数字图像处理

数字图像处理是利用数字计算机通过算法处理数字图像。数字图像处理的产生和发展主要受三个因素的影响： 第一，电子计算机的发展； 第二，基础学科的发展； 第三，应用需求的广泛增长。
1951年，离散变量自动电子计算机（EDVAC）开始运行，采用存储程序的体系结构，以数据的方式存储程序，计算机自动依次执行指令。存储程序奠定了现代数字计算机的体系结构，自此现代数字计算机开始了它的发展历程，如今已经发展到第五代，仍然采用存储程序的体系结构。由于电子计算机的进展，数字图像处理技术开始迅速发展起来。
数学和物理等基础学科是数字图像处理发展的前提，包括高等代数、数学最优化、概率论与数理统计、数学分析、数值分析、矩阵论、信息论、随机过程、集合论、几何光学、数字信号处理等。例如，图像获取中透镜成像原理涉及几何光学，图像表示涉及概率论和随机过程，概率论是直方图及其处理、统计矩描述的数学基础，直方图处理的推导中还用到微积分的知识，数字信号处理为理解图像频域以及频域滤波奠定理论基础，图像复原问题中求解图像降质逆过程的数学工具涉及概率论、矩阵论、数学最优化、数值分析和高等代数，信息论是图像压缩编码的理论保证，集合论是形态学图像处理的数学基础。
数字图像处理技术最早应用于太空项目和医学成像上。第一个成功的图像处理应用是美国喷气推进实验室对航天探测器“徘徊者7号”传输回来的月球照片进行几何和误差的校正。由于电磁波传播过程中，受到大气折射、地形起伏等影响，传感器所接收的信号与地表实际发射或反射的信号存在一定偏差，因此需要对传感器获取的影像进行一系列预处理。1895年伦琴发现的X射线用于医学成像诊断，1972年计算机断层扫描正式发表，借助计算机，将不同角度的X射线影像生成扫描区域的横截面（断层）图像，无须切割即可看到物体内部。随着多学科的交叉融合，数字图像处理学科逐步向其他学科领域渗透。如今数字图像处理已成为一门重要的计算学科，广泛应用于工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学等各个学科领域，以及环境、农业、军事、工业和医疗等行业领域。视频和图像是人类获取信息的重要来源及利用信息的重要手段，人工智能和大数据的兴起与广泛应用推动了数字图像处理技术应用需求的与日俱增。
本书的主要目的是介绍数字图像处理的基本概念和方法，为读者在数字图像处理领域进一步学习和研究奠定基础。本书主要参考Rafael C.Gonzalez和Richard E.Woods所著《数字图像处理》的体系和内容，在此基础上融合作者的理解，对部分章节的结构性和逻辑性重新梳理，特别是空域滤波、频域变换、图像复原、小波变换、图像分割、图像压缩编码等章节。其中，傅里叶变换的相关内容参考John G.Proakis和Dimitris G.Manolakis所著的《数字信号处理： 原理、算法与应用》。本书增加了大量的插图和实例，有助于对理论知识的理解以及对实际应用的认识。
为了帮助读者厘清本书的结构安排，在此简短地说明本书的章节安排。本书共12章，第1章介绍数字图像处理的概况与发展，第2章介绍数字图像相关的基础知识，第3~6章讨论灰度图像的质量改善方法，属于狭义图像处理的范畴，图像增强是主观过程，而图像复原是客观过程。第7章的研究对象是彩色图像，介绍伪彩色映射以及专为向量空间设计的基本彩色图像处理和分析方法。第8章是将数学形态学应用到图像处理领域形成的独特分支，二值图像形态学处理通常用于图像分割的后处理，属于图像分析的范畴，而灰度图像形态学常用于图像的预处理，属于狭义图像处理的范畴。第9章的作用是将目标区域从背景中分离出来，输出是目标区域的二值图像，是特征提取的必要前提和基础，属于图像分析的范畴。第10章为数字图像处理和分析提供了一种局部时频分析的数学工具。第11章讨论图像数据量压缩的典型编码方法，是图像存储和传输的关键。第12章是将图像分割的区域边界或区域本身转换为机器可识别的特征向量，用于目标的分类和识别，属于图像分析的范畴。
各章都涉及专业深度的理论及内容，每一章都能够自成一书。数字图像处理理论与技术所包含的内容非常广泛，本书仅能概括地描述了数字图像处理的理论与技术所涉及的各个分支，提纲挈领地介绍图像处理的基本理论和方法，使读者对数字图像处理的理论与技术有较全面的了解，为进一步学习和科研奠定扎实的基础。
本书在编写的过程中得到国家自然科学基金（61501008）、北京市自然科学基金资助项目（4172002、4212014）和北京市教育委员会科技发展计划（KM201910005029）的资助，感谢机械工业出版社吴怡编辑对书稿初版的校对工作，感谢清华大学出版社文怡编辑对书稿出版的支持，同时，感谢司薇、肖霞、郗慧琴、唐智飞、汪彪、周飞、高林、郭乐宁、冯文静等同学提供的帮助。此外，还要感谢本书中所引用文献的作者。
本书从2008年规划撰写，根据作者多年教学与科研的实践经历，并参考大量相关文献，历经14年撰成本书。由于书中插图的收集历时很长，个别图片的出处已经不可考，如有侵权请联系删除。由于作者水平有限，敬请各位读者参与勘误，若发现书中的疏漏与不足，请发邮件至
tupwenyi@163.com，感谢各位读者的建议与指正。
作者2022年夏于清华园

