第1章 导论

1.1 数字图像处理与分析的研究对象

1.2 数字图像处理系统的组成

1.3 数字图像处理与分析的若干重要应用

1.4 本书的结构与安排

1.5 本章小结

思考与练习题

参考文献

第2章 人类视觉与色度学的基本知识

2.1 人眼的构造

2.2 光度学的基本知识

2.2.1 电磁辐射和可见光谱

2.2.2 相对视敏函数

2.2.3 光通量

2.2.4 发光强度

2.2.5 亮度

2.2.6 照度

2.3 人眼的视觉特性

2.3.1 明暗和彩色视觉

2.3.2 视觉范围和分辨力

2.3.3 视觉适应性

2.3.4 亮度感觉

2.3.5 视觉惰性

2.3.6 马赫带效应

2.3.7 视觉模型

2.4 三基色原理

2.4.1 相加混色和相减混色

2.4.2 配色实验

2.5 彩色模型与色度图

2.5.1 RGB彩色模型

2.5.2 RGB色度图

2.5.3 XYZ彩色模型

2.5.4 XYZ色度图

2.5.5 CMY及CMYK彩色模型

2.5.6 HIS模型

2.5.7 YUV与YIQ彩色模型

2.5.8 YCrCb彩色模型

2.6 彩色视觉模型

2.7 本章小结

思考与练习题

参考文献

第3章 图像描述与图像变换

3.1 连续图像的数学描述

3.2 图像的数字化和离散图像的数学描述

3.2.1 均匀采样整量的数字化图像

3.2.2 非均匀采样和整量数字化图像

3.3 图像变换的预备知识

3.3.1 正交变换的基本知识

3.3.2 点源和狄拉克δ函数

3.3.3 二维线性移不变系统

3.4 二维连续傅里叶变换

3.4.1 空间频率响应

3.4.2 二维连续傅里叶变换

3.5 二维采样定理

3.6 二维离散傅里叶变换

3.6.1 二维离散傅里叶变换定义

3.6.2 二维DFT的性质

3.6.3 用FFT计算二维DFT

3.7 图像变换的一般表达式

3.7.1 标量表达式

3.7.2 矩阵表达式

3.7.3 矢量表达式

3.7.4 矢量外积表达式

3.8 哈达玛变换

3.8.1 哈达玛矩阵

3.8.2 哈达玛变换及其快速算法

3.8.3 二维哈达玛变换

3.9 卡胡南-劳埃夫变换

3.10 离散余弦变换

3.10.1 偶余弦变换

3.10.2 奇余弦变换

3.11 小波变换及图像多分辨率分析

3.11.1 短时傅里叶变换

3.11.2 连续小波变换

3.11.3 小波基函数的性质与选择

3.11.4 一些常用的小波基函数

3.11.5 离散小波变换

3.11.6 二维小波变换

3.11.7 多分辨率分析及Mallat算法

3.11.8 双正交小波

3.11.9 提升小波

3.11.10 常用小波滤波器

3.12 本章小结

思考与练习题

参考文献

第4章 预备知识

4.1 图像输入输出设备

4.1.1 几种常用的光电转换元件

4.1.2 图像的输入设备

4.1.3 图像的输出设备

4.2 矢量、矩阵的基本知识

4.3 数学形态学的基本知识

4.3.1 膨胀和腐蚀

4.3.2 开操作和闭操作

4.4 分形学的基本知识

4.4.1 分形的基本概念

4.4.2 度量空间基本知识

4.4.3 分形维数

4.4.4 迭代函数系统

4.5 马尔可夫随机场基本知识

4.5.1 邻域系统

4.5.2 簇

4.5.3 马尔可夫随机场

4.5.4 吉布斯随机场

4.5.5 等价定理

4.6 模糊数学的基本知识

4.6.1 引言

4.6.2 经典集合和模糊集合

4.6.3 模糊聚类分析概述

4.7 本章小结

思考与练习题

参考文献

第5章 图像增强

5.1 点运算

5.1.1 灰度比例尺变换和窗切片

5.1.2 噪声限幅和门限化

5.1.3 灰度级修正

5.1.4 动态范围调整

5.1.5 图像减影和变化部分的检测

5.1.6 直方图模型化

5.2 空间运算

5.2.1 噪声平滑

5.2.2 图像锐化

5.2.3 中值滤波

5.2.4 放大细化

5.2.5 多光谱图像的增强

5.2.6 反对比度映射和统计比例尺变换

5.3 变换域运算

5.3.1 通带滤波

5.3.2 根滤波及逆高斯滤波

5.3.3 同态滤波图像增强

