数字图像处理

第1章 绪论
1.1 图像处理概述
1.1.1 图像处理的分类
1.1.2 数字图像处理的主要内容
1.1.3 图像处理的应用
1.2 图像的表象
1.2.1 图像信息
1.2.2 光照模型
1.2.3 亮度函数
1.2.4 图像的表征
1.2.5 数字图像
1.3 基本的物理假设
1.3.1 景物表面存在假设
1.3.2 分层次假设
1.3.3 相似性假设
1.3.4 空间的连续性假设
1.3.5 不连续中的连续性假设
1.4 图像处理系统的硬件设备
1.4.1 图像处理系统的输入设备
1.4.2 图像处理系统的输出设备
1.4.3 图像数据的存储设备
1.4.4 图像处理主机系统的构成
1.5 图像处理软件
1.5.1 图像数据格式
1.5.2 数字图像处理工具软件MATLAB
1.5.3 图像的获取
1.5.4 应用软件的编制
本章要点
习题
第2章 图像与视觉系统
2.1 视觉系统
2.1.1 视觉系统的基本构造
2.1.2 视觉模型
2.2 光度学及色度学原理
2.2.1 色彩的基本属性
2.2.2 三基色混色及色度表示原理
2.2.3 表示色彩的几种规范
2.3 亮度和颜色感觉的视觉特性
2.3.1 刺激强度与感觉的关系
2.3.2 亮度适应和颜色适应
2.3.3 亮度对比和颜色对比
2.3.4 颜色感觉与刺激面积的关系
2.3.5 主观颜色
2.3.6 暖色与冷色
2.4 视觉的空间性质
2.4.1 视力
2.4.2 视觉的空间频率特性
2.5 视觉的时间特性
2.5.1 整合时间
2.5.2 闪烁
2.5.3 视野与视觉的关系
2.5.4 运动感觉
2.6 主观轮廓和空间错觉
2.6.1 主观轮廓
2.6.2 空间错觉
本章要点
习题
第3章 图像信号分析基础
3.1 图像信号的数学表示
3.1.1 信号的采样
3.1.2 信号的量化
3.1.3 图像信号的采样
3.1.4 图像信号的量化
3.1.5 灰度直方图
3.2 图像的运算
3.2.1 点运算
3.2.2 代数运算
3.2.3 几何运算
3.3 线性系统
3.3.1 线性系统的性质
3.3.2 线性移不变系统
3.3.3 二维线性移不变系统的频率响应
3.4 图像的卷积计算
3.4.1 卷积积分
3.4.2 二维卷积
3.4.3 离散二维卷积的矩阵运算
3.4.4 卷积与滤波
3.5 图像的统计特性
3.5.1 图像的振幅分布特性
3.5.2 差值信号的振幅分布特性
3.5.3 图像的自相关函数
3.5.4 图像的振幅谱
3.5.5 功率有限的图像空域功率谱与自相关函数
3.5.6 图像信息的信息量
本章要点
习题
第4章 图像变换
4.1 积分变换
4.2 连续傅里叶变换
4.2.1 傅里叶积分的复数形式
4.2.2 傅里叶积分变换
4.2.3 傅里叶变换的性质
4.3 离散傅里叶变换
4.3.1 离散傅里叶变换的定义
4.3.2 离散傅里叶变换的性质
4.4 快速傅里叶变换
4.4.1 傅里叶变换的周期性分析
4.4.2 FFT的计算机算法
4.5 二维离散傅里叶变换
4.5.1 二维离散傅里叶变换的定义
4.5.2 二维离散傅里叶变换的性质
4.5.3 图像的傅里叶变换实例
4.6 正交变换的一般表示形式
4.6.1 通用变换公式
4.6.2 变换核的可分离性和对称性
4.6.3 正交变换的矩阵表示
4.6.4 几个重要概念
4.7 其他离散正交变换
4.7.1 沃尔什变换
4.7.2 哈达玛变换
4.7.3 离散余弦变换
4.7.4 哈尔变换
4.7.5 K-L变换
4.8 小波变换
4.8.1 基本概念
4.8.2 连续小波变换（CWT）
4.8.3 小波变换的滤波器实现
4.8.4 理想带通滤波器簇
4.8.5 子带编码
4.8.6 尺度向量
4.8.7 基本小波与小波变换
4.8.8 二维离散小波变换
本章要点
习题
第5章 图像增强与复原
5.1 图像增强原理
5.1.1 灰度级映射变换增强原理
5.1.2 图像的频域增强原理
5.2 图像增强的直方图方法
5.2.1 直方图的映射变换
5.2.2 直方图均衡化
5.2.3 直方图规定化
