第1章 绪论

1.1 数字图像处理基本概念

1.1.1 图像

1.1.2 图像分类概述

1.1.3 图像处理概念

1.1.4 数字图像及其处理概述

1.2 数字图像处理的发展简史与未来

1.2.1 数字图像发展简史

1.2.2 数字图像处理的发展方向

1.3 数字图像处理的应用

1.3.1 医学上的应用

1.3.2 指纹识别技术中的应用

1.3.3 航空遥感领域中的应用

1.3.4 工业和工程方面的应用

1.3.5 机器视觉方面的应用

1.3.6 通信工程方面的应用

1.3.7 军事与安全方面的应用

1.3.8 文化艺术方面的应用

1.3.9 电子商务方面的应用

1.3.10 科学可视化方面的应用

1.4 数字图像处理的主要内容

1.4.1 图像感知和图像数字化

1.4.2 图像变换

1.4.3 图像增强

1.4.4 图像复原

1.4.5 图像重建

1.4.6 图像编码

1.4.7 图像隐藏

1.4.8 图像分割

1.4.9 图像拼接

1.4.10 彩色图像处理

1.4.11 特征提取

1.4.12 图像分类与识别

1.4.13 图像理解

1.5 数字图像处理的基本步骤、特点与相关学科

1.5.1 数字图像处理的基本步骤

1.5.2 数字图像处理的特点

1.5.3 数字图像处理相关学科

第2章 数字图像基础知识

2.1 人眼色度学原理

2.1.1 三基色原理

2.1.2 人眼视觉特性介绍

2.2 成像系统介绍

2.2.1 模拟成像系统

2.2.2 数字成像系统

2.2.3 单像素数码相机

2.3 摄像机成像模型

2.3.1 光照反射模型的光度学原理

2.3.2 图像合成方法

2.4 数字图像处理系统

2.4.1 数字图像处理系统构成概述

2.4.2 图像输入设备

2.4.3 图像存储设备

2.4.4 图像处理设备

2.4.5 图像输出设备

2.4.6 图像处理系统主要衡量指标

2.5 数字图像处理常用软件

2.5.1 Visual C＋＋

2.5.2 Matlab

2.5.3 Halcon

2.5.4 XAVIS

2.6 图像数字化

2.6.1 图像采样

2.6.2 图像量化

2.6.3 图像质量评价

2.7 数字图像常用存储格式

2.7.1 数字图像基本数据结构

2.7.2 BMP格式

2.7.3 JPEG格式

2.7.4 PNG格式

2.7.5 RAW格式

2.7.6 PCX格式

2.7.7 TIFF格式

2.7.8 GIF格式

2.7.9 FPX格式

2.7.10 PSD格式

2.7.11 EPS格式

第3章 图像基本运算

3.1 图像点运算

3.1.1 概述

3.1.2 线性点运算

3.1.3 对数变换

3.1.4 伽玛变换

3.1.5 灰度阈值变换

3.1.6 分段线性变换

3.1.7 点运算的应用

3.2 图像代数运算

3.2.1 加运算

3.2.2 减运算

3.2.3 乘运算

3.2.4 除运算

3.3 图像逻辑运算

3.3.1 求反运算

3.3.2 异或运算

3.3.3 与运算

3.3.4 或运算

3.4 图像几何变换

3.4.1 齐次坐标

3.4.2 图像仿射变换

3.4.3 图像缩小

3.4.4 图像放大

3.4.5 图像错切变换

3.4.6 图像复合变换

3.4.7 透视变换

第4章 图像频域变换

4.1 图像频域变换概述

4.1.1 图像变换的概念

4.1.2 图像变换方法概述

4.2 离散傅里叶变换

4.2.1 一维离散傅里叶变换

4.2.2 二维离散傅里叶变换

4.2.3 傅里叶变换在图像处理中的应用

4.3 离散余弦变换

4.3.1 一维离散余弦变换

4.3.2 二维离散余弦变换

4.3.3 偶函数的构造

4.3.4 离散余弦变换应用及快速算法

4.4 沃尔什-哈达姆变换

4.4.1 一维离散沃尔什变换

4.4.2 二维离散沃尔什变换