5.4 彩色增强

5.4.1 假彩色增强

5.4.2 伪彩色增强的若干方法

5.5 本章小结

思考与练习题

参考文献

第6章 数字图像恢复

6.1 退化模型

6.1.1 退化现象的物理模型

6.1.2 连续退化模型

6.1.3 离散退化模型

6.2 代数恢复方法

6.2.1 无约束最小二乘方恢复

6.2.2 有约束的最小二乘方恢复

6.2.3 能量约束最小二乘方恢复

6.2.4 平滑约束最小二乘方恢复

6.2.5 均方误差最小滤波（维纳滤波）

6.2.6 最大熵约束恢复

6.2.7 矢量卡尔曼滤波器

6.2.8 二维卡尔曼滤波

6.3 频域恢复方法

6.3.1 反滤波法

6.3.2 能量约束最小二乘滤波

6.3.3 平滑约束最小二乘方滤波

6.3.4 频率域维纳滤波

6.3.5 谱减法图像恢复

6.3.6 功率谱均衡滤波

6.3.7 几何平均滤波

6.4 运动模糊的恢复

6.5 人机会话式恢复

6.6 几何畸变的消除

6.7 盲目解卷积图像恢复

6.8 点扩展函数的确定

6.8.1 点扩展函数的验前确定

6.8.2 点扩展函数的验后确定

6.9 本章小结

思考与练习题

参考文献

第7章 图像数据压缩

7.1 图像数据压缩概述

7.1.1 相关性和多余度

7.1.2 关于编码的若干基本知识

7.1.3 保真度准则

7.1.4 压缩方法的分类

7.2 无损压缩编码

7.2.1 信息熵与无损编码

7.2.2 最佳二进制编码（匹配编码）

7.2.3 香能费诺码

7.2.4 哈夫曼编码方法

7.2.5 算数编码

7.2.6 LZW编码

7.2.7 行程编码

7.2.8 位平面编码

7.2.9 其他若干编码方法

7.3 空间域编码

7.3.1 率失真函数与有损编码

7.3.2 PCM编码

7.3.3 DPCM编码（线性预测编码）

7.3.4 Delta调制（DM）和自适应Delta调制（ADM）

7.3.5 帧间编码

7.3.6 自适应帧间预测编码

7.3.7 等值线编码

7.4 变换域编码

7.4.1 基于卡胡南-劳埃夫变换的频域图像压缩

7.4.2 其他图像变换编码

7.4.3 子带编码

7.4.4 自适应变换域编码

7.5 基于小波变换的编码

7.5.1 小波系数的能量分布

7.5.2 小波系数的相关特性

7.5.3 传统的小波编码方法

7.5.4 嵌入式小波零树编码

7.5.5 基于SPIHT算法的小波编码

7.6 矢量量化编码

7.6.1 一般矢量量化编码

7.6.2 自适应矢量量化

7.7 其他编码方法

7.7.1 模型法

7.7.2 神经网络方法

7.7.3 分形编码

7.7.4 混合编码

7.8 JPEG图像编码标准

7.8.1 彩色模式转换及采样

7.8.2 离散余弦变换

7.8.3 量化

7.8.4 Z形扫描和系数编码

7.8.5 熵编码

7.8.6 JPEG图像解码

7.8.7 JPEG 2000简介

7.9 MPEG编码标准

7.9.1 MPEG1编码标准的原理

7.9.2 其他视频编码标准

7.10 本章小结

思考与练习题

参考文献

第8章 由投影重建图像

8.1 断层图像投影数据的获取

8.2 重建图像的解——联立方程组方法

8.3 反投影法

8.4 用傅里叶变换进行图像重建

8.4.1 基本原理

8.4.2 数字实现

8.5 利用卷积进行图像重建

8.5.1 基本原理

8.5.2 卷积重建中重建滤波器的设计

8.6 图像重建的逐步逼近法

8.7 最优化重建

8.8 扇形投影数据的重建

8.8.1 等角度间隔扇形投影数据图像重建

8.8.2 收集器等间隔排列的投影重建

8.8.3 扇形投影数据和平行投影数据间的转换关系

8.9 本章小结

思考与练习题

参考文献

第9章 特征提取与图像分割

9.1 引言

9.2 图像特征抽取

9.2.1 幅度特征

9.2.2 统计特征

9.2.3 变换系数特征

9.2.4 边界特征

9.2.5 彩色边界特征

9.2.6 点和线的特征

9.2.7 拓扑特征

9.2.8 方向特征

9.2.9 纹理特征

9.3 基于点相关的分割

9.3.1 灰度级的门限化法

