第1章　概论
　1.1　数字图像处理及其特点
　　1.1.1　数字图像与图像处理
　　1.1.2　数字图像处理的特点
　1.2　图像处理的目的及主要内容
　　1.2.1　数字图像处理的目的
　　1.2.2　数字图像处理的主要内容
　1.3　数字图像处理的应用
　1.4　数字图像处理的发展动向
　习题
第2章　数字图像处理基础
　2.1　图像数字化技术
　　2.1.1　采样
　　2.1.2　量化
　　2.1.3　采样与量化参数的选择
　　2.1.4　图像数字化设备
　2.2　色度学基础与颜色模型
　　2.2.1　色度学基础
　　2.2.2　颜色模型
　　2.2.3　颜色变换
　2.3　数字图像类型
　　2.3.1　位图
　　2.3.2　位图的有关术语
　2.4　图像文件格式
　　2.4.1　BMF图像文件格式
　　2.4.2　其他文件格式
　2.5　OpenCV编程简介
　　2.5.1　OpenCV简介
　　2.5.2　OpenCV的安装与配置
　　2.5.3　OpenCV的数据结构
　　2.5.4　读入、显示和存储图像
　　2.5.5　操作图像像素
　　2.5.6　图形交互和媒体接口HighGUI
　习题
第3章　图像增强
　3.1　灰度变换
　　3.1.1　灰度线性变换
　　3.1.2　分段线性变换
　　3.1.3　非线性变换
　3.2　直方图修正
　　3.2.1　直方图的基本概念
　　3.2.2　直方图的性质
　　3.2.3　直方图的计算
　　3.2.4　直方图均衡化
　　3.2.5　直方图规定化
　3.3　图像平滑
　　3.3.1　图像噪声
　　3.3.2　模板卷积
　　3.3.3　邻域平均
　　3.3.4　中值滤波
　　3.3.5　图像平均
　3.4　图像锐化
　　3.4.1　微分法
　　3.4.2　非锐化滤波
　　3.4.3　高频增强滤波
　3.5　伪彩色处理
　　3.5.1　灰度分层法
　　3.5.2　灰度变换法
　　3.5.3　频域滤波法
　3.6　图像增强实例——同态滤波
　习题
第4章　　图像的几何变换
　4.1　几何变换基础
　　4.1.1　概述
　　4.1.2　齐次坐标
　　4.1.3　二维图像几何变换的矩阵
　4.2　图像比例缩放
　　4.2.1　图像比例缩放变换
　　4.2.2　比例缩放的实现
　4.3　图像平移
　　4.3.1　图像平移变换
　　4.3.2　图像平移算法
　4.4　图像镜像
　　4.4.1　图像镜像变换
　　4.4.2　图像镜像算法
　4.5　图像旋转
　　4.5.1　图像的旋转变换
　　4.5.2　图像旋转的实现
　4.6　图像复合变换
　　4.6.1　图像的复合变换
　　4.6.2　图像复合变换的示例
　4.7　透视变换
　　4.7.1　透视变换
　　4.7.2　其他变换
　4.8　应用实例——几何畸变的校正
　习题
第5章　频域处理
　5.1　频域与频域变换
　5.2　傅立叶变换
　　5.2.1　连续函数的傅立叶变换
　　5.2.2　离散傅立叶变换
　　5.2.3　离散傅立叶变换的性质
　　5.2.4　离散傅立叶变换的
　　OpenCV实现
　5.3　频域变换的一般表达式
　　5.3.1　可分离变换
　　5.3.2　图像变换的矩阵表示
　5.4　离散余弦变换(DCT)
　　5.4.1　一维离散余弦变换
　　5.4.2　二维离散余弦变换
　5.5　频域中图像处理的实现
　　5.5.1　理解数字图像的频谱图
　　5.5.2　频域图像处理步骤
　　5.5.3　频域滤波
　5.6　小波变换简介
　　5.6.1　小波变换的理论基础
　　5.6.2　离散小波变换在图像处理中的
　　应用简介
　习题
第6章　数学形态学处理
　6.1　引言
　　6.1.1　数学形态学
　　6.1.2　基本符号和术语
　6.2　二值形态学
　　6.2.1　腐蚀
　　6.2.2　膨胀
　　6.2.3　开、闭运算
