第1章導論
1.1數字圖像處理的概念
1.1.1 圖像
1.1.2 圖像處理
1.1.3 數字圖像處理的內容
1.1.4 數字圖像處理與其他相關學科的關繫
1.2數字圖像處理繫統
1.2.1 硬件繫統
1.2.2 軟件繫統
1.3數字圖像處理的特點及其應用
1.3.1 數字圖像處理的特點
1.3.2 數字圖像處理的應用
習題

第2章數字圖像處理基礎
2.1人眼的視覺原理
2.1.1人眼的構造
2.1.2圖像的形成
2.1.3視覺亮度範圍和分辨率
2.1.4視覺適應性和對比靈敏度
2.1.5 亮度感覺與色覺
2.1.6 馬赫帶
2.2連續圖像的描述
2.3圖像數字化
2.3.1采樣
2.3.2量化
2.3.3數字圖像的表示
2.3.4采樣、量化參數與數字化圖像間的關繫
2.3.5圖像數字化設備的組成及性能
2.4圖像灰度直方圖
2.4.1概念
2.4.2直方圖的性質
2.4.3直方圖的應用
2.5數字圖像處理算法的形式
2.5.1基本功能形式
2.5.2幾種具體算法形式
2.6圖像的數據結構與文件格式
2.6. 1圖像的數據結構
2.6.2圖像文件格式
2.7圖像的特征與噪聲
2.7.1圖像的特征類別
2.7.2特征提取與特征空間
2.7.3圖像噪聲

第3章圖像變換
3.1 預備知識
3.1.1點源和狄拉克函數
3.1.2二維線性位移不變繫統
3.2傅裡葉變換
3.2. 1連續函數的傅裡葉變換
3.2.2離散函數的傅裡葉變換
3.2.3二維離散傅裡葉變換的若干性質
3.3其他 可分離圖像變換
3.3.1通用公式
3.3.2沃爾什變換
3.3.3哈達瑪變換
3.3.4離散餘弦變換
3.4小波變換
3.4.1連續小波變換
3.4.2離散小波變換
3.5 多尺度幾何分析
習題

第4章圖像增強
4.1圖像增強的點運算
4.1.1灰度級校正
4.1.2灰度變換
4.1.3直方圖修正法
4.1.4局部統計法
4.2圖像的空間域平滑 
4.2.1局部平滑法
4.2.2超限像素平滑法
4.2.3灰度相近的 K個鄰點平均法
4.2.4梯度倒數加權平滑法
4.2.5均勻性平滑
4.2.6有選擇保邊緣平滑法
4.2.7空間低通濾波法
4.2.8中值濾波
4.3空間域銳化
4.3.1梯度銳化法
4.3.2 Laplacian 增強算子
4.3.3鈍化掩蔽和高提升濾波
4.4頻率域增強
4.4.1頻率城平滑
4.4.2頻率城銳化
4.4.3同態濾波增強
4.5彩色增強技術
4.5.1偽彩色增強
4.5.2彩色圖像增強技術
4.6圖像代數運算
4.6.1加運算
4.6.2減運算
4.6.3乘運算
4.6.4除運算
習題

第5章圖像復原與重建
5.1 圖像退化
5.1.1 圖像的退化
5.1.2 圖像退化的數學模型
5.2代數恢復方法
5.2.1無約束復原
5.2.2 約束小二乘復原
5.3頻率域恢復方法
5.3.1逆濾波恢復法
5.3.2去除由勻速運動引起的模糊
5.3.3維納濾波復原方法
5.4幾何校正
5.4.1空間坐標變換
5.4.2像素灰度內插
5.5 圖像重建
5.5.1計算機斷層掃描的二維重建方法與應用
5.5.2三維形狀的復原
習題

第6章圖像編碼與壓縮
6.1 概述
6.1.1圖像數據壓縮的必要性與可能性
6.1.2 圖像編碼繫統與方法分類
6.2圖像保真度準則
6.2.1客觀保真度準則
6.2.2 主觀保真度準則
6.3統計編碼方法
6.3.1圖像冗餘度和編碼效率
6.3.2霍夫曼編碼
6.3.3費諾香農編碼
6.3.4算術編碼
6.3.5 行程編碼
6.4預測編碼
6.4.1 線性預測編碼
6.4.2非線性預測編碼
6.5正交變換編碼
6.5.1變換編碼原理
6.5.2正交變換的性質
6.5.3變換壓縮的數學分析
6.5.4變換與準變換
6.5.5各種準變換的性能比較
6.5.6編碼方法
6.6圖像編碼的國際標準簡介
6.6.1靜止圖像壓縮標準
6.6.2運動圖像壓縮標準
6.6.3二值圖像壓縮標準
習題

