第1章 数字图像处理基础
1.1 图像的取样和量化
1.2 连续函数的傅里叶变换
1.3 取样定理
1.4 数字图像的数学表示方法
1.5 数字图像的类型
1.6 数字图像的获得
1.7 数字图像处理工具—MATLAB简介
第2章 图像的空间域增强
2.1 灰度变换
2.2 直方图均衡化
2.3 直方图规定化
2.4 局部增强的统计方法
2.5 空间域滤波
2.6 平滑空间域滤波器
2.7 锐化空间域滤波器
第3章 图像的频率域增强
3.1 一维离散数列的傅里叶变换
3.2 二维离散数列的傅里叶变换
3.3 周期离散函数的卷积
3.4 快速傅里叶变换
3.5 频率域图像增强的基本概念
3.6 频率域平滑滤波器
3.7 频率域锐化滤波器
第4章 图像的复原
4.1 图像的退化模型
4.2 连续图像的退化模型
4.3 离散图像的退化模型
4.4 估计退化函数H(u,v)
4.5 逆滤波、维纳滤波与约束最小二乘方滤波
4.5.1 逆滤波
4.5.2 维纳滤波
4.5.3 约束最小二乘方滤波
4.6 逆滤波、维纳滤波与约束最小二乘方滤波的MATLAB实现
4.6.1 逆滤波的MATLAB实现
4.6.2 维纳滤波的MATLAB实现
4.6.3 约束最小二乘方滤波的MATLAB实现
第5章 彩色图像
5.1 彩色基础
5.2 彩色模型
5.2.1 RGB（红绿蓝）彩色模型
5.2.2 CMY（青品红黄）彩色模型
5.2.3 HSI（色调饱和度强度）彩色模型
5.2.4 RGB与HSI之间的变换
5.3 伪彩色图像
5.4 彩色图像处理
5.4.1 彩色图像的变换公式
5.4.2 彩色层分离
5.4.3 彩色平衡与彩色增强
5.4.4 彩色图像平滑
5.4.5 彩色图像锐化
5.4.6 彩色图像边缘检测
第6章 图像的形态学处理
6.1 二值图像的形态学处理
6.1.1 集合的反射与平移
6.1.2 结构元
6.1.3 二值图像的腐蚀与膨胀
6.1.4 二值图像的开启与闭合
6.1.5 二值图像边界的提取
6.1.6 孔洞的填补
6.1.7 骨架
6.2 灰度图像的形态学处理
6.2.1 灰度图像的腐蚀与膨胀
6.2.2 灰度图像的开启与闭合
6.2.3 获取图像中物体的边缘
6.2.4 顶帽变换与底帽变换
6.3 彩色图像的形态学处理
第7章 图像的分割
7.1 图像的阈值分割
7.1.1 直方图法
7.1.2 最小误差法
7.1.3 最大类间方差法（otsu法）
7.1.4 迭代法
7.2 图像的边缘分割
7.2.1 梯度算子
7.2.2 拉普拉斯算子
7.2.3 高斯-拉普拉斯算子
7.2.4 坎尼算子
7.3 边缘跟踪
7.4 霍夫变换
7.4.1 直角坐标系中的霍夫变换
7.4.2 极坐标系中的霍夫变换
7.5 区域增长
第8章 图像的编码与压缩
8.1 离散信源的熵
8.2 霍夫曼编码与香农-范诺编码
8.3 算术编码与行程编码
8.3.1 算术编码
8.3.2 行程编码
8.4 预测编码
8.5 LZW编码
8.6 变换编码
第9章 小波变换
9.1 尺度函数
9.2 小波函数
9.3 一维连续函数的小波级数展开
9.4 一维离散函数的小波变换
9.5 二维离散函数的小波变换
9.6 MATLAB提供的小波变换函数
9.7 小波变换的应用
9.7.1 图像去噪
9.7.2 图像增强与锐化
9.7.3 图像压缩编码
第10章 图像识别
10.1 统计识别法
10.2 结构识别法
10.3 指纹识别
10.3.1 指纹的基本特征
10.3.2 指纹图像的预处理
10.3.3 指纹特征提取、分类与比对
10.3.4 指纹识别的准确度
10.4 汽车牌照识别
10.4.1 图像预处理
10.4.2 车牌定位与分割
10.4.3 车牌图像二值化
10.4.4 车牌字符分割与识别
参考文献
展开