4.4.3 一维离散沃尔什-哈达玛变换

4.4.4 二维离散沃尔什-哈达玛变换

4.4.5 实例分析

4.5 K-L变换

4.5.1 K-L变换定义

4.5.2 协方差矩阵及其性质

4.5.3 K-L变换矩阵计算

4.5.4 图像K-L变换的实现步骤

4.5.5 K-L变换的性质

4.5.6 K-L变换的应用

4.6 Radon变换

4.6.1 Radon变换的定义

4.6.2 Radon变换的性质

4.6.3 Radon变换应用简介

4.7 小波变换

4.7.1 傅里叶变换的局限性

4.7.2 连续小波变换理论

4.7.3 离散小波变换

4.7.4 二进制小波变换

4.7.5 离散小波Mallat算法

4.7.6 小波变换在图像处理中的应用介绍

4.7.7 实例分析

第5章 图像增强

5.1 图像增强概述

5.1.1 图像增强的概念

5.1.2 图像增强的目的

5.1.3 图像增强的分类

5.2 直方图均衡化

5.2.1 灰度直方图

5.2.2 直方图的性质

5.2.3 直方图均衡

5.2.4 直方图规格化

5.3 空间滤波

5.3.1 数字图像处理模板法的一般形式

5.3.2 空间平滑滤波器

5.3.3 空间锐化滤波器

5.4 频域滤波

5.4.1 图像频域变换的意义

5.4.2 空域滤波与频域滤波的关系

5.4.3 频域低通滤波

5.4.4 频域高通滤波

5.4.5 带阻滤波介绍

5.4.6 带通滤波介绍

5.5 同态滤波

5.5.1 同态映射概念

5.5.2 同态滤波

5.5.3 同态滤波器设计

5.5.4 实例分析

第6章 图像复原与重建

6.1 图像退化原因及退化一般模型

6.1.1 图像退化原因

6.1.2 图像退化一般模型

6.1.3 退化函数常用辨识方法

6.2 只存在噪声的图像复原-空间滤波

6.2.1 均值滤波器

6.2.2 统计排序滤波器

6.2.3 自适应滤波器

6.3 图像代数复原法

6.3.1 无约束复原法

6.3.2 有约束最小二乘复原法

6.4 图像频域复原法

6.4.1 逆流波复原法

6.4.2 维纳滤波法

6.4.3 点扩散函数法

6.5 频域滤波消除周期噪声

6.5.1 带阻滤波器

6.5.2 带通滤波器

6.5.3 陷波滤波器

6.6 匀速运动模糊图像复原

6.6.1 运动模糊图像恢复问题描述

6.6.2 匀速直线运动模糊的退化模型

6.6.3 点扩散函数PSF参数的估计

6.7 图像几何校正

6.7.1 几何畸变的描述

6.7.2 几何校正

6.8 图像投影重建介绍

第7章 边缘检测与图像分割

7.1 图像分割概述

7.1.1 图像分割的目的

7.1.2 图像分割的定义

7.1.3 图像分割的分类

7.2 边缘检测算子

7.2.1 边缘检测概述

7.2.2 一阶导数边缘检测算子

7.2.3 二阶导数边缘检测算子

7.2.4 方向梯度算子

7.2.5 边缘检测算子性能比较

7.3 Hough变换

7.3.1 Hough变换直线检测

7.3.2 Hough变换圆检测

7.3.3 广义Hough变换介绍

7.4 图像阈值分割

7.4.1 灰度阈值分割原理

7.4.2 最佳阈值分割算法

7.4.3 Otsu阈值分割算法

7.4.4 最大熵分割方法

7.4.5 自适应阈值法

7.4.6 实验结果分析

7.5 基于区域的图像分割

7.5.1 区域生长法

7.5.2 区域分割与合并

7.6 基于跟踪的图像分割

7.6.1 局部边缘连接法

7.6.2 光栅扫描跟踪法

第8章 图像压缩编码基础

8.1 图像压缩编码概述

8.1.1 图像压缩编码的必要性

8.1.2 图像压缩编码的可能性

8.1.3 图像压缩编码的分类

8.2 信息论基础

8.2.1 信息的概念

8.2.2 图像压缩效率评价

8.3 无损压缩编码算法

8.3.1 哈夫曼编码

8.3.2 算术编码

