第1章 緒論1.1 圖像處理1.2 數字圖像處理的發展概況1.3 數字圖像處理的目的1.4 數字圖像處理的基本特點1.5 數字圖像處理的主要應用1.6 數字圖像處理的主要研究內容第2章 數字圖像生成基礎與原理2.1 人眼和亮度視覺2.1.1 人眼成像2.1.2 亮度適應和區分
2.2 顏色視覺2.2.1 顏色基礎2.2.2 顏色模型2.3 光度學和成像模型2.4 圖像采集模塊2.5 圖像的顯示2.6 數字圖像的生成和表示2.6.1 數字圖像的生成2.6.2 數字圖像的表示方法2.6.3 與數字圖像相關的概念——視頻、圖形和動畫
第3章 圖像處理基礎理論3.1 圖像空間位置變換3.1.1 基本幾何變換3.1.2 幾何變換的矩陣表示3.1.3 復合變換3.2 圖像信號與圖像處理系統基礎3.2.1 圖像信號3.2.2 線性非移變系統3.2.3 空域卷積3.3 小結第4章 正交變換4.1 信號的正交分解4.1.1 一維信號的正交變換4.1.2 二維信號的正交變換4.2 傅立葉變換4.2.1 一維傅立葉變換4.2.2 二維傅立葉變換4.2.3 快速傅立葉變換4.3 離散余弦變換4.3.1 一維離散余弦變換4.3.2 二維離散余弦變換4.4 小波變換4.4.1 時傅立葉變換4.4.2 小波定義4.4.3 一維小波變換4.4.4 二維小波變換4.5 離散沃爾什和哈達瑪變換4.5.1 離散沃爾什變換4.5.2 離散哈達瑪變換4.6 霍特林變換4.7 小結第5章 圖像分辨率5.1 采樣定理5.1.1 空域采樣5.1.2 頻率采樣5.2 空域分辨率5.3 頻域分辨率第6章 圖像增強6.1 空域灰度點運算6.1.1 圖像灰度特性描述6.1.2 線性灰度修正6.1.3 非線性灰度修正6.1.4 直方圖修正6.2 空域運算平滑6.2.1 鄰域平均法平滑6.2.2 模板卷積法平滑6.2.3 中值濾波6.3 空域銳化6.3.1 梯度銳化6.3.2 拉普拉斯運算6.4 頻域增強6.4.1 頻域增強原理6.4.2 低通濾波6.4.3 高通濾波6.4.4 習態濾波6.5 小結第7章 圖像復原7.1 圖像退化數學模型7.1.1 圖像退化模型7.1.2 常見圖像退化模型7.1.3 循環矩陣對角化7.1.4 退化模型對角化7.2 退化函數估計7.2.1 圖像觀察估計法7.2.2 實驗估計法7.2.3 模型估計法7.3 無約束圖像復原7.3.1 反向濾波原理7.3.2 無約束圖像復原的病態性7.3.3 運動圖像模糊復原7.4 有約束圖像復原7.4.1 維納濾波7.4.2 約束*小二乘方濾波7.4.3 自適應濾波7.4.4 功率譜7.4.5 等功率譜濾波復原7.5 幾何失真校正7.5.1 空間變換7.5.2 灰度插值7.5.3 幾何失真圖像配準復原7.6 小結第8章 圖像重建8.1 計算機斷層掃描8.1.1 透射斷層成像8.1.2 放射斷層成像8.1.3 反射斷層成像8.1.4 磁共振成像8.2 投影原理8.2.1 投影的數學模型8.2.2 傅立葉變換投影定理8.2.3 投影定理的證明
8.3 圖像重建方法及原理8.3.1 傅立葉投影重建8.3.2 卷積逆投影重建8.3.3 代數重建8.3.4 綜合重建8.2 小結第9章 圖像壓縮編碼的基本原理9.1 概述9.1.1 圖像壓縮的必要性9.1.2 圖像壓縮的可能性9.1.3 圖像壓縮系統分類9.2 圖像的統計特性9.2.1 空域圖像的自相關函數9.2.2 空域圖像差值信號統計特性9.2.3 頻域圖像信號統計特性9.2.4 信息熵
9.3 基于統計特性的圖像編碼9.3.1 哈夫曼編碼9.3.2 香農編碼9.4 基于預測和變換的編碼9.4.1 DPCM原理9.4.2 *佳線性預測編碼9.4.3 變換編碼原理9.4.4 DCT編碼9.4.5 小波變換圖像壓縮編碼9.5 量化9.5.1 有限字長效應9.5.2 標量量化9.5.3 矢量量化9.5.4 量化壓縮原理9.6 二值圖像的壓縮編碼9.6.1 直接編碼9.6.2 跳過白色塊編碼9.7 其他編碼9.7.1 行程編碼9.7.2 JPEG編碼9.8 壓縮方法比較
第10章 圖像分割10.1 圖像信號差異理論10.2 圖像邊緣檢測10.2.1 差分檢測10.2.2 曲面擬合檢測10.2.3 模板漫游檢測10.2.4 相關匹配檢測10.2.5 小波分離檢測10.3 閾值法分割10.3.1 二值化分割10.3.2 半閾值分割10.3.3 模糊閾值分割10.3.4 區域生長法分割10.4 輪廓提取與輪廓跟蹤10.4.1 形態學概述10.4.2 基本集定義10.4.3 二值形態學基本運算10.4.4 灰度形態學基本運算10.4.5 數學形態學的應用10.5 小結第11章 圖像模式識別基本原理與方法簡介11.1 圖像模式識別概述11.1.1 圖像模式與圖像模式識別的概念11.1.2 圖像模式識別系統11.1.3 圖像模式識別的主要研究內容11.1.4 圖像模式識別的主要方法11.2 圖像模式識別特征提取的方法11.2.1 統計學方法11.2.2 監督分類11.2.3 非監督分類11.3 遙感圖像模式識別簡述11.3.1 概率判決函數和貝葉斯判決規則11.3.2 舉例判決函數和判決規則11.3.3 非監督分類與監督分類的結合參考文獻