课件 实验 源代码

习题

本书详细介绍数字图像处理的基本理论和主要技术，内容包括数字处理基础、空域图像增强、频域变换、频域图像增强、图像复原、彩色图像处理、数学形态学图像处理、图像分割、小波变换与多分辨率分析、图像压缩编码、特征提取等。本书对图像复原、数学形态学图像处理、小波变换与多分辨率分析等难点内容进行精心梳理，融入作者多年研究与教学成果，使得初学者更加容易入门。 本书理论和实践相结合，理论分析深入浅出，方法介绍详细具体，实例演示清晰明了，同时提供实例的MATLAB实现程序和教辅资源，可作为高等院校计算机类、自动化类、电子信息类等专业高年级本科生和研究生的教材，也可供相关工程技术人员参考。

禹晶，北京工业大学副教授，硕士生导师。长期从事数字图像处理的理论及应用的教学和研究工作，承担和参与国家级和省部级纵向项目近10项，在国际国内学术期刊和会议上发表学术论文近100篇，其中，SCI/EI检索近70篇，申请发明专利30多项，已授权国家发明专利17项，获省部级科技进步奖1项。承担“数字图像处理”“数字图像处理课设”等课程教学。出版数字图像处理和模式识别教材各1部。

肖创柏，北京工业大学教授（研究员），博士生导师。主要从事图像处理、模式识别与智能信息系统、数字信号处理、人工智能、物联网技术、计算机网络技术与信息安全等方面的理论与应用研究工作。承担和参与国家级和省部级纵向项目20余项，在国际国内学术期刊和会议上发表学术论文260余篇，其中，SCI/EI检索140余篇，申请发明专利80多项，已授权国家发明专利38项。获省部级科技进步奖多项。承担“数字信号处理”“模式识别”“电路分析基础”等课程教学。出版合编专著和译著3部。

廖庆敏，清华大学教授，博士生导师，信息科学与技术重点实验室主任、视觉信息处理实验室主任。主要从事图像和视频处理与分析领域中的算法研究、系统设计及其应用，尤其是在广播电视、医学图像、遥感图像、通信传输、体育视频等方面的研究和应用。承担和参与国家级和省部级纵向项目以及国际合作项目40余项，在国际国内学术期刊和会议上发表学术论文250余篇，其中，SCI/EI检索200余篇。获省部级科学进步多项。承担“数字图像处理”“多媒体与网络”“统计信号处理”等课程教学。

