第1章 概述 1
1.1 数字图像基础 1
1.1.1 像素 1
1.1.2 数字化 2
1.1.3 图像类别 5
1.2 数字图像的表示和像素间的关系 8
1.2.1 数字图像的表示 8
1.2.2 数字图像像素间的领域关系 9
1.2.3 像素间的距离 9
1.3 数字图像处理的发展与应用领域 10
1.4 图像的存储与格式 16
1.4.1 数字图像的存储基础 16
1.4.2 数字图像数据文件的存储方式 16
1.4.3 数字图像文件格式 16
1.4.4 图像显示 20
1.5 视觉基础 22
1.5.1 人眼成像 22
1.5.2 亮度知觉 23
1.5.3 颜色视觉和色度学 25
1.5.4 彩色模型 27
思考与练习 34
第2章 图像运算及应用 35
2.1 代数运算与应用 35
2.1.1 加法运算与应用 35
2.1.2 减法运算与应用 37
2.1.3 乘法运算与应用 38
2.1.4 除法运算与应用 40
2.2 逻辑运算与应用 40
2.2.1 逻辑非（NOT）运算 40
2.2.2 逻辑与（AND）运算 41
2.2.3 逻辑或（OR）运算 41
2.2.4 逻辑运算综合实例 42
2.3 应用案例 42
2.3.1 拼图并加框案例 42
2.3.2 电视制作的蓝屏技术 44
思考与练习 45
第3章 图像增强技术 46
3.1 噪声及其描述 47
3.1.1 图像噪声的分类 47
3.1.2 噪声特点 48
3.1.3 常见的噪声概率密度函数 49
3.2 灰度变换 52
3.2.1 图像求反变换 53
3.2.2 线性比例变换 53
3.2.3 分段线性变换 54
3.2.4 指数变换 55
3.2.5 对数变换 56
3.3 直方图均衡化和规定化 56
3.3.1 直方图均衡化 57
3.3.2 直方图规定化 60
3.4 空域滤波增强 63
3.4.1 均值滤波 64
3.4.2 中值滤波 67
3.4.3 锐化空域滤波 69
3.5 频域滤波增强 70
3.5.1 频域低通滤波 71
3.5.2 频域高通滤波 74
3.6 应用案例 76
3.6.1 浮雕效果的制作 76
3.6.2 美化人脸 76
思考与练习 77
第4章 图像复原技术 79
4.1 图像退化及模型 80
4.2 空域噪声滤波器 82
4.2.1 均值滤波器 82
4.2.2 统计排序滤波器 85
4.3 几何畸变图像的复原 87
思考与练习 89
第5章 图像变换 91
5.1 图像空间几何变换 92
5.1.1 灰度插值 94
5.1.2 图像平移变换 97
5.1.3 图像旋转变换 97
5.1.4 图像比例变换 100
5.1.5 图像镜像变换 102
5.2 空间频域变换和处理 104
5.2.1 傅里叶变换 104
5.2.2 快速傅里叶变换 109
5.2.3 离散余弦变换 110
5.2.4 沃尔什变换 112
5.2.5 快速沃尔什变换 118
5.3 应用案例——水中倒影的制作 123
思考与练习 126
第6章 图像分割 127
6.1 图像分割处理综述——以人脸识别为例 127
6.1.1 图像预处理 128
6.1.2 人脸区域获取 132
6.2 基础知识 135
6.2.1 图像分割的定义 135
6.2.2 图像分割的依据和分类 135
6.3 边缘检测 136
6.3.1 边缘的概念和性质 136
6.3.2 梯度算子 137
6.3.3 Roberts算子 138
6.3.4 Sobel算子 138
6.3.5 Prewitt算子 139
6.3.6 Laplacian算子 139
6.4 阈值分割 141
6.4.1 基于阈值的灰度图像分割 141
6.4.2 阈值选取方法 142
6.5 轮廓跟踪 145
6.5.1 二值图像轮廓跟踪 145
6.5.2 边界跟踪法 146
6.5.3 图搜索法 146
6.6 Hough变换 148