8.3.3 香农-费诺编码

8.3.4 LZW编码

8.3.5 几种接近最优的变长编码

8.4 限失真编码

8.4.1 信息率失真理论

8.4.2 预测编码

8.4.3 变换编码

8.4.4 变换解码

8.5 二值图像编码

8.5.1 常数块编码

8.5.2 游程编码

8.5.3 四叉树编码

8.6 小波编码

8.6.1 图像的小波变换

8.6.2 嵌入式零树小波编码（EZW）原理

8.7 图像/视频压缩编码标准介绍

8.7.1 JPEG

8.7.2 MPEG

8.7.3 H.26x

第9章 彩色图像处理

9.1 彩色图像处理基础

9.1.1 颜色的属性

9.1.2 三基色原理

9.1.3 色度图

9.1.4 常用彩色模型

9.1.5 彩色模型转换

9.2 彩色变换

9.2.1 反色变换

9.2.2 彩色分层

9.2.3 灰度化

9.2.4 真彩色转变为256色

9.2.5 彩色平衡

9.2.6 直方图处理

9.3 彩色增强

9.3.1 伪彩色增强

9.3.2 真彩色增强

9.3.3 假彩色增强

9.4 彩色图像平滑、锐化与滤波

9.4.1 彩色图像平滑

9.4.2 彩色图像锐化

9.4.3 彩色图像滤波

9.5 彩色图像边缘检测与分割

9.5.1 彩色图像边缘检测

9.5.2 彩色图像分割

9.6 彩色图像处理应用举例

9.6.1 基于颜色信息的车辆牌照提取

9.6.2 彩色零件识别分类

第10章 形态学图像处理

10.1 引言

10.1.1 数学形态学概述

10.1.2 基本符号和定义

10.2 二值形态学滤波

10.2.1 腐蚀

10.2.2 膨胀

10.2.3 开运算与闭运算

10.2.4 击中与击不中变换

10.3 二值形态学的应用

10.3.1 骨架提取

10.3.2 边界提取

10.3.3 区域填充

10.3.4 细化

10.3.5 粗化

10.4 灰度形态学

10.4.1 灰度腐蚀

10.4.2 灰度膨胀

10.4.3 灰度开运算

10.4.4 灰度闭运算

10.5 灰度形态学应用

10.5.1 边缘检测

10.5.2 噪声滤除

10.5.3 图像分割

10.5.4 高帽变换

10.6 彩色图像形态学介绍

10.6.1 彩色图像形态学的基本方法

10.6.2 基于数学形态学的彩色图像滤波

第11章 图像模式识别与图像特征描述

11.1 图像模式识别概述

11.2 模式识别方法基础

11.2.1 统计模式识别

11.2.2 结构模式识别

11.2.3 模糊模式识别

11.2.3 神经网络模式识别

11.3 图像的特征分析

11.3.1 图像的颜色特征

11.3.2 图像的几何特征

11.3.3 边界特征

11.3.4 矩函数

11.3.5 纹理特征

11.4 图像模式识别方法

11.4.1 基于模板匹配的形状识别

11.4.2 基于感知机的简单字母分类

11.4.3 基于Bayes分类器的模式分类

第12章 数字图像处理应用

12.1 基于SIFT的图像拼接方法

12.1.1 SIFT特征匹配算法

12.1.2 RANSAC模型参数估计

12.1.3 图像融合

12.1.4 实验结果

12.2 基于光流法的运动目标检测

12.2.1 光流法检测运动目标原理

12.2.2 基于梯度的光流场

12.2.3 Horn-Schunck算法

12.2.4 实验结果

12.3 一种简单的数字图像加密算法

12.3.1 概述

12.3.2 图像置乱加密原理

12.3.3 Arnold变换

12.3.4 Logistic混沌系统

12.3.5 加密/解密算法

12.3.6 实验结果

12.4 基于模板匹配的车牌字符识别

12.4.1 概述

12.4.2 车牌识别系统组成与工作流程

12.4.3 基于模板匹配的车牌识别方法

12.4.4 实验结果

12.5 数字图像处理与计算机视觉

参考文献