第1章绪论

1.1数字图像处理的概念

1.2数字图像处理发展简史

1.3数字图像处理研究内容

1.4数字图像处理的应用领域

1.5小结

第2章数字图像基础

2.1数字图像的概况

2.1.1数字图像的基本
概念

2.1.2数字图像的多
样性

2.1.3数字图像的类型

2.1.4数字图像的矩阵
表示

2.2图像生成

2.2.1凸透镜成像原理

2.2.2数字照相机的结构
和特性

2.2.3人眼视觉模型

2.3图像数字化

2.3.1采样与量化

2.3.2空间分辨率和灰度
级分辨率

2.4像素的空间关系

2.4.1相邻像素

2.4.2邻接性、连通性、区域
和边界

2.4.3距离度量

2.5保真度准则

2.5.1主观保真度准则

2.5.2客观保真度准则

2.6小结

第3章空域图像增强

3.1背景知识

3.2直方图概念

3.2.1直方图

3.2.2累积直方图

3.3灰度级变换

3.3.1对数变换

3.3.2指数变换

3.3.3幂次变换

3.3.4灰度反转

3.3.5分段线性变换

3.3.6灰度切片

3.3.7阈值增强

3.4直方图处理

3.4.1直方图均衡化

3.4.2直方图规定化

3.5算术运算

3.5.1图像相减

3.5.2图像相加

3.6空域滤波基础

3.6.1卷积与相关

3.6.2线性滤波原理

3.6.3可分离卷积

3.6.4其他问题

3.7空域平滑滤波

3.7.1加权均值滤波

3.7.2中值滤波相关

3.8空域锐化滤波

3.8.1微分与差分

3.8.2拉普拉斯算子

3.9小结

第4章频域变换

4.1背景

4.2傅里叶级数与连续傅里叶
变换

4.2.1傅里叶级数

4.2.2连续傅里叶变换及
其逆变换

4.2.3傅里叶变换的
解释

4.3离散时间傅里叶变换

4.3.1离散时间傅里叶变
换及其逆变换

4.3.2离散时间傅里叶变
换的卷积定理和相关
定理

4.3.3信号采样与采样
定理

4.4离散傅里叶变换

4.4.1一维离散傅里叶变换
及其逆变换

4.4.2二维离散傅里叶变换
及其逆变换

4.4.3离散傅里叶变换的矩
阵形式

4.4.4频谱分布与统计
特性

4.4.5二维离散傅里叶变
换的性质

4.5快速傅里叶变换

4.5.1基2 FFT算法

4.5.2利用正变换的算法计
算傅里叶逆变换

4.6小结

第5章频域图像增强

5.1滤波基础

5.2低通滤波器

5.2.1理想低通滤波器

5.2.2巴特沃斯低通滤
波器

5.2.3指数低通滤波器

5.3高通滤波器

5.3.1理想高通滤波器

5.3.2巴特沃斯高通滤
波器

5.3.3指数高通滤波器

5.4拉普拉斯频域滤波器

5.5高频增强滤波器

5.6带通、带阻与陷波滤波器

5.6.1带通滤波器

5.6.2带阻滤波器

5.6.3陷波滤波器

5.7空域滤波与频域滤波的对应
关系

5.7.1空域到频域

5.7.2频域到空域

5.8同态滤波

5.9小结

第6章图像复原

6.1图像降质模型

6.1.1图像降质/复原
过程

6.1.2线性移不变降质
模型

6.1.3降质模型的频域
表示

6.1.4降质模型的矩阵向
量表示

6.1.5典型点扩散函数
类型

6.1.6典型噪声类型

6.2图像去噪

6.2.1噪声参数的估计

6.2.2自适应维纳去噪
滤波

6.2.3图像去噪的正则化
方法

6.2.4图像去噪的低秩正则化
方法

6.3频域复原

6.3.1逆滤波

6.3.2维纳滤波

6.4ML/MAP复原

6.4.1ML/MAP复原
模型

6.4.2RichardsonLucy
(RL)方法

6.5正则化复原

6.5.1逆问题病态性
分析

6.5.2正则化复原的基本
模型

6.5.3Tikhonov正则化

6.5.4全变分正则化

6.5.5盲复原

6.6小结

第7章彩色图像处理

7.1颜色基础

7.1.1颜色的形成

7.1.2混色法

7.2颜色空间

7.2.1CIE设备无关的颜
色空间

7.2.2设备依赖的颜色
空间

7.3伪彩色映射

7.3.1灰度级分层

7.3.2伪彩色变换

7.4真彩色处理

7.4.1真彩色处理基础

7.4.2彩色插值

7.4.3彩色图像增强

7.4.4彩色图像分割

7.4.5彩色边缘检测

7.4.6白平衡

7.5小结

第8章数学形态学图像处理

8.1背景

8.2基础

8.2.1集合运算

8.2.2二值图像的逻辑
运算

8.2.3结构元素

8.3二值图像形态学基本
运算

8.3.1膨胀与腐蚀

8.3.2开运算与闭运算

8.3.3击中/击不中
运算

8.4二值图像形态学实用
