数字图像处理（第4版）

本书大部分内容都提供了比较详细的数学推导和说明，本书假设读者具备基本的线性系统理论、概率和向量代数的相关基础知识。如果学生不具备第6章图像恢复涉及的矩阵向量运算及对其求偏导的背景知识，教师可略讲其中的相关内容。
本书共分为14章，第1章介绍数字图像处理的基本概念，第2章介绍数字图像处理的基础知识，第3章介绍数字图像的基本运算，第4章介绍空间域图像增强，第5章介绍频率域图像处理，第6章介绍图像恢复，第7章介绍图像压缩编码，第8章介绍小波图像处理，第9章介绍图像分割，第10章介绍图像特征提取，第11章介绍彩色图像处理，第12章介绍形态学图像处理，第13章介绍目标表示与描述，第14章介绍视频图像处理基础知识。
本书可作为高等院校相关专业的本科教材，包括但不限于以下专业： 计算机类的计算机科学与技术、数字媒体技术专业，电子信息类的电子信息工程、通信工程、光电信息科学与工程、信息工程和医学信息工程专业，自动化类的自动化专业，测绘类的遥感科学与技术专业，兵器类的探测制导与控制技术专业，医学技术类的医学影像技术专业。本书也可供图像处理与分析、目标识别与跟踪、影像匹配及制导、视频检测与识别、视频信息压缩及编码、计算机视觉及应用等领域的工程技术人员和相关研究方向的研究生参考。
在本书第1版到第3版的编写过程中，李旭辉、朱子江、胡双演、李建军、杨威、谭圆圆、杨亚威、李堃、张雄美、张姣、隋中山等参与了书中部分算法和实验图例的验证。此外，书中还引用了一些著作、论文、网站和相关资料的观点，并汲取了一些读者在教学使用中的反馈意见，在此一并向他（她）们表示衷心的感谢。
另外，书中难免有不当和疏漏之处，敬请广大读者不吝批评、指正。
李俊山
2020年12月于广州

本书较全面地介绍了数字图像处理的基本概念、基本原理、基本技术和基本方法。全书共14章，包括绪论、数字图像处理基础、数字图像的基本运算、空间域图像增强、频率域图像处理、图像恢复、图像压缩编码、小波图像处理、图像分割、图像特征提取、彩色图像处理、形态学图像处理、目标表示与描述、视频图像处理基础。内容覆盖数字图像处理技术的各方面知识及相关领域的**发展。 本书内容选材新颖，表述通俗，语言精练，图文并茂，系统性强，与新技术紧密结合。 本书可作为高等院校计算机科学与技术、电子信息工程、通信工程、光电信息科学与工程、医学信息工程等专业的教材，也可供计算机视觉、图像处理、目标识别等领域的工程技术人员或相关研究方向的研究生参考。

李俊山，教授，博士生导师，中国计算机学会理事、中国图象图形学学会理事；原第二炮兵导弹专家，全军院校育才奖金奖获得者；曾任高等学校大学计算机课程教学指导委员会委员。
 获省部级科技进步奖22项。建设精品课程和精品资源共享课2门、省部级优质课程和精品网络课程2门。获省部级优秀教学成果奖和优秀教材一等奖5项。发表学术论文350余篇。作者出版专著3部、译著1部、教材15部。

