.2 图像信息的冗余

11.2.3 保真度准则

11.2.4 图像压缩系统

11.3 统计编码

11.3.1 香农-费诺编码

11.3.2 赫夫曼编码

11.3.3 算术编码

11.3.4 行程编码

11.4 变换编码

11.4.1 变换编码的原理

11.4.2 正交变换

11.4.3 离散余弦变换

11.5 预测编码

11.5.1 无损预测编码

11.5.2 有损预测编码

11.5.3 最优线性预测

11.5.4 自适应预测编码

11.5.5 帧间预测编码

11.6 子带编码

11.7 图像压缩编码国际标准

11.7.1 静止图像压缩编码国际标准

11.7.2 运动图像压缩编码国际标准

11.8 小结

第12章 表示与描述

12.1 概述

12.2 边界表示

12.2.1 链码

12.2.2 多边形近似

12.2.3 边界标记曲线

12.2.4 边界分段

12.3 边界描述

12.3.1 简单描述

12.3.2 形状数

12.3.3 边界矩

12.3.4 曲线拟合

12.3.5 傅里叶描述子

12.4 区域表示

12.4.1 区域标识

12.4.2 中心投影曲线

12.4.3 骨架

12.5 区域描述

12.5.1 简单区域描述

12.5.2 拓扑描述

12.5.3 形状描述

12.5.4 纹理描述

12.5.5 Hu不变矩

12.6 主成分描述

12.6.1 PCA的基本原理

12.6.2 主成分分析的性质

12.7 小结

参考文献