6.7 基于区域的分割 149
6.7.1 区域生长 149
6.7.2 区域分裂与合并 152
6.8 应用案例 153
6.8.1 融合改进分水岭和区域生长的彩色图像分割 153
6.8.2 车牌定位 158
思考与练习 161
第7章 图像压缩编码技术 163
7.1 图像压缩编码概述 163
7.1.1 图像压缩原理 163
7.1.2 图像压缩编码的可行性 164
7.1.3 压缩编码的分类 165
7.1.4 图像压缩的相关术语 166
7.1.5 图像保真度 167
7.2 哈夫曼编码 168
7.3 香农-范诺编码 170
7.4 算术编码 171
7.5 无损预测编码 173
7.6 有损预测编码 175
7.7 图像压缩标准 177
7.7.1 JPEG/M-JPEG 177
7.7.2 H.261/H.263 178
7.7.3 MPEG 178
思考与练习 179
第8章 图像的目标表达及特征测量技术 181
8.1 轮廓的链码表达 181
8.2 轮廓线段的近似表达 184
8.2.1 基于收缩的最小周长多边形的边界表达 184
8.2.2 基于聚合的最小均方误差线段逼近 185
8.2.3 基于分裂的最小均方误差线段逼近 185
8.3 区域的表达 186
8.3.1 区域分解表达 186
8.3.2 目标的骨架表达 188
8.4 轮廓基本参数及测量 190
8.4.1 轮廓长度（区域周长） 190
8.4.2 轮廓直径 192
8.4.3 形状数 192
8.5 区域参数及测量 193
8.5.1 区域面积 193
8.5.2 区域重心 194
8.5.3 区域灰度特性 194
8.5.4 区域形状参数 194
8.5.5 偏心率度 195
8.5.6 圆形度（圆形性） 196
8.5.7 欧拉数 196
8.6 应用案例——水果识别 197
8.6.1 亮度调整 197
8.6.2 边缘提取 198
8.6.3 图像分割 198
8.6.4 区域标记 199
8.6.5 轮廓跟踪 199
8.6.6 特征提取 200
8.6.7 个体识别 200
思考与练习 200
第9章 二值图像的形态学处理 202
9.1 腐蚀 204
9.2 膨胀 205
9.3 开运算 208
9.4 闭运算 208
9.5 应用案例 209
9.5.1 边界提取 210
9.5.2 区域填充算法 210
9.5.3 连通分量的提取 211
9.5.4 凸壳 212
思考与练习 213
第10章 彩色图像处理 215
10.1 彩色图像基本属性 215
10.1.1 像素深度 215
10.1.2 真彩色、伪彩色、假彩色 216
10.2 彩色图像增强 216
10.2.1 真彩色图像增强 216
10.2.2 伪彩色图像增强 218
10.2.3 假彩色图像增强 220
10.3 彩色图像处理分析 221
10.3.1 彩色补偿 221
10.3.2 彩色图像平滑 222
10.3.3 彩色图像锐化 224
10.4 应用案例 224
10.4.1 基于模板的图像匹配 224
10.4.2 基于SIFT特征点的图像匹配 229
思考与练习 236
第11章 经典案例 237
11.1 案例1——人脸检测与特征定位系统 237
11.1.1 人脸检测与特征定位系统功能 238
11.1.2 基于肤色分割的人脸检测方法 238
11.1.3 基于脸和头发区域的人脸检测方法 241
11.1.4 脸部特征标注 244
11.2 案例2——蝴蝶与蛾的分类 245
11.2.1 图像预处理 245
11.2.2 图像分割 247
11.2.3 轮廓提取 250
11.2.4 特征提取 252
11.2.5 图像分类 254
附录1 256×256×8灰度图的哈夫曼编码信息表 256
附录2 256×256×8灰度图的香农-范诺编码信息表 258
参考文献 260