第 一章 概述\t1
1.1數字圖像基礎1
1.1.1像素1
1.1.2數字化2
1.1.3圖像類別5
1.2數字圖像的表示和像素間的關繫8
1.2.1數字圖像的表示8
1.2.2數字圖像像素間的領域關繫9
1.2.3像素間的距離9
1.3數字圖像處理的發展與應用領域10
1.4圖像的存儲與格式16
1.4.1數字圖像的存儲基礎16
1.4.2數字圖像數據文件的存儲方式17
1.4.3數字圖像文件格式17
1.4.4圖像顯示20
1.5視覺基礎22
1.5.1人眼成像22
1.5.2亮度知覺24
1.5.3形狀知覺26
1.5.4顏色視覺和色度學26
1.5.5彩色模型28
第二章圖像運算及應用35
引言35
2.1代數運算與應用35
2.1.1加運算與應用35
2.1.2減法運算與應用37
2.1.3乘法運算與應用38
2.1.4除法運算與應用39
2.2邏輯運算與應用40
2.2.1邏輯非(NOT)運算40
2.2.2邏輯與(AND)運算41
2.2.3邏輯或(OR)運算41
2.2.4邏輯運算綜合實例42
2.3應用案例43
2.3.1拼圖並加框案例43
2.3.2電視制作的藍屏技術45
第3章圖像增強技術46
引言46
3.1噪聲及其描述47
3.1.1圖像噪聲的分類47
3.1.2噪聲特點48
3.1.3一些常見的噪聲概率密度函數49
3.2灰度變換51
3.2.1圖像求反變換51
3.2.2線性比例變換52
3.2.3分段線性變換53
3.2.4指數變換54
3.2.5對數變換55
3.3直方圖均衡化和規定化55
3.3.1直方圖均衡化56
3.3.2直方圖規定化59
3.4空域濾波增強62
3.4.1均值濾波63
3.4.2中值濾波66
3.4.3銳化空域濾波器68
3.5頻域濾波增強70
3.5.1頻域低通濾波70
3.5.2頻域高通濾波74
3.6應用案例75
3.6.1浮雕效果的制作75
3.6.2美化人臉76
第4章圖像復原技術77
引言77
4.1圖像退化及模型78
4.2噪聲及其描述80
4.2.1噪聲的分類80
4.2.2噪聲特點81
4.2.3一些常見的噪聲概率密度函數82
4.3空域噪聲濾波器85
4.3.1均值濾波器86
4.3.2統計排序濾波器88
4.4幾何畸變圖像的復原90
第五章圖像變換94
引言94
5.1圖像空間幾何變換95
5.1.1灰度插值97
5.1.2圖像平移變換100
5.1.3圖像旋轉變換101
5.1.4圖像比例變換103
5.1.5圖像鏡像變換107
5.2空間頻域變換和處理109
5.2.1傅裡葉變換109
5.2.2快速傅裡葉變換115
5.2.3離散餘弦變換117
5.2.4沃爾什變換119
5.2.5快速沃爾什變換125
5.3應用案例——水中倒影的制作131
第六章圖像分割134
引言134
6.1拋磚引玉134
6.1.1圖像預處理135
6.1.2人臉區域獲取140
6.2基礎知識144
6.2.1圖像分割的定義144
6.2.2圖像分割的依據和分類145
6.3邊緣檢測145
6.3.1邊緣的概念和性質145
6.3.2梯度算子146
6.3.3Roberts算子148
6.3.4Sobel算子148
6.3.5Prewitt算子149
6.3.6Laplacian算子149
6.4閾值分割151
6.4.1基於閾值的灰度圖像分割151
6.4.2閾值選取方法153
6.5輪廓跟蹤155
6.5.1二值圖像輪廓跟蹤155
6.5.2邊界跟蹤法156
6.5.3圖搜索法157
6.6Hough變換158
6.7基於區域的分割159
6.7.1區域生長159
6.7.2區域分裂與合並161
6.8應用案例163
6.8.1融合改進分水嶺和區域生長的彩色圖像分割163
6.8.2車牌定位168
第七章圖像壓縮編碼技術172
引言172
7.1圖像壓縮編碼概述172
7.1.1圖像壓縮原理172
7.1.2圖像壓縮編碼的可行性173
7.1.3壓縮編碼的分類174
7.1.4圖像壓縮的相關術語175
7.1.5圖像保真度176
7.2哈夫曼(Huffman)編碼177
7.3香農—範諾編碼(Shannon–Fanocoding)179
7.4算術編碼180
7.5無損預測編碼182
7.6有損預測編碼184
7.7圖像壓縮標準186
7.7.1JPEG/M-JPEG186
7.7.2H.261/H.263187
7.7.3MPEG187
第8章圖像的目標表達及特征測量技術189
引言189
8.1輪廓的鏈碼表達189
8.2輪廓線段的近似表達192
8.2.1基於收縮的最小周長多邊形的邊界表達192
8.2.2基於聚合的最小均方誤差線段逼近193
8.2.3基於分裂的最小均方誤差線段逼近193
8.3區域的表達194
8.3.1區域分解表達194
8.3.2目標的骨架表達195
8.4輪廓基本參數及測量198
8.4.1輪廓長度(區域周長)198
8.4.2輪廓直徑200
8.4.3形狀數200
8.5區域參數及測量201
8.5.1區域面積201
8.5.2區域重心202
8.5.3區域灰度特性202
8.5.4區域形狀參數203
8.5.5偏心率度203
8.5.6圓形度(圓形性)204
8.5.7歐拉數204
8.6應用案例—水果識別205
8.6.1亮度調整206
8.6.2邊緣提取206
8.6.3圖像分割207
8.6.4區域標記207
8.6.5輪廓跟蹤208
8.6.6特征提取208
8.6.7個體識別209
第9章二值圖像的形態學處理210
引言210
9.1腐蝕212
9.2膨脹213
9.3開運算216
9.4閉運算217
9.5應用案例218
9.5.1邊界提取218
9.5.2區域填充算法219
9.5.3連通分量的提取219
9.5.4凸殼220
第10章 彩色圖像處理222
引言222
10.1彩色圖像基本屬性222
10.1.1像素深度222
10.1.2真彩色、偽彩色、假彩色223
10.2彩色圖像增強223
10.2.1真彩色圖像增強223
10.2.2偽彩色圖像增強225
10.2.3假彩色圖像增強227
10.3彩色圖像處理分析227
10.3.1彩色補償228
10.3.2彩色圖像平滑229
10.3.3彩色圖像銳化230
10.4應用案例231
10.4.1基於模板的圖像匹配231
10.4.2基於SIFT特征點的圖像匹配236
第11章 經典案例244
引言244
11.1經典案例——人臉檢測與特征定位繫統244
11.1.1人臉檢測與特征定位繫統功能245
11.1.2基於膚色分割的人臉檢測方法245
11.1.3基於臉和頭發區域的人臉檢測方法249
11.1.4臉部特征標注251
11.2實例2——蝴蝶與蛾的分類253
11.2.1圖像預處理253
11.2.2圖像分割255
11.2.3輪廓提取260
11.2.4特征提取262
11.2.5圖像分類265