数字图像处理与分析

第1章　绪论　　1.1　数字图像处理概述　　　1.2　数字图像处理的目的和基本特点　　　1.2.1　数字图像处理的目的　　　1.2.2　数字图像处理的基本特点　　　1.2.3　数字图像处理的优点　　1.3　数字图像处理的主要研究内容　　1.4　数字图像处理的发展及应用　　　1.4.1　数字图像处理的发展　　　1.4.2　数字图像处理的应用　　习题　第2章　图像信息的基本知识和基本运算　　2.1　概述　　2.2　数字图像的术语及表示方法　　　2.2.1　术语

第1章　绪论　　1.1　数字图像处理概述　　　1.2　数字图像处理的目的和基本特点　　　1.2.1　数字图像处理的目的　　　1.2.2　数字图像处理的基本特点　　　1.2.3　数字图像处理的优点　　1.3　数字图像处理的主要研究内容　　1.4　数字图像处理的发展及应用　　　1.4.1　数字图像处理的发展　　　1.4.2　数字图像处理的应用　　习题　第2章　图像信息的基本知识和基本运算　　2.1　概述　　2.2　数字图像的术语及表示方法　　　2.2.1　术语　　　2.2.2　数字图像的表示方法　　　2.2.3　采样点数和量化级数的选取　　2.3　图像与视觉之间的关系　　　　2.3.1　人眼与视觉信息　　　2.3.2　颜色视觉　　2.4　图像像素间的关系　　　2.4.1　像素的邻域　　　2.4.2　连通性　　　2.4.3　距离量度　　2.5　基本代数运算　　　2.5.1　基本代数运算基础　　　　2.5.2　几种代数运算的应用　　2.6　基本几何运算　　　2.6.1　几何运算的定义　　　2.6.2　几种基本的几何运算　　　2.6.3　几何运算的应用　　习题　　第3章　图像变换　　3.1　概述　　3.2　图像的线性运算　　3.3　傅里叶变换　　　3.3.1　一维连续傅里叶变换　　　3.3.2　二维连续傅里叶变换　　　3.3.3 离散傅里叶变换　　　3.3.4 二维离散傅里叶变换的性质　　　3.3.5 快速傅里叶变换　　3.4 离散余弦变换　　　3.4.1 离散余弦变换的定义　　　3.4.2 离散余弦变换的计算　　3.5 离散K-L变换　　　3.5.1　K-L变换的概念　　　3.5.2　K-L 变换的实施　　　3.5.3　K-L 变换的性质与特点　　　3.5.4　K-L 变换实例　　3.6　小波变换　　　3.6.1　概述　　　3.6.2　小波变换　　　3.6.3　小波变换在图像处理中的应用　　习题　　第4章　图像增强　　4.1概述与分类　　4.2　基于点运算的增强　　　4.2.1　直接的灰度变换　　　4.2.2　灰度直方图的处理　　　4.2.3　图像之间的运算　　4.3　基于空域滤波的增强　　　　4.3.1　背景和原理　　　　4.3.2　图像平滑滤波　　　4.3.3　图像锐化滤波　　4.4　基于频域变换的增强　　　4.4.1　概述　　　4.4.2　频域图像平滑滤波　　　4.4.3　频域图像锐化滤波　　　4.4.4　图像的同态滤波　　　4.5　其他方面的增强　　　4.5.1　局部增强　　　　4.5.2　彩色图像增强　　习题　第5章　图像复原　　　5.1　概述和分类　　5.2　图像的退化模型　　　　5.2.1　图像降质因素　　　5.2.2　图像退化模型　　　　5.2.3　图像退化模型的离散形式　　　　5.2.4　运动模糊的退化模型　　5.3　图像的代数复原法　　　　5.3.1　无约束代数复原方法　　　　5.3.2　有约束代数复原方法　　　5.4　图像的频域复原法　　　　5.4.1　逆滤波　　　5.4.2　最小二乘方滤波　　5.5　其他图像复原法　　　5.5.1　人机交互式复原法　　　5.5.2　几何畸变校正　　习题　第6章　图像压缩编码　　6.1　概述和分类　　6.2　数据压缩与信息论基础　　　6.2.1　数据冗余　　　6.2.2　图像保真度　　　　6.2.3　图像编码模型　　　6.2.4　信息论基础　　6.3　无损压缩编码　　　6.3.1　哈夫曼编码　　　6.3.2　算术编码　　　　6.3.3　行程编码　　6.4　有损压缩编码　　　6.4.1　预测编码　　　6.4.2　离散余弦变换编码　　　6.4.3　矢量量化编码　　6.5　图像压缩编码主要国际标准　　　6.5.1　静止图像压缩标准　　　6.5.2　序列图像压缩标准　　　6.5.3　视频图像压缩标准　　　6.5.4　中国的音视频编解码标准AVS　　习题　第7章　图像分割　　　7.1　概述和分类　　7.2　基于阈值的分割　　　7.2.1　直方图阈值分割　　　7.2.2　类间方差阈值分割　　　7.2.3　最大熵阈值分割　　　7.2.4　模糊阈值分割　　7.3　基于边缘的分割　　　　7.3.1　点检测　　　7.3.2　线检测　　　　7.3.3　边缘检测　　7.4　基于区域的分割　　　7.4.1　区域增长　　　7.4.2　区域分裂-合并　　7.5　基于运动的分割　　　7.5.1　差分法运动分割　　　7.5.2　光流场运动分割　　　7.5.3　基于块的运动分割　　　习题　第8章　图像分析与描述　　8.1　概述和分类　　8.2　图像目标的特征提取　　　8.2.1　幅度特征　　　8.2.2　统计特征　　8.3　图像目标表达　　　8.3.1　边界表达　　　8.3.2　区域表达　　　8.4　图像目标描述　　　8.4.1　边界描述　　　8.4.2　区域描述　　习题　参考文献

本书系统介绍了数字图像处理所涉及的数学基础、基本算法、各种典型方法和实用的处理技术，并根据编者近年来从事相关科研、教学的实践经验，列举了大量实例，以供读者参考。考虑到图像处理技术的飞速发展和广泛应用，本书在讲解基本理论的同时还介绍了国内外相关的最新研究动态、研究成果和应用实例。 全书主要包括三大部分：第一部分为图像处理的基本概念和数学基础，论述了图像处理技术整体概况、图像处理的基本知识和基本运算以及各种基本变换技术；第二部分为图像的基本处理技术，论述了图像处理的理论、方法和实例，如图像增强、复原和压缩等基础理论、技术和方法；第三部分为图像分析的基本原理和技术，论述了基于边缘和区域的分割、目标特征的提取与表达、图像目标特征的描述等。 本书可作为高等院校计算机科学与技术、信息和信号处理、图像通信、电子工程、生物医学工程、机器人自动化、自动控制、遥感技术和军事侦察等学科的大学本科和研究生的专业课教材，也可供相关领域的科研人员和工程技术人员参考。