第1章绪论

1.1数字图像与数字图像处理

1.2数字图像处理系统的组成

1.3图像处理技术研究的基本内容

1.4图像处理技术的应用领域

1.5MATLAB及其应用基础

1.5.1MATLAB系统的组成

1.5.2MATLAB系统的软件环境

1.5.3MATLAB应用基础

习题1

第2章数字图像处理基础

2.1电磁波谱与可见光谱

2.2人眼的亮度视觉特性

2.2.1视觉适应性

2.2.2同时对比效应

2.2.3马赫带效应

2.2.4视觉错觉

2.3图像的表示

2.3.1简单的图像成像模型

2.3.2数字图像的表示

2.4空间分辨率和灰度分辨率

2.4.1空间分辨率和灰度分辨率的概念

2.4.2采样数变化对图像视觉效果的影响

2.4.3空间分辨率变化对图像视觉效果的影响

2.4.4灰度分辨率变化对图像视觉效果的影响

2.5像素间的关系

2.5.1像素的相邻和邻域

2.5.2像素的邻接性与连通性

2.5.3距离的度量

2.6图像的显示

2.6.1显示分辨率与图像分辨率

2.6.2彩色模型

2.6.3位图

2.6.4调色板

2.7图像文件格式

2.7.1位图文件头

2.7.2位图信息头

2.7.3位图调色板

2.7.4图像的位图数据

习题2

第3章数字图像的基本运算

3.1灰度反转

3.2对数变换

3.3灰度直方图

3.3.1灰度直方图与灰度图像的对比度

3.3.2灰度直方图的特征

3.3.3归一化灰度直方图

3.4图像的代数运算

3.4.1图像的相加运算

3.4.2图像的相减运算

3.5图像的几何运算

3.5.1图像平移变换

3.5.2图像旋转变换

3.5.3图像镜像变换

3.5.4图像转置变换

3.5.5图像缩放

习题3

第4章空间域图像增强

4.1基于点运算的图像增强方法

4.1.1对比度拉伸

4.1.2窗切片

4.2基于直方图的图像增强方法

4.2.1直方图均衡

4.2.2直方图规定化

4.3基于空间平滑滤波的图像增强方法

4.3.1线性平滑滤波图像增强方法——邻域平均法

4.3.2非线性平滑滤波图像增强方法——中值滤波法

4.4基于空间锐化滤波的图像增强方法

4.4.1基于一阶微分算子的图像增强方法

4.4.2基于二阶微分算子的图像增强方法

习题4

第5章频率域图像处理

5.1二维离散傅里叶变换

5.1.1二维离散傅里叶变换的定义和傅里叶频谱

5.1.2二维离散傅里叶变换的重要性质

5.1.3图像的傅里叶频谱特性分析

5.1.4离散傅里叶变换的实现

5.2频率域图像处理的基本实现思路

5.2.1基本实现思想

5.2.2转移函数的设计

5.3基于频率域的图像噪声消除——频率域低通滤波

5.3.1理想的低通滤波器

5.3.2巴特沃斯低通滤波器

5.3.3高斯低通滤波器

5.4基于频率域的图像增强——频率域高通滤波

5.4.1理想的高通滤波器

5.4.2巴特沃斯高通滤波器

5.4.3高斯高通滤波器

5.5带阻滤波和带通滤波

5.5.1带阻滤波器

5.5.2带通滤波器

习题5

第6章图像恢复

6.1图像的退化模型

6.1.1常见退化现象的物理模型

6.1.2图像退化模型的表示

6.2逆滤波图像恢复

6.2.1无约束小二乘方恢复

6.2.2逆滤波图像恢复方法

6.2.3无约束图像恢复的病态性

6.3维纳滤波图像恢复

6.3.1有约束小二乘方恢复

6.3.2维纳滤波图像恢复方法

6.3.3图像恢复的病态性和奇异性

6.4匀速直线运动模糊的恢复

6.5图像噪声与被噪声污染图像的恢复

6.5.1图像噪声

6.5.2被噪声污染图像的恢复

6.6图像几何失真校正

6.6.1坐标的几何校正

6.6.2灰度值恢复

习题6

第7章图像压缩编码

7.1DCT变换

7.1.1一维DCT变换

7.1.2二维偶DCT变换

7.1.3DCT变换的基函数与基图像

7.2数字图像压缩编码基础

7.2.1图像压缩的基本概念

7.2.2图像编码模型

7.2.3数字图像的信息熵

7.3基本的变长编码方法

7.3.1费诺码

7.3.2霍夫曼编码

7.3.3接近的变长编码

7.3.4算术编码

7.4位平面编码

7.4.1位平面分解

7.4.2位平面的格雷码分解编码

7.5游程编码

7.6变换编码

7.6.1变换编码的过程

7.6.2子图像尺寸的选择

7.6.3变换的选择

7.6.4变换系数的量化和编码

7.6.5变换解码

7.7图像质量评价——保真度准则

7.7.1主观保真度准则

7.7.2客观保真度准则

习题7

第8章小波图像处理

8.1小波变换与图像小波变换

8.1.1小波的概念和特性

