第1章 绪论1.1 数字图像处理的发展1.2 数字图像处理的相关概念1.2.1 数字图像及其组成要素1.2.2 图像处理1.2.3 图像分析1.2.4 图像理解1.2.5 与相关学科的关系1.3 数字图像处理方法1.3.1 空域处理方法1.3.2 变换域处理方法1.4 数字图像处理的主要研究内容1.5 数字图像处理的应用实例1.5.1 生物医学中的应用1.5.2 遥感领域中的应用1.5.3 工业方面的应用1.5.4 军事公安领域的应用1.5.5 通信中的应用1.5.6 交通中的应用1.5.7 其他应用1.6 小结习题第2章 数字图像表示及其处理2.1 人眼成像及视觉信息的产生2.2 简单的图像形成模型2.2.1 亮度成像模型2.2.2 颜色成像模型2.2.3 颜色空间2.3 图像的数字化2.3.1 采样2.3.2 量化2.4 数字图像的基本类型2.4.1 二值图像2.4.2 灰度图像2.4.3 RGB图像2.4.4 索引图像2.5 数字图像的基本文件格式2.5.1 BMP文件格式2.5.2 TIFF文件格式2.5.3 GIF文件格式2.5.4 PCX文件格式2.5.5 JPEG文件格式2.5.6 用VC++实现BMP图像文件的显示2.6 小结习题第3章 图像增强3.1 概述3.2 空域增强3.2.1 灰度变换增强3.2.2 直方图变换增强3.2.3 空间平滑滤波增强3.3 频域增强3.3.1 傅里叶变换3.3.2 频域滤波增强3.4 图像的锐化3.4.1 基于一阶微分的图像增强——梯度算子3.4.2 基于二阶微分的图像增强——拉普拉斯算子3.5 彩色图像增强3.5.1 伪彩色增强3.5.2 假彩色增强3.5.3 真彩色增强3.6 小结习题第4章 图像编码与压缩4.1 图像编码的必要性与可能性4.1.1 图像编码的必要性4.1.2 图像编码的可能性4.2 图像编码分类4.3 图像编码评价准则4.3.1 客观保真度准则4.3.2 主观保真度准则4.4 图像编码模型4.4.1 信源编码器和信源解码器4.4.2 信道编码器和信道解码器4.5 无损压缩4.5.1 霍夫曼编码4.5.2 费诺-香农编码4.5.3 算术编码4.5.4 游程编码4.5.5 无损预测编码4.6 有损压缩4.6.1 有损预测编码4.6.2 变换编码4.7 JPEG图像编码压缩标准4.7.1 JPEG的工作模式4.7.2 基本工作模式4.7.3 JPEG文件格式4.8 MPEG视频编码压缩标准4.9 小结习题第5章 图像复原5.1 基本概念5.1.1 图像退化一般模型5.1.2 成像系统的基本定义5.1.3 连续函数的退化模型5.1.4 离散函数的退化模型5.2 图像噪声与只存在噪声的空域滤波复原5.2.1 常见的噪声及其概率密度函数5.2.2 只存在噪声的空域滤波复原5.3 无约束复原5.3.1 无约束复原的代数方法5.3.2 退化函数H(u,v)的估计5.3.3 逆滤波5.3.4 去除由匀速运动引起的模糊5.4 有约束复原5.4.1 约束最小二乘方复原5.4.2 维纳滤波5.4.3 有约束最小平方滤波5.5 非线性复原方法5.5.1 最大后验复原5.5.2 最大熵复原5.5.3 投影复原方法5.6 几种其他图像复原技术5.6.1 几何畸变校正5.6.2 盲目图像复原5.7 小结习题第6章 图像重建6.1 概述6.2 图像重建原理6.3 傅里叶反投影重建6.3.1 重建公式的推导6.3.2 重建公式的实用化6.4 卷积法重建6.5 代数重建6.6 重建图像的显示6.6.1 三维图像重建的体绘制6.6.2 三维图像重建的面绘制6.7 小结习题第7章 图像分割技术7.1 