　　6.2.4　击中／击不中变换
　6.3　灰值形态学
　　6.3.1　灰值腐蚀
　　6.3.2　灰值膨胀
　　6.3.3　灰值开、闭运算
　6.4　形态学的应用
　　6.4.1　形态学滤波
　　6.4.2　骨架提取
　6.5　应用实例一一角点检测
　习题
第7章　图像分割
　7.1　阈值分割
　　7.1.1　概述
　　7.1.2　全局阈值
　　7.1.3　局部阈值
　　7.1.4　动态阈值
　7.2　基于区域的分割
　　7.2.1　区域生长
　　7.2.2　区域分裂与合并
　7.3　边缘检测
　　7.3.1　微分算子
　　7.3.2　边界连接
　　7.3.3　哈夫变换
　7.4　区域标记与轮廓跟踪
　　7.4.1　区域标记
　　7.4.2　轮廓提取
　　7.4.3　轮廓跟踪
　7.5　分水岭分割
　　7.5.1　基本分水岭算法
　　7.5.2　Vincent—Soille算法
　7.6　现代分割方法
　　7.6.1　Mean Shift
　　7.6.2　Graph Cuts
　　7.6.3　活动轮廓模型
　7.7　图像分割实例
　习题
第8章　　图像特征与理解
　8.1　图像的基本特征
　　8.1.1　几何特征
　　8.1.2　形状特征
　8.2　角点特征
　　8.2.1　Moravec算法
　　8.2.2　Harris算法
　　8.2.3　SUSAN算法
　8.3　纹理分析
　　8.3.1　统计法
　　8.3.2　空间自相关函数纹理测度
　　8.3.3　频谱法
　　8.3.4　联合概率矩阵法
　　8.3.5　纹理的句法结构分析法
　8.4　不变矩特征
　　8.4.1　矩的定义
　　8.4.2　质心坐标与中心矩
　　8.4.3　不变矩
　　8.4.4　主轴
　8.5　图像匹配
　　8.5.1　模板匹配
　　8.5.2　直方图匹配
　8.6　局部不变特征点提取
　　8.6.1　SIFT不变特征提取算法
　　8.6.2　SURF不变特征提取算法
　习题
第9章　图像编码
　9.1　图像编码概述
　　9.1.1　图像编码基本原理与方法
　　9.1.2　图像编码新技术
　　9.1.3　图像编码评价
　9.2　哈夫曼编码
　9.3　香农一范诺编码
　　9.3.1　香农一范诺编码的基本方法
　　9.3.2　二分法香农～范诺编码方法
　9.4　算术编码
　9.5　行程编码
　9.6　LZW编码
　　9.6.1　LZW编码方法
　　9.6.2　LZW编码实例
　9.7　JPEG2000编码
　　9.7.1　JPEG2000概述
　　9.7.2　JPEG2000核心编码系统
　　9.7.3　jPEG2000编码实例
　9.8　编程实例
　习题
第10章　图像复原
　10.1　图像退化与复原
　　10.1.1　图像降质的数学模型
　　10.1.2　离散图像退化的数学模型
　1O.2　非约束复原
　　10.2.1　逆滤波
　　10.2.2　非约束图像复原的病态性质
　10.3　最小二乘类约束复原
　　10.3.1　维纳滤波
　　10.3.2　约束最小平方滤波
　10.4　非线性复原方法
　　10.4.1　最大后验复原
　　10.4.2　最大熵复原
　习题
第ll章　工程实例
　11.1　实例一——车辆牌照识别
　　11.1.1　车牌规格
　　11.1.2　车牌定位
　　11.1.3　字符分割
　　11.1.4　字符识别
　11.2　实例二——细胞计数
　　11.2.1　图像预处理
　　11.2.2　阈值分割
　　11.2.3　形态学处理
　　11.2.4　填充孔洞
　　11.2.5　细胞计数及面积计算
　11.3　实例三——蝴蝶与蛾的分类
　　11.3.1　图像预处理
　　11.3.2　图像分割
　　11.3.3　轮廓跟踪
　　11.3.4　特征提取
　　11.3.5　特征参数测量及特征筛选
　　11.3.6　昆虫识别
附录　图像处理的数学基础
参考文献