9.3.2 门限的选择

9.3.3 基于边缘检测的分割

9.3.4 基于跟踪的分割

9.4 基于区域相关的分割

9.4.1 基于模板匹配的分割

9.4.2 基于线性匹配滤波的分割

9.4.3 基于区域跟踪和增长的分割

9.4.4 基于分水岭算法的图像分割

9.5 纹理图像分割

9.5.1 纹理分割的数学描述

9.5.2 纹理分割的基本方法

9.5.3 基于特征的纹理分割方法

9.5.4 基于模型的纹理分割方法

9.6 彩色图像的分割

9.6.1 在RGB空间的分割

9.6.2 在HSI空间的分割

9.7 本章小结

思考与练习题

参考文献

第10章 区域描述

10 1 简单几何性质的描述与变换

10.1.1 邻接性和连通性

10.1.2 距离测量

10.1.3 曲线的描述

10.1.4 扩展、收缩和变薄

10.1.5 线到点的变换

10.2 目标大小的描述

10.2.1 面积和积分光学密度

10.2.2 长度和宽度

10.2.3 周长或边界长

10.3 形状描述

10.3.1 矩形度和投影比

10.3.2 圆度

10.3.3 曲线拟合

10.3.4 边界链编码（BCC）和差分链编码（DCC）

10.3.5 傅里叶描绘子

10.3.6 中轴变换

10.3.7 投影与截痕

10.4 区域综合特征的描述

10.4.1 矩

10.4.2 拓扑描绘子

10.5 相互关系描述

10.5.1 形式语言（数理语言）的基本概念

10.5.2 短语结构文法

10.5.3 程序文法

10.5.4 图像描绘语言

10.5.5 高维图像文法

10.6 相似性描述

10.6.1 距离测度

10.6.2 相关性测度

10.6.3 结构相似性

10.7 本章小结

思考与练习题

参考文献

第11章 运动检测、估计与视频分割

11.1 概述

11.2 静止背景下运动对象检测

11.2.1 帧差法

11.2.2 背景减除法

11.2.3 高斯背景建模法

11.3 序列图像的运动估计

11.3.1 光流法

11.3.2 块匹配运动估计

11.3.3 相位相关法

11.3.4 像素递归法

11.3.5 贝叶斯运动估计法

11.4 图像序列分割

11.4.1 图像序列分割的含义

11.4.2 图像序列分割的意义

11.4.3 预备知识

11.4.4 基于时域的视频图像分割算法

11.4.5 基于时空域的视频图像分割算法

11.5 本章小结

思考与练习题

参考文献

第12章 运动对象跟踪

12.1 Mean-Shift算法

12.2 基于区域的跟踪

12.2.1 模板提取、更新与匹配算法

12.2.2 候选区域位置的预测

12.3 基于特征的跟踪

12.3.1 特征提取

12.3.2 特征匹配

12.4 基于模型的跟踪

12.5 基于轮廓的跟踪

12.5.1 活动轮廓模型

12.5.2 基于活动轮廓模型的跟踪

12.5.3 基于活动轮廓模型跟踪的实例

12.5.4 基于活动轮廓模型跟踪的优缺点

12.6 基于Mean-Shift的跟踪算法

12.6.1 目标模型的描述

12.6.2 候选区域模型的描述

12.6.3 相似性函数

12.6.4 目标定位

12.6.5 基于Mean-Shift的目标跟踪实例

12.7 基于Kalman滤波的跟踪算法

12.7.1 Kalman滤波用于目标位置预测

12.7.2 Kalman滤波用于基于图像序列的目标跟踪

12.7.3 基于Kalman滤波的图像序列目标跟踪实例

12.7.4 扩展Kalman滤波（EKF）与UKF

12.8 基于粒子滤波的图像序列目标跟踪算法

12.8.1 粒子滤波算法

12.8.2 基于粒子滤波器的图像序列目标跟踪

12.9 本章小结

思考与练习题

参考文献

第13章 图像超分辨率重建

13.1 概述

13.2 频域法

13.3 非均匀插值法

13.4 正则化的方法

13.5 迭代反投影法

13.6 基于统计学的方法

13.7 基于凸集理论的重建方法

13.8 基于小波插值的方法

13.9 其他方法

13.10 超分辨率重建技术的研究方向

13.11 本章小结

思考与练习题

参考文献