第1章 绪论

引言

1.1什么是数字图像处理

1.2数字图像处理的起源

1.3使用数字图像处理领域的实例

1.3.1伽马射线成像

1.3.2 X射线成像

1.3.3紫外波段成像

1.3.4可见光及红外波段成像

1.3.5微波波段成像

1.3.6无线电波段成像

1.3.7使用其他成像方式的例子

1.4数字图像处理的基本步骤

1.5图像处理系统的组成

小结

参考文献

第2章 数字图像基础

引言

2.1视觉感知要素

2.1.1人眼的结构

2.1.2眼睛中图像的形成

2.1.3亮度适应和辨别

2.2光和电磁波谱

2.3图像感知和获取

2.3.1使用单个传感器获取图像

2.3.2使用条带传感器获取图像

2.3.3使用传感器阵列获取图像

2.3.4简单的图像形成模型

2.4图像取样和量化

2.4.1取样和量化的基本概念

2.4.2数字图像表示

2.4.3空间和灰度分辨率

2.4.4图像内插

2.5像素间的一些基本关系

2.5.1相邻像素

2.5.2邻接性、连通性、区域和边界

2.5.3距离度量

2.6数字图像处理中所用数学工具的介绍

2.6.1阵列与矩阵操作

2.6.2线性操作与非线性操作

2.6.3算术操作

2.6.4集合和逻辑操作

2.6.5空间操作

2.6.6向量与矩阵操作

2.6.7图像变换

2.6.8概率方法

小结

参考文献

习题

第3章 灰度变换与空间滤波

引言

3.1背景知识

3.1.1灰度变换和空间滤波基础

3.1.2关于本章中的例子

3.2一些基本的灰度变换函数

3.2.1图像反转

3.2.2对数变换

3.2.3幂律（伽马）变换

3.2.4分段线性变换函数

3.3直方图处理

3.3.1直方图均衡

3.3.2直方图匹配（规定化）

3.3.3局部直方图处理

3.3.4在图像增强中使用直方图统计

3.4空间滤波基础

3.4.1空间滤波机理

3.4.2空间相关与卷积

3.4.3线性滤波的向量表示

3.4.4空间滤波器模板的产生

3.5平滑空间滤波器

3.5.1平滑线性滤波器

3.5.2统计排序（非线性）滤波器

3.6锐化空间滤波器

3.6.1基础

3.6.2使用二阶微分锐化图像——拉普拉斯算子

3.6.3非锐化掩蔽和高提升滤波

3.6.4使用一阶微分锐化（非线性）图像——梯度

3.7混合空间增强法

3.8使用模糊技术进行灰度变换和空间滤波

3.8.1引言

3.8.2模糊集合论原理

3.8.3模糊集合应用

3.8.4使用模糊集合进行灰度变换

3.8.5使用模糊集合进行空间滤波

小结

参考文献

习题

第4章 频率域滤波

引言

4.1背景

4.1.1傅里叶级数和变换简史

4.1.2关于本章中的例子

4.2基本概念

4.2.1复数

4.2.2傅里叶级数

4.2.3冲激及其取样特性

4.2.4连续变量函数的傅里叶变换

4.2.5卷积

4.3取样和取样函数的傅里叶变换

4.3.1取样

4.3.2取样函数的傅里叶变换

4.3.3取样定理

4.3.4混淆

4.3.5由取样后的数据重建（复原）函数

4.4单变量的离散傅里叶变换（DFT）

4.4.1由取样后的函数的连续变换得到DFT

4.4.2取样和频率间隔间的关系

4.5两个变量的函数的扩展

4.5.1二维冲激及其取样特性

4.5.2二维连续傅里叶变换对

4.5.3二维取样和二维取样定理

4.5.4图像中的混淆

4.5.5二维离散傅里叶变换及其反变换

4.6二维离散傅里叶变换的一些性质

4.6.1空间和频率间隔的关系

4.6.2平移和旋转

4.6.3周期性

4.6.4对称性

4.6.5傅里叶谱和相角

4.6.6二维卷积定理

4.6.7二维离散傅里叶变换性质的小结

4.7频率域滤波基础

4.7.1频率域的其他特性

4.7.2频率域滤波基础

4.7.3频率域滤波步骤小结

4.7.4空间和频率域滤波间的对应

4.8使用频率域滤波器平滑图像

4.8.1理想低通滤波器

4.8.2布特沃斯低通滤波器

4.8.3高斯低通滤波器

4.8.4低通滤波的其他例子

4.9使用频率域滤波器锐化图像

4.9.1理想高通滤波器

4.9.2布特沃斯高通滤波器

4.9.3高斯高通滤波器

4.9.4频率域的拉普拉斯算子

4.9.5钝化模板、高提升滤波和高频强调滤波

4.9.6同态滤波

4.10选择性滤波

4.10.1带阻滤波器和带通滤波器

4.10.2陷波滤波器

4.11实现

4.11.1二维DFT的可分性

4.11.2用DFT算法计算IDFT

4.11.3快速傅里叶变换（FFT）

4.11.4关于滤波器设计的一些注释

小结

参考文献

习题

第5章 图像复原与重建

引言

5.1图像退化/复原过程的模型

5.2噪声模型

5.2.1噪声的空间和频率特性

5.2.2一些重要的噪声概率密度函数

5.2.3周期噪声

5.2.4噪声参数的估计

5.3只存在噪声的复原——空间滤波

5.3.1均值滤波器

5.3.2统计排序滤波器

5.3.3自适应滤波器

5.4用频率域滤波消除周期噪声

5.4.1带阻滤波器

5.4.2带通滤波器

5.4.3陷波滤波器

