目    录第1章  绪论    11.1  序言    11.2  图像处理的基本概念    31.2.1  图像表示    31.2.2  数字图像处理的目的    41.3  数字图像处理的内容和方法类别    41.3.1  数字图像处理的主要内容    41.3.2  数字图像处理的方法类别    61.3.3  数字图像处理的理论框架    61.4  数字图像处理系统    81.4.1  数字图像采集模块    81.4.2  数字图像存储模块    81.4.3  数字图像输出模块    91.4.4  数字图像传输模块    91.4.5  数字图像处理和分析模块    91.5  数字图像处理的特点及优越性    101.5.1  数字图像处理的特点    101.5.2  数字图像处理的优越性    101.6  数字图像处理技术的发展方向    111.7  习题    12第2章  视觉感知与数字图像处理基础    132.1  视觉感知    132.1.1  人眼的构造机理    132.1.2  人的视觉模型    142.1.3  视觉特性    152.2  图像的数字化与表示    182.2.1  图像采样与量化    182.2.2  图像分辨率与质量    192.2.3  图像的表示    212.3  数字图像的存储格式    222.4  像素间的基本关系    232.4.1  像素邻域    242.4.2  像素间的连接和连通    242.4.3  像素间的距离    242.5  图像的几何变换    252.5.1  图像几何变换的一般表达式    262.5.2  基本的几何变换    262.5.3  仿射变换    282.5.4  灰度插值    292.6  习题    31第3章  空间域图像增强    333.1  基本灰度变换    333.1.1  灰度线性变换    333.1.2  灰度非线性变换    363.2  直方图处理    383.2.1  灰度直方图的定义    383.2.2  直方图均衡化    393.2.3  直方图规定化    423.3  空域平滑滤波    463.3.1  基本原理    463.3.2  线性平滑滤波    483.3.3  非线性平滑滤波    533.4  空域锐化滤波    563.4.1  基本原理    563.4.2  梯度锐化法    583.4.3  拉普拉斯锐化法    613.5  习题    62第4章  图像变换与频域图像增强    654.1  离散傅里叶变换    654.1.1  一维和二维离散傅里叶变换    654.1.2  二维离散傅里叶变换的性质    684.2  离散余弦变换    714.3  小波变换    724.3.1  小波变换基础    724.3.2  离散小波变换    744.3.3  二维离散小波变换    754.4  频域增强原理    774.5  频域平滑滤波    784.5.1  理想低通滤波器    784.5.2  巴特沃斯低通滤波器    804.5.3  指数低通滤波器    814.6  频域锐化滤波    824.6.1  理想高通滤波器    824.6.2  巴特沃斯高通滤波器    834.6.3  指数高通滤波器    834.6.4  高频提升滤波器    854.7  习题    86第5章  图像复原    875.1  图像复原模型    875.2  常见退化模型及辨识方法    895.2.1  常见的退化函数模型    895.2.2  退化函数的辨识方法    925.3  噪声模型    925.3.1  噪声及来源    925.3.2  噪声概率密度函数    935.4  图像的无约束复原    965.4.1  无约束复原    965.4.2  逆滤波    975.5  图像的有约束最小二乘复原    995.5.1  有约束最小二乘复原的基本原理    995.5.2  维纳滤波器    1005.5.3  有约束最小平方滤波器    1025.6  图像超分辨率重建    1035.6.1  图像超分辨率重建问题概述    1035.6.2  图像超分辨率重建方法分类    1055.6.3  基于重建的超分辨率方法    1065.6.4  基于学习的超分辨率方法    1075.7  几何失真校正    1095.8  习题    111第6章  彩色图像处理    1126.1  彩色基础    1126.1.1  彩色视觉基础    1126.1.2  彩色描述    1136.1.3  三基色    1136.2  常用彩色模型    1156.2.1  面向硬件设备的彩色模型    1156.2.2  均匀彩色模型    1176.2.3  面向应用的彩色模型    1186.3  伪彩色图像增强    1206.3.1  密度分割法    1216.3.2  灰度级-彩色变换法    1216.3.3  频域滤波法    1226.4  假彩色图像增强    1236.4.1  基本原理    1236.4.2  彩色补偿    1246.5  真彩色图像增强    1256.5.1  彩色图像处理基本原理    1266.5.2  彩色图像对比度增强    1266.5.3  彩色图像去噪    1276.6  习题    129第7章  图像压缩    1307.1  图像压缩原理    1307.1.1  图像压缩的可能性    1307.1.2  图像冗余    1307.1.3  图像无损压缩与有损压缩    1317.1.4  图像保真度    1327.1.5  性能指标    1347.2  基本的无损编码    1367.2.1  哈夫曼编码    1367.2.2  算术编码    1387.2.3  行程编码    1407.2.4  LZW编码    1427.3  预测编码    1447.3.1  无损预测编码    1447.3.2  有损预测编码    1457.4  变换编码    1467.4.1  正交变换编码的基本原理    1467.4.2  变换编码的数学分析    1477.4.3  最佳变换——K-L变换    1487.5  图像压缩国际标准    1517.5.1  二值图像压缩标准    1517.5.2  静态图像压缩标准    1527.5.3  运动图像压缩标准    1537.6  习题    155第8章  图像分割    1568.1  图像分割的定义与依据    1568.1.1  图像分割的定义    1568.1.2  图像分割方法分类    1578.2  基于边缘的分割方法    1578.2.1  边缘及检测原理    1578.2.2  一阶导数算子    1588.2.3  二阶导数算子    1628.2.4  边缘闭合    1658.2.5  Hough变换    1658.2.6  Canny算子    1678.3  阈值分割方法    1688.3.1  原理和分类    1688.3.2  全局阈值分割方法    1698.3.3  局部阈值分割方法    1738.4  区域提取方法    1758.4.1  区域生长法    1758.4.2  分裂合并法    1778.5  习题    178第9章  形态学图像处理    1809.1  数学形态学基本概念及定义    1809.1.1  结构元素    1809.1.2  基本集合运算定义    1819.2  腐蚀与膨胀    1829.2.1  腐蚀    1829.2.2  膨胀    1849.2.3  腐蚀、膨胀运算的对偶性    1859.3  开运算与闭运算    1869.3.1  开运算    1869.3.2  闭运算    1879.4  形态学处理基本算法    1879.4.1  边缘提取    1879.4.2  击中-击不中变换    1889.4.3  细化算法    1899.4.4  骨架化算法    1909.5  灰度图像的形态学处理    1919.5.1  腐蚀与膨胀    1919.5.2  开运算与闭运算    1929.6  习题    194第10章  图像描述与分析    19510.1  目标表达与描述    19510.2  边界描述    19610.2.1  简单边界描述符    19610.2.2  链码与形状数    19710.2.3  傅里叶描述子    19910.2.4  边界矩    20010.3  区域描述    20110.3.1  简单区域描述符    20110.3.2  四叉树    20110.3.3  拓扑描述符    20210.3.4  区域不变矩    20310.4  几何特征描述    20410.5  纹理特征描述    20510.5.1  统计法    20610.5.2  结构法    20610.5.3  频谱法    20710.6  彩色特征描述    20710.6.1  彩色直方图    20810.6.2  彩色相关图    20810.6.3  彩色矩    20810.7  习题    209参考文献    210