8.1.2连续小波变换

8.1.3离散小波变换

8.1.4二进小波变换

8.1.5塔式分解与Mallat算法

8.1.6图像的小波变换

8.2嵌入式零树小波编码

8.2.1基于小波变换的图像压缩基本思路

8.2.2嵌入式编码与零树概念

8.2.3重要小波系数及扫描方法

8.2.4嵌入式零树编码方法

8.2.5嵌入式零树小波编码图像的重建

8.2.6嵌入式零树小波编码的渐进传输特性

8.3基于小波变换的图像去噪方法

8.3.1小波去噪方法的机理

8.3.2小波收缩阈值去噪方法

习题8

第9章图像分割

9.1图像分割的概念

9.2基于边缘检测的图像分割

9.2.1图像边缘的概念

9.2.2Hough变换

9.3基于阈值的图像分割

9.3.1基于阈值的分割方法

9.3.2阈值选取方法

9.4基于跟踪的图像分割

9.4.1轮廓跟踪法

9.4.2光栅跟踪法

9.5基于区域的图像分割

9.5.1区域生长法

9.5.2分裂合并法

习题9

第10章图像特征提取

10.1图像的边缘特征及其检测方法

10.1.1图像边缘的特征

10.1.2梯度边缘检测

10.1.3二阶微分边缘检测

10.1.4Marr边缘检测算法

10.2图像的点与角点特征及其检测方法

10.2.1图像点特征及其检测方法

10.2.2图像角点的概念

10.2.3SUSAN算子角点检测算法

10.3图像的纹理特征及其描述和提取方法

10.3.1图像纹理的概念和分类

10.3.2图像纹理的主要特性及描述与提取方法

10.3.3基于灰度直方图统计矩的纹理特征描述与提取方法

10.3.4基于灰度共生矩阵的纹理特征提取方法

10.3.5基于结构方法的纹理描述

10.3.6基于频谱方法的纹理描述

10.4图像的形状特征

10.4.1矩形度

10.4.2圆形性

10.4.3球状性

10.5图像的统计特征

习题10

第11章彩色图像处理

11.1彩色视觉

11.1.1三基色原理

11.1.2CIE色度图

11.2彩色模型

11.2.1RGB彩色模型

11.2.2HSI彩色模型

11.2.3RGB彩色模型到HSI彩色模型的转换

11.2.4HSI彩色模型到RGB彩色模型的转换

11.3彩色变换

11.3.1反色变换

11.3.2彩色图像的灰度化

11.3.3真彩色转变为256色

11.3.4彩色平衡

11.4彩色图像增强

11.4.1真彩色增强

11.4.2伪彩色增强

11.4.3假彩色增强

11.5彩色图像的平滑

11.5.1基于RGB彩色模型的彩色图像平滑

11.5.2基于HSI彩色模型的彩色图像平滑

11.6彩色图像的锐化

11.7彩色图像的边缘检测

11.8彩色图像的分割

11.8.1HSI模型的彩色图像分割

11.8.2RGB模型的彩色图像分割

习题11

第12章形态学图像处理

12.1集合论基础

12.1.1集合的概念

12.1.2集合间的关系和运算

12.2二值形态学的基本运算

12.2.1腐蚀

12.2.2膨胀

12.2.3开运算和闭运算

12.2.4二值形态学4种基本运算的性质

12.3二值图像的形态学处理

12.3.1形态滤波

12.3.2边界提取

12.3.3区域填充

12.3.4骨架提取

12.3.5物体识别

12.4灰度形态学的基本运算

12.4.1灰度腐蚀

12.4.2灰度膨胀

12.4.3灰度开运算和灰度闭运算

12.4.4灰度形态学基本运算的性质

12.5灰度形态学处理算法

12.5.1形态学平滑

12.5.2形态学梯度

12.5.3高帽(tophat)变换

习题12

第13章目标表示与描述

13.1边界表示

13.1.1链码

13.1.2多边形近似

13.1.3边界分段

13.1.4标记图

13.2边界描述

13.2.1简单的边界描述子

13.2.2形状数

13.2.3傅里叶描述子

13.2.4统计矩

13.3区域表示

13.3.1区域标示

13.3.2四叉树表示

13.3.3骨架表示

13.4区域描述

13.4.1简单的区域描述子

13.4.2拓扑描述子

13.4.3不变矩

13.5关系描述

13.5.1串描述子

13.5.2树描述子

习题13

第14章视频图像处理基础

14.1视频图像处理的概念

14.2基于视频图像的运动目标检测与识别

14.2.1帧差法

14.2.2背景减法

14.2.3光流场分析法

14.3视频编码技术

14.3.1视频压缩编码的原理

14.3.2视频编码技术及编码标准

14.3.3混合视频编码框架

14.3.4面向混合视频编码框架的编码技术

习题14

参考文献