5.3 图像平滑化
5.3.1 邻域平均法
5.3.2 低通滤波法
5.3.3 多图像平均法
5.4 图像的锐化
5.4.1 微分锐化法
5.4.2 高通滤波法
5.5 同态图像增强方法
5.6 图像复原
5.6.1 图像退化的数学模型
5.6.2 图像复原中的主要问题
5.6.3 逆滤波方法
5.6.4 功率谱均衡复原
5.6.5 点扩散函数的确定
5.6.6 线性代数复原
本章要点
习题
第6章 图像压缩与编码
6.1 图像信息的冗余
6.2 数字图像的质量评价
6.3 无损压缩及其编码方法
6.3.1 香农信息保持编码定理
6.3.2 哈夫曼编码
6.3.3 算术编码
6.3.4 双字长编码
6.4 有损压缩编码
6.4.1 率失真理论
6.4.2 其他失真度量
6.5 预测编码
6.5.1 DPCM工作原理
6.5.2 线性预测编码
6.5.3 自适应预测编码
6.5.4 自适应量化器
6.6 变换编码
6.6.1 离散余弦变换
6.6.2 DCT的自适应量化
6.6.3 图像子块的分类
6.6.4 DCT编码与解码
6.6.5 变换编码的特性
6.7 运动图像的帧间压缩编码
6.8 图像压缩的标准化
6.9 图像压缩编码的新进展
6.9.1 小波变换压缩编码
6.9.2 分形编码
6.9.3 人工神经网络压缩编码
本章要点
习题
第7章 图像重建
7.1 投影－频域重建
7.1.1 投影函数的表示
7.1.2 投影定理
7.1.3 从傅里叶变换重建
7.2 反向投影重建方法
7.2.1 反向投影操作原理
7.2.2 反向投影重建公式的推导
7.2.3 反投影方法的数字实现
7.2.4 三维图像重建
7.3 代数重建技术
7.3.1 图像的描述
7.3.2 Kaczmarz迭代算法
7.3.3 加权系数的确定
7.4 双目立体视觉
7.4.1 立体视觉
7.4.2 双目立体视觉原理
7.4.3 对应点的匹配
7.4.4 匹配算法
本章要点
习题
第8章 彩色与多频谱图像处理
8.1 彩色图像处理
8.1.1 彩色坐标变换
8.1.2 彩色图像复原
8.1.3 图像增强
8.1.4 伪彩色
8.1.5 假彩色增强
8.1.6 基于颜色特征的图像检索
8.2 多光谱图像处理
8.2.1 多光谱图像处理简介
8.2.2 几何矫正
8.2.3 比值处理
8.2.4 遥感图像的分类
8.2.5 气象卫星图像
8.3 影像融合
8.3.1 影像融合概述
8.3.2 小波融合方法
8.4 遥感超谱图像处理
8.4.1 超谱图像概述
8.4.2 超谱图像分类
8.4.3 超谱图像的压缩
本章要点
习题
第9章 图像分析与识别基础
9.1 视觉再认模式
9.1.1 模板匹配模式
9.1.2 特征分析模式
9.1.3 结构描述模式
9.1.4 傅里叶模式
9.2 图像分割
9.2.1 阈值分割法
9.2.2 边缘检测法
9.2.3 区域增长法
9.2.4 二值图像分割法
9.2.5 图像的分割信息结构
9.2.6 图像分割质量的评价
9.3 图像的特征
9.3.1 幅值特征
9.3.2 灰度直方图特征
9.3.3 变换系数特征
9.3.4 边缘特征
9.3.5 矩特征
9.3.6 线条和角点特征
9.3.7 纹理特征
9.4 分类
9.4.1 特征提取的原则
9.4.2 分类器
9.4.3 特征选取
9.4.4 统计分类的Bayes决策方法
9.4.5 分类器的类型
9.5 模式识别的结构方法
9.5.1 系统构成的基本原理
9.5.2 系统构成
9.5.3 描述模式的语言和文法
9.5.4 句法分析
本章要点
习题
第10章 图像处理的MATLAB工具
10.1 图像的输入与输出
10.1.1 图像的输入
10.1.2 图像的输出
10.1.3 图像的显示
10.2 颜色操作
10.2.1 变换彩色空间
10.2.2 调整色彩板
10.3 图像的变换
10.3.1 快速傅里叶变换
10.3.2 离散余弦变换
10.4 图像运算与操作
10.4.1 图像直方图
10.4.2 图像统计
10.5 卷积与滤波
10.5.1 卷积
10.5.2 二维滤波
参考文献