第1章 绪论 1 引言 1 学习目标 1 1.1 什么是数字图像处理 1 1.2 数字图像处理的起源 2 1.3 数字图像处理技术应用领域实例 5 1.3.1 伽马射线成像 5 1.3.2 X射线成像 6 1.3.3 紫外波段成像 8 1.3.4 可见光和红外波段成像 8 1.3.5 微波波段成像 14 1.3.6 无线电波段成像 14 1.3.7 其他成像方式 15 1.4 数字图像处理的基本步骤 18 1.5 图像处理系统的组成 20 小结、参考文献和延伸读物 22 第2章 数字图像基础 23 引言 23 学习目标 23 2.1 视觉感知要素 23 2.1.1 人眼的结构 24 2.1.2 人眼的成像方式 25 2.1.3 亮度适应与辨别 25 2.2 光和电磁波谱 28 2.3 图像感知与获取 30 2.3.1 使用单个传感器获取图像 31 2.3.2 使用条带传感器获取图像 31 2.3.3 使用阵列传感器获取图像 32 2.3.4 一个简单的成像模型 33 2.4 图像取样和量化 34 2.4.1 取样和量化的基本概念 34 2.4.2 数字图像表示 36 2.4.3 线性索引和坐标索引 39 2.4.4 空间分辨率和灰度分辨率 40 2.4.5 图像内插 44 2.5 像素间的一些基本关系 45 2.5.1 像素的相邻像素 45 2.5.2 邻接、连通、区域和边界 46 2.5.3 距离测度 47 2.6 数字图像处理所用的基本数学工具介绍 48 2.6.1 对应元素运算和矩阵运算 48 2.6.2 线性运算与非线性运算 49 2.6.3 算术运算 50 2.6.4 集合运算和逻辑运算 54 2.6.5 空间运算 59 2.6.6 向量与矩阵运算 66 2.6.7 图像变换 67 2.6.8 图像灰度和随机变量 69 小结、参考文献和延伸读物 70 习题 70 第3章 灰度变换与空间滤波 75 引言 75 学习目标 75 3.1 背景 75 3.1.1 灰度变换和空间滤波基础 76 3.1.2 关于本章中例子的说明 77 3.2 一些基本的灰度变换函数 77 3.2.1 图像反转 77 3.2.2 对数变换 78 3.2.3 幂律（伽马）变换 79 3.2.4 分段线性变换函数 82 3.3 直方图处理 86 3.3.1 直方图均衡化 87 3.3.2 直方图匹配（规定化） 93 3.3.3 精确直方图匹配（规定化） 99 3.3.4 局部直方图处理 105 3.3.5 使用直方图统计量增强图像 106 3.4 空间滤波基础 108 3.4.1 线性空间滤波的原理 108 3.4.2 空间相关与卷积 109 3.4.3 可分离滤波器核 114 3.4.4 空间域滤波和频率域滤波的一些 重要比较 115 3.4.5 如何构建空间滤波器核 116 3.5 平滑（低通）空间滤波器 116 3.5.1 盒式滤波器核 117 3.5.2 低通高斯滤波器核 118 3.5.3 顺序统计（非线性）滤波器 124 3.6 锐化（高通）空间滤波器 125 3.6.1 基础 125 3.6.2 使用二阶导数锐化图像——拉普 拉斯算子 127 3.6.3 钝化掩蔽和高提升滤波 130 3.6.4 使用一阶导数锐化图像——梯度 131 3.7 低通、高通、带阻和带通滤波器 134 3.8 组合使用空间增强方法 136 小结、参考文献和延伸阅读 139 习题 140 第4章 频率域滤波 145 引言 145 学习目标 145 4.1 背景 145 4.1.1 傅里叶级数和变换简史 146 4.1.2 关于本章中的例子 147 4.2 基本概念 147 4.2.1 复数 148 4.2.2 傅里叶级数 148 4.2.3 冲激函数及其取样性质 148 4.2.4 单连续变量函数的傅里叶变换 150 4.2.5 卷积 152 4.3 取样和取样函数的傅里叶变换 153 4.3.1 取样 153 4.3.2 取样后的函数的傅里叶变换 154 4.3.3 取样定理 156 4.3.4 混叠 158 4.3.5 由取样后的数据重构（复原）函数 160 4.4 一元函数的离散傅里叶变换 161 4.4.1 由取样后的函数的连续变换得到DFT 161 4.4.2 取样和频率间隔的关系 163 4.5 二元函数的傅里叶变换 164 4.5.1 二维冲激及其取样性质 164 4.5.2 二维连续傅里叶变换对 164 4.5.3 二维取样和二维取样定理 165 4.5.4 图像中的混叠 166 4.5.5 二维离散傅里叶变换及其反变换 171 4.6 二维DFT和IDFT的一些性质 171 4.6.1 空间间隔和频率间隔的关系 171 4.6.2 平移和旋转 171 4.6.3 周期性 172 4.6.4 对称性 173 4.6.5 傅里叶谱和相角 177 4.6.6 二维离散卷积定理 181 4.6.7 二维离散傅里叶变换性质的小结 184 4.7 频率域滤波基础 185 4.7.1 频率域的其他特性 185 4.7.2 频率域滤波基础 186 4.7.3 频率域滤波步骤小结 190 4.7.4 空间域和频率域滤波之间的对应性 192 4.8 使用低通频率域滤波器平滑图像 195 4.8.1 理想低通滤波器 195 4.8.2 高斯低通滤波器 198 4.8.3 巴特沃斯低通滤波器 199 4.8.4 低通滤波的其他例子 201 4.9 使用高通滤波器锐化图像 203 4.9.1 由低通滤波器得到理想、高斯和巴特沃 斯高通滤波器 203 4.9.2 频率域中的拉普拉斯算子 207 4.9.3 钝化掩蔽、高提升滤波和高频强调 滤波 208 4.9.4 同态滤波 210 4.10 选择性滤波 212 4.10.1 带阻滤波器和带通滤波器 212 4.10.2 陷波滤波器 214 4.11 快速傅里叶变换 217 4.11.1 二维DFT的可分离性 217 4.11.2 使用DFT算法计算IDFT 218 4.11.3 快速傅里叶变换（FFT） 218 小结、参考文献和延伸读物 220 习题 221 第5章 图像复原与重构 228 引言 228 学习目标 228 5.1 图像退化/复原处理的一个模型 228 5.2 噪声模型 229 5.2.1 噪声的空间性质和频率性质 229 5.2.2 一些重要的噪声概率密度函数 229 5.2.3 周期噪声 234 5.2.4 估计噪声参数 234 5.3 只出现噪声的复原——空间滤波 235 5.3.1 均值滤波器 235 5.3.2 顺序统计滤波器 238 5.3.3 自适应滤波器 242 5.4 使用频率域滤波降低周期噪声 245 5.4.1 陷波滤波深入介绍 245 5.4.2 最优陷波滤波 248 5