图像分割概述7.2 基于边缘的分割7.2.1 边缘检测概述7.2.2 边缘检测方法7.2.3 边界跟踪7.3 基于阈值的分割7.3.1 阈值分割原理及分类7.3.2 全局阈值7.3.3 局部阈值7.3.4 阈值选取方法7.4 基于熵的分割方法7.4.1 一维最大熵分割方法7.4.2 二维最大熵分割方法7.5 基于区域的分割7.5.1 区域生长法7.5.2 区域分裂与合并法7.6 基于形态学分水岭的分割7.6.1 形态学图像处理基本概念和运算7.6.2 基于分水岭的分割7.7 基于聚类的分割7.7.1 C?均值聚类方法7.7.2 模糊C?均值聚类方法7.8 彩色图像分割7.8.1 直方图阈值法7.8.2 彩色空间聚类法7.8.3 区域生长法7.9 小结习题第8章 图像特征提取与分析8.1 概述8.1.1 图像内容8.1.2 图像特征8.1.3 特征选择8.2 颜色特征描述8.2.1 符合视觉感知的颜色空间8.2.2 颜色直方图8.2.3 颜色矩8.2.4 颜色集8.2.5 颜色相关矢量8.3 形状特征描述8.3.1 几个基本概念8.3.2 区域内部空间域分析8.3.3 区域内部变换分析8.3.4 区域边界的形状特征描述8.4 图像的纹理分析技术8.4.1 纹理分析概念8.4.2 空间灰度共生矩阵8.4.3 纹理能量测量8.4.4 纹理的结构分析方法和纹理梯度8.5 局部特征描述8.5.1 概述8.5.2 角点检测8.5.3 区域描述子8.6 小结习题第9章 图像匹配与识别9.1 图像识别的基本概念9.2 图像识别方法分类9.3 基于匹配的图像识别9.3.1 全局模板匹配9.3.2 模板矢量匹配9.4 统计识别方法9.5 人工神经网络识别方法9.5.1 BP神经网络图像识别9.5.2 自组织神经网络识别方法9.6 支持矢量机识别方法9.6.1 SVM算法的基本思想9.6.2 SVM算法的分类过程9.6.3 人脸识别应用9.7 模糊识别方法9.8 句法识别方法9.9 小结习题第10章 基于MATLAB图像处理应用实例10.1 MATLAB简介10.1.1 MATLAB基础10.1.2 MATLAB的运行10.1.3 MATLAB图像处理功能10.2 案例一： 数字水印嵌入与提取10.2.1 数字水印的相关概念10.2.2 数字水印的分类10.2.3 数字水印系统的组成10.2.4 水印系统设计10.3 案例二： 图像配准10.3.1 图像配准概述10.3.2 基于RANSAC算法的Harris角点配准10.4 案例三： 图像融合10.4.1 图像融合概述10.4.2 图像融合分类10.4.3 像素域图像融合实现10.5 案例四： 图像修复10.5.1 图像修复概述10.5.2 图像修复的数学模型10.5.3 基于样本的图像修复算法10.6 小结习题第11章 基于C++的图像系统设计11.1 概述11.1.1 工业光源的选择11.1.2 工业相机的选择11.1.3 工业镜头的选择11.1.4 图像系统实验平台案例11.2 基于OpenCV的棋盘格摄像机标定11.2.1 OpenCV简介11.2.2 棋盘格摄像机标定11.2.3 摄像机标定的步骤11.3 车牌识别系统设计11.3.1 彩色图像转换为灰度图像11.3.2 图像灰度拉伸11.3.3 图像的二值化11.3.4 图像的梯度锐化11.3.5 图像的中值滤波11.3.6 车牌牌照区域的定位11.3.7 确定牌照区域的4个坐标值11.3.8 车牌区域截取11.3.9 牌照几何位置的调整11.3.10 牌照区域的二值化11.3.11 牌照字符的切分11.3.12 牌照字符的识别11.4 小结习题参考文献