5.4.4最佳陷波滤波

5.5线性、位置不变的退化

5.6估计退化函数

5.6.1图像观察估计

5.6.2试验估计

5.6.3建模估计

5.7逆滤波

5.8最小均方误差（维纳）滤波

5.9约束最小二乘方滤波

5.10几何均值滤波

5.11由投影重建图像

5.11.1引言

5.11.2计算机断层（CT）原理

5.11.3投影和雷登变换

5.11.4傅里叶切片定理

5.11.5使用平行射线束滤波反投影的重建

5.11.6使用扇形射线束滤波反投影的重建

小结

参考文献

习题

第6章 彩色图像处理

引言

6.1彩色基础

6.2彩色模型

6.2.1 RGB彩色模型

6.2.2 CMY和CMYK彩色模型

6.2.3 HSI彩色模型

6.3伪彩色图像处理

6.3.1灰度分层

6.3.2灰度到彩色的变换

6.4全彩色图像处理基础

6.5彩色变换

6.5.1公式

6.5.2补色

6.5.3彩色分层

6.5.4 色调和彩色校正

6.5.5直方图处理

6.6平滑和锐化

6.6.1彩色图像平滑

6.6.2彩色图像锐化

6.7基于彩色的图像分割

6.7.1 HSI彩色空间的分割

6.7.2 RGB向量空间中的分割

6.7.3彩色边缘检测

6.8彩色图像中的噪声

6.9彩色图像压缩

小结

参考文献

习题

第7章 小波和多分辨率处理

引言

7.1背景

7.1.1图像金字塔

7.1.2子带编码

7.1.3哈尔变换

7.2多分辨率展开

7.2.1级数展开

7.2.2尺度函数

7.2.3小波函数

7.3一维小波变换

7.3.1小波级数展开

7.3.2离散小波变换

7.3.3连续小波变换

7.4快速小波变换

7.5二维小波变换

7.6小波包

小结

参考文献

习题

第8章 图像压缩

引言

8.1基础知识

8.1.1编码冗余

8.1.2空间冗余和时间冗余

8.1.3不相关的信息

8.1.4图像信息的度量

8.1.5保真度准则

8.1.6图像压缩模型

8.1.7图像格式、容器和压缩标准

8.2一些基本的压缩方法

8.2.1霍夫曼编码

8.2.2 Golomb编码

8.2.3算术编码

8.2.4 LZW编码

8.2.5行程编码

8.2.6基于符号的编码

8.2.7比特平面编码

8.2.8块变换编码

8.2.9预测编码

8.2.10小波编码

8.3数字图像水印

小结

参考文献

习题

第9章 形态学图像处理

引言

9.1预备知识

9.2腐蚀和膨胀

9.2.1腐蚀

9.2.2膨胀

9.2.3对偶性

9.3开操作与闭操作

9.4击中或击不中变换

9.5一些基本的形态学算法

9.5.1边界提取

9.5.2孔洞填充

9.5.3连通分量的提取

9.5.4凸壳

9.5.5细化

9.5.6粗化

9.5.7骨架

9.5.8裁剪

9.5.9形态学重建

9.5.10二值图像形态学操作小结

9.6灰度级形态学

9.6.1腐蚀和膨胀

9.6.2开操作和闭操作

9.6.3一些基本的灰度级形态学算法

9.6.4灰度级形态学重建

小结

参考文献

习题

第10章 图像分割

引言

10.1基础知识

10.2点、线和边缘检测

10.2.1背景知识

10.2.2孤立点的检测

10.2.3线检测

10.2.4边缘模型

10.2.5基本边缘检测

10.2.6更先进的边缘检测技术

10.2.7边缘连接和边界检测

10.3阈值处理

10.3.1基础知识

10.3.2基本的全局阈值处理

10.3.3用Otsu方法的最佳全局阈值处理

10.3.4用图像平滑改善全局阈值处理

10.3.5利用边缘改进全局阈值处理

10.3.6多阈值处理

10.3.7可变阈值处理

10.3.8多变量阈值处理

10.4基于区域的分割

10.4.1区域生长

10.4.2区域分裂与聚合

10.5用形态学分水岭的分割

10.5.1背景知识

10.5.2水坝构建

10.5.3分水岭分割算法

10.5.4标记的使用

10.6分割中运动的应用

10.6.1空间域技术

10.6.2频率域技术

小结

参考文献

习题

第11章 表示和描述

引言

11.1表示

11.1.1边界追踪

11.1.2链码

11.1.3使用最小周长多边形的多边形近似

11.1.4其他多边形近似方法

11.1.5标记图

11.1.6边界线段

11.1.7骨架

11.2边界描绘子

11.2.1一些简单的描绘子

11.2.2形状数

11.2.3傅里叶描绘子

11.2.4统计矩

11.3区域描绘子

11.3.1一些简单的描绘子

11.3.2拓扑描绘子

11.3.3纹理

11.3.4不变矩

11.4使用主成分进行描绘

11.5关系描绘子

小结

参考文献

习题

第12章 目标识别

引言

12.1模式和模式类

12.2基于决策理论方法的识别

12.2.1匹配

12.2.2最佳统计分类器

12.2.3神经网络

12.3结构方法

12.3.1匹配形状数

12.3.2串匹配

小结

参考文献

习题

附录A 图像压缩编码表

附录B 参考书目

索引