第1章 绪论
1．1 数字图像处理的基本概念
1．1．1 图像的种类
1．1．2 数字图像处理的概念
1．2 数字图像处理的发展简史
1．3 数字图像处理的目的和特点
1．3．1 数字图像处理的目的
1．3．2 数字图像处理的特点
1．4 数字图像处理的主要研究内容
1．5 数字图像处理系统
1．6 数字图像处理的应用和发展趋势
1．6．1 数字图像处理的应用
1．6．2 数字图像处理的发展趋势
1．7 MATLAB在图像处理中的应用简介
1．7．1 MATLAB简介
1．7．2 MATLAB的常用命令
1．7．3 MATLAB的帮助系统
1．7．4 MATLAB的m文件
1．7．5 MATLAB绘图
1．7．6 MATLAB图像处理工具箱
1．8 本章小结
习题1

第2章 数字图像基础
2．1 人类视觉系统
2．1．1 人类视觉系统的构造
2．1．2 光学成像过程
2．2 人眼视觉特性
2．2．1 亮度适应性
2．2．2 视错觉
2．2．3 视觉惰性
2．3 色度学基础
2．3．1 三基色原理
2．3．2 颜色模型
2．4 图像数字化
2．4．1 图像的采样和量化
2．4．2 图像的数学模型
2．4．3 数字图像的数据量
2．4．4 图像分辨率
2．5 数字图像的类型
2．6 常用的图像文件格式
2．7 图像的统计特性
2．7．1 图像的基本统计分析量
2．7．2 数字图像的直方图
2．7．3 多维图像的统计特性
2．8 图像质量的评价
2．9 MATLAB图像处理基础实验
2．9．1 图像文件的读写
2．9．2 图像文件的显示
2．9．3 图像类型的转换
2．9．4 视频文件的读写
2．9．5 图像的统计特性
2．1 0本章小结
习题2

第3章 图像的基本运算
3．1 图像的代数运算
3．2 图像的几何变换
3．2．1 齐次坐标
3．2．2 图像的位置变换
3．2．3 图像的形状变换
3．2．4 图像的复合变换
3．3 图像基本运算的MATLAB实现
3．3．1 图像代数运算的MATLAB实现
3．3．2 图像几何变换的MATLAB实现
3．4 本章小结
习题3

第4章 空间域图像增强
4．1 概述
4．2 灰度变换
4．2．1 灰度线性变换
4．2．2 灰度非线性变换
4．3 直方图修正
4．3．1 灰度直方图的定义
4．3．2 直方图修正的基础
4．3．3 直方图均衡化
4．4 空域滤波基础
4．5 空域平滑滤波
4．5．1 邻域平均法
4．5．2 辛值滤波法
4．6 空域锐化滤波
4．6．1 梯度运算
4．6．2 拉普拉斯运算
4．7 空域伪彩色增强
4．7．1 灰度分层法
4．7．2 灰度变换法
4．8 空域图像增强的MATLAB实现
4．8．1 灰度变换增强的MATLAB实现
4．8．2 直方图修正增强的MATLAB实现
4．8．3 图像噪声的MATLAB实现
4．8．4 空域平滑滤波的MATLAB实现
4．8．5 空域锐化滤波的MATLAB实现
4．8．6 伪彩色增强的MATLAB实现
4．9 本章小结
习题4

第5章 频率域图像增强
5．1 二维离散傅里叶变换
5．1．1 二维离散傅里叶变换
5．1．2 二维离散傅里叶变换的性质
5．1．3 数字图像傅里叶变换的频谱分布和统计特性
5．2 离散余弦变换
5．2．1 一维离散余弦变换
5．2．2 二维离散余弦变换
5．2．3 离散余弦变换的应用
5．3 频域滤波基础
5．4 频域低通平滑滤波
5．5 频域高通锐化滤波
5．6 频域伪彩色增强
5．7 频域图像增强的MATLAB实现
5．7．1 傅里叶变换的MATLAB实现
5．7．2 离散余弦变换的MATLAB实现
5．7．3 频域低通平滑滤波的MATLAB实现
5．7．4 频域高通锐化滤波的MATLAB实现
5．7．5 频域伪彩色增强的MATLAB实现
5．8 本章小结
习题5

第6章 图像压缩编码
6．1 图像压缩编码概述
6．1．1 数据压缩的基本概念
6．1．2 图像压缩编码的必要性
6．1．3 图像压缩编码的可能性
6．1．4 图像压缩编码的分类
6．1．5 图像压缩编码的技术指标
6．2 熵编码
6．2．1 霍夫曼编码
6．2．2 香农-范诺编码
6．2．3 算术编码
6．2．4 行程编码
6．3 预测编码
6．3．1 预测编码的基本原理
6．3．2 DPCM基本原理
6．3．3 自适应预测编码
6．4 变换编码
6．4．1 变换编码的基本原理
6．4．2 变换编码方案的选取
6．5 静止图像压缩编码标准JPEG
6．6 图像变换编码的MATLAB实现
6．7 本章小结
习题6

第7章 图像分割
7．1 概述
7．1．1 图像分割的概念
7．1．2 图像分割的方法
7．2 阈值分割法
7．2．1 灰度阈值法
7．2．2 最大类间方差法
7．2．3 迭代阈值法
7．3 边缘检测法
7．3．1 边缘检测的基本原理
7．3．2 边缘检测算子
7．3．3 霍夫（Hough）变换
7．4 区域分割法
7．5 图像分割的MATLAB实现
7．5．1 阈值分割法的MATLAB实现
7．5．2 边缘检测法的MATLAB实现
7．6 本章小结
习题7

第8章 数学形态学及其应用
8．1 数学形态学概述
8．1．1 数学形态学的基本思想
8．1．2 基本符号和定义
8．2 二值图像形态学处理
8．2．1 腐蚀
8．2．2 膨胀
8．2．3 开运算
8．2．4 闭运算
8．3 灰度图像形态学处理
8．3．1 腐蚀
8．3．2 膨胀
8．3．3 开运算
8．3．4 闭运算
8．4 二值形态学的应用
8．5 形态学图像处理的MATLAB实现
8．6 本章小结
习题8

第9章 数字图像处理的应用实例
9．1 基于Simulink的视频和图像处理模块及实例
9．1．1 Video and Image Processing Blockset
9．1．2 图像增强的Simulink实现
9．1．3 几何变换的Simulink实现
9．1．4 形态学操作的Simulink实现
9．1．5 图像综合处理实例的Simulink实现
9．2 图形用户界面（GUI）设计与实现
9．2．1 图形用户界面概述
9．2．2 GUI基本控件
9．2．3 GUI对话框
9．2．4 GUI实现图像处理实例
9．3 运动目标检测的MATLAB实现
9．3．1 运动目标检测的理论基础
9．3．2 程序实现
9．4 车牌倾斜校正算法的MATLAB实现
9．5 本章小结
附录A 常用MATLAB图像处理工具箱函数
附录B 数字图像处理常用英汉术语对照
参考文献