数字图像处理已成为高等院校电子信息工程、通信工程、信号与信息处理、计算机应用与软件等学科的一门重要的技术专业课。本书作者根据多年来从事数字图像处理的教学与研究工作经验，坚持理论联系实际的编写方针，系统地论述了数字图像处理的基本理论和基本方法，同时给出了部分关键算法的Matlab实现程序及其运行结果，方便读者理论结合实际，达到学以致用的目的。

本书特色：
　　●理论分析深入浅出
　　●方法介绍详细具体
　　●实例演示清晰明了

　　使用本教材的教师可免费使用本书的相关电子课件，详情请登录机工新阅读网站www.cmpreading.com。

无

图像是人类最重要的常用信息之一。数字图像处理技术就是将图像信号转换成数字格式并利用计算机进行处理的过程，其研究内容涉及光学、微电子学、信息学、统计学、数学、计算机科学等领域，是一门综合性很强的交叉学科。随着科学技术的发展和数字化时代的到来，数字图像处理技术得到极大的重视和长足的进展，并且在科学研究、工业生产、医疗诊断、宇宙空间、交通、通信、天文、气象、军事、公安、地质、生物、化学、文教等众多领域得到广泛应用，取得了巨大的社会效益与经济效益。
　　同时，数字图像处理已经成为高等院校电子信息工程、通信工程、信号与信息处理、计算机应用与软件等学科的一门重要的技术专业课。本书根据作者多年来从事数字图像处理的教学与研究工作经验编写而成，全书坚持理论联系实际的编写方针，既注重理论分析，同时也重视图像处理算法的具体实现，力求做到理论分析细致严谨、模型论证简明扼要、实例演示清晰明了。希望读者通过本书的学习，能够全面了解数字图像处理的基本概念、理论与方法，为今后在工作中开展图像处理技术研究与应用奠定良好的基础。
　　全书分成四个部分。第一部分是本书的基础，包括第1章至第3章，简要叙述数字图像处理的基本概念，介绍图像采样、图像量化以及各种图像变换技术。第二部分是基本的图像处理技术，包括第4章至第6章，介绍图像增强、图像复原和彩色图像处理技术。第三部分是图像压缩编码，包括第7章和第8章，主要介绍各种常用图像压缩编码技术，特别是小波图像压缩编码技术。第四部分是图像分析，包括第9章至第11章，主要介绍图像检测、图像分割、图像表示、图像描述以及图像识别技术。其中：
　　第1章“绪论”对数字图像处理的方法、应用进行了概述。
　　第2章“图像获取”首先介绍连续图像模型与连续图像的频谱，然后详细讨论连续图像的数字化过程，包括采样原理、图像采样与重建、图像量化。最后还介绍了数字图像的一些基本概念。
　　第3章“图像变换”重点介绍离散傅里叶变换，包括一维和二维离散傅里叶变换与快速傅里叶变换。同时简要介绍离散余弦变换、沃尔什和哈达玛变换、霍特林变换以及拉东（Randon）变换。
　　第4章“图像增强”以图像处理的两类方法即空域处理与频域处理为线索，介绍图像增强技术，包括空域滤波增强和频域滤波增强。
　　第5章“图像复原”首先介绍图像退化模型，然后介绍几种有效的图像复原方法，包括逆滤波图像复原、维纳滤波图像复原、有约束最小二乘方图像复原、从噪声中复原以及几何失真校正等。
　　第6章“彩色图像处理”主要介绍几种常见的颜色模型、伪彩色处理技术及全彩色图像处理的常用技术，包括彩色图像增强、彩色图像复原、彩色图像分割等。
　　第7章“图像编码”讨论了各种图像编码技术，详细介绍了熵编码、预测编码和变换编码的主要原理和实现技术，给出了基本压缩算法的Matlab实现程序。
　　第8章“小波图像编码”首先讨论了连续小波变换和离散小波变换，详细介绍了多分辨分析、Mallat算法及其应用。然后在小波变换基础上，进一步讨论了数字图像小波分解与重构，给出几种常用的小波图像编码方法及其Matlab实现。
　　第9章“图像检测与分割”主要介绍边缘检测、边缘跟踪、阈值分割、区域分割和运动分割技术及其Matlab实现技巧。
　　第10章“图像表示与描述”首先介绍几种基本的图像表示方法，然后详细介绍常用的图像描述方法，包括边界描述、区域描述以及形态学描述。
　　第11章“图像识别”主要介绍目前用于图像识别的三种基本方法，即统计法、句法法和模糊法，同时介绍了人工神经网络图像识别技术。
　　本书各章结合图像处理理论介绍的绝大部分实例都是利用Matlab实现的，为便于读者学习与理解，书中还给出了绝大部分实例的Matlab程序，供读者参考。
　　全书由浙江大学姚敏担任主编，其中第1章、第2章、第3章、第5章和第11章由姚敏编写，第4章、第7章和第8章由郁晓红(浙江工商大学)编写，第6章由易文晟和姚敏编写，第9章由江志伟编写，第10章由易文晟编写。在编写本书过程中参考了大量的图像处理文献，作者对这些文献的作者表示真诚的谢意。本书的出版得到了中国科学技术大学刘振安教授的大力支持，作者在此表示衷心的感谢。
　　由于作者水平有限，书中不当之处敬请读者批评指正。

姚敏

无

无

第1章绪论
11图像及其分类
111图像的特点
112图像的分类
12数字图像处理技术与应用
121数字图像处理的主要内容
122数字图像处理方法
123数字图像处理技术的应用
13数字图像处理系统
14Matlab简介
习题
第2章图像获取
21概述
22连续图像模型
221连续图像的表达式
222连续图像的随机表征
23连续图像的频谱
231一维连续傅里叶变换
232二维连续傅里叶变换
24图像采样
241采样定理
242图像采样
25图像量化
251量化器模型
252标量量化
253向量量化
26数字图像中的基本概念
261数字图像的表示
262空间与灰度级分辨率
263像素间的基本关系
小结
习题
第3章图像变换
31概述
32一维离散傅里叶变换
321离散傅里叶变换
322离散傅里叶变换的性质
33一维快速傅里叶变换
331一维快速傅里叶变换的基本思想
332一维快速傅里叶变换算法
34二维离散傅里叶变换
341二维离散傅里叶变换
342二维离散傅里叶变换的性质
343二维快速离散傅里叶变换
344二维快速傅里叶变换的Matlab实现
345可分离图像变换的概念
35离散余弦变换
351一维离散余弦变换
352一维快速离散余弦变换算法
353二维离散余弦变换
354离散余弦变换的Matlab实现
355离散余弦变换的应用
36沃尔什变换和哈达玛变换
361离散沃尔什变换
362离散哈达玛变换
363快速哈达玛变换算法
37霍特林变换
38拉东变换
381什么是拉东变换
382拉东变换的Matlab实现
小结
习题