算法

8.4.1去噪

8.4.2边界提取

8.4.3孔洞填充

8.4.4连通分量提取

8.4.5骨架

8.4.6凸包

8.4.7细化

8.4.8粗化

8.4.9剪枝

8.5二值图像形态学运算及其性
质总结

8.6灰度图像形态学算法

8.6.1灰度膨胀与腐蚀

8.6.2灰度开运算与闭
运算

8.6.3顶帽与底帽变换

8.6.4灰度形态学重构

8.7小结

第9章图像分割

9.1图像分割基础

9.2基于边界的分割

9.2.1边缘检测

9.2.2局部边缘连接

9.2.3Hough变换

9.2.4边界跟踪

9.3基于阈值的图像分割

9.3.1直方图基础

9.3.2全局单阈值法

9.3.3全局多阈值法

9.3.4局部阈值法

9.4基于区域的图像分割

9.4.1区域生长法与区域
标记

9.4.2区域分裂合并法

9.5分水岭分割

9.5.1基本概念

9.5.2分水岭算法

9.5.3形态学膨胀水坝
算法

9.5.4控制标记的分水岭
分割

9.6小结

第10章小波变换与多分辨率分析

10.1小波分析的发展简史

10.2连续小波变换

10.2.1小波与连续小波
变换

10.2.2小波函数的傅里
叶分析

10.2.3小波与连续小波变
换的时频分析与
性质

10.2.4小波变换与傅里叶
变换、短时傅里叶
变换的比较

10.2.5常用小波

10.3离散小波变换

10.3.1二进小波
变换

10.3.2小波框架

10.3.3时频分辨率

10.4多分辨率分析与Mallat
算法

10.4.1多分辨率
分析

10.4.2小波函数与小波
空间

10.4.3双尺度方程与多分
辨率分析

10.4.4正交小波分解与
重建

10.4.5正交滤波
器组

10.5二维离散小波分析

10.5.1二维离散小波
变换

10.5.2二维离散小波多尺
度分析

10.6小波包变换

10.6.1小波包变换与一维
小波包分解

10.6.2二维小波包
分解

10.6.3最优小波包的
选取

10.7小波变换在图像处理中的
应用

10.7.1边缘检测

10.7.2图像降噪

10.7.3图像压缩

10.7.4渐进传输

10.8小结

第11章图像压缩编码

11.1信息论基础

11.1.1信息熵

11.1.2香农定理

11.2图像压缩基本概念与
模型

11.2.1图像熵与编码
效率

11.2.2图像信息的
冗余

11.2.3图像压缩
系统

11.3统计编码

11.3.1香农费诺
编码

11.3.2霍夫曼编码

11.3.3算术编码

11.3.4行程编码

11.4变换编码

11.4.1变换编码的
原理

11.4.2正交变换

11.4.3离散余弦
变换

11.5预测编码

11.5.1无损预测
编码

11.5.2有损预测
编码

11.5.3最优线性
预测

11.5.4自适应预测
编码 

11.5.5帧间预测
编码

11.6子带编码

11.7图像压缩编码国际
标准

11.7.1静止图像压缩编码
国际标准

11.7.2运动图像压缩编码
国际标准

11.8小结

第12章特征提取

12.1概述

12.2边界表示

12.2.1链码

12.2.2多边形近似

12.2.3边界标记
曲线

12.2.4边界分段

12.3边界描述

12.3.1简单描述

12.3.2形状数

12.3.3边界矩

12.3.4曲线拟合

12.3.5傅里叶描
述子

12.4区域表示

12.4.1区域标记

12.4.2中心投影
变换

12.4.3骨架

12.5区域描述

12.5.1简单区域
描述

12.5.2拓扑描述

12.5.3形状描述

12.5.4纹理描述

12.5.5Hu不变矩

12.6主成分描述

12.6.1PCA的基本
原理

12.6.2主成分分析
的性质

12.7小结

参考文献

1、 内容编排注重基础性、前沿性与实用性，写作风格追求易读性、逻辑性与严谨性，素材组织考虑可重复、易拓展、易用性。
2、 对数字图像处理科学与技术进行全面系统的论述，采用理论结合实际的方式深入浅出、通俗易懂地进行讲解。
3、 配有丰富实例，可了解从算法理论到实际应用的具体过程，生动有趣，降低对各种算法理解的难度。
4、 正文和实例部分提供600多幅图片，图文并茂，清晰直观，便于入门学习。
5、 各个实例提供MATLAB代码，通过重复实验过程既可深入理解算法，又可应用于实际项目，便于项目开发。
6、 针对频域变换、图像复原、小波变换与多分辨率分析等颇具理解难度的内容，从结构性和逻辑性两方面进行精心梳理，化繁为简。
7、 配有课件、习题、实验、源代码等丰富教辅资源，便于教学和自学。