第7章.圖像分割
7.1 概述
7.2邊緣檢測
7.2. 1梯度算子
7.2.2Roberts梯度算子
7.2.3 Prewitt 和Sobel算子
7.2.4方向算子
7.2.5拉普拉斯算子
7.2.6馬爾算子
7.2.7 Canny邊緣檢測算子
7.2.8曲面擬合法
7.3 邊緣跟蹤
7.3.1光柵掃描跟蹤
7.3.2 全向跟蹤
7.4 線檢測
7.4.1 Hough變換檢測直線
7.4.2 廣義Hough變換檢測曲線
7.5 區域分割
7.5. 1簡單圖像的區域分割
7.5.2復雜圖像的區域分割
7.5.3特征空間聚類
7.5.4 分水嶺算法
7.6 區域增長
7.6.1簡單區域擴張法
7.6.2 質心型增長
7.6.3 混合型增長
7.7 分裂合並法
習題

第8章二值圖像處理與形狀分析
8.1二值圖像的連接性和距離
8.1.1鄰域和鄰接
8.1.2 像素的連接
8.1.3 連接成分
8.1.4歐拉數
8.1.5像素的可刪除性和連接數
8.1.6 區域鄰接圖
8.1.7包含、擊中、不擊中
8.1.8距離
8.2連接成分的變形處理
8.2.1標記
8.2.2膨脹和收縮
8.2.3線圖形化
8.3形狀特征提取與分析
8.3. 1區域內部形狀特征提取與分析
8.3.2 區域外部形狀特征提取與分析
8.4關繫描述
8.4.1字符串描述法
8.4.2樹結構描述法

第9章影像紋理分析
9.1 概述
9.2 直方圖分析法
9.3 Laws 紋理能量測量法
9.5灰度共生矩陣分析法
9.5.1灰度共生矩陣
9.5.2灰度共生矩陣特征的提取
9.5.3灰度-梯度共生矩陣分析法
9.6 行程長度統計法
9.7傅裡葉頻譜分析法
9.8 馬爾可夫隨機場分析法
9.8.1馬爾可夫隨機場的定義和基本性質
9.8.2 紋理MRF模型參數提取與分析
9.9影 像紋理的小波分析
9.10 影像紋理的分形分析法
9. 10.1 分形
9.10.2分維
9.10.3分維特征提取與分析
9. 11 影像紋理的句法結構分析法
9.12影像紋理區域分割與邊緣檢測
9.12.1紋理區域分割
9.12.2紋理邊緣檢測
習題

第10章模板匹配與模式識別技術
10.1模板匹配
10.1.1模板匹配方法
10.1.2模板匹配方法的改進
10.2統計模式識別
10.2.1特征處理
10.2.2統計分類法
10.3結構模式識別法
10.3.1結構模式識別原理
10.3.2 樹分類法
10.4智能模式識別
10.4.1 機器學習
10.4.2人工神經網絡
10.4.3深度學習與卷積神經網絡
習題

第11章數字圖像處理的應用
11.1 多源遙感影像像素級融合技術
11.1.2像素級影像融合過程與特點
11.1.3 多源遙感影像的空間配準方法
11.1.4 像素級影像融合方法及其特點
11.2道路交通標志檢測與識別
11.2.1 交通標志的基本特征
11.2.2 經典的交通標志檢測與識別方法
11.2.3交通標志智能檢測與識別方法
11.3 OCR文字識別技術
11.3.1 版面分析方法
11.3.2 文字識別技術
11.4 運動圖像分析

第12章數學形態學
12. 1二值圖像數學形態學
12.1.1 膨脹與腐蝕
12. 1.2 開運算與閉運算
12.1.3擊中擊不中變換
12. 1.4 二值形態學實用算法
12.2 灰度形態學分析
12.2.1腐蝕
12.2.2膨脹
12.2.3開運算和閉運算
12.2.4 基本運算性質
12.2.5 灰度形態學實用算法
習題

附錄英漢專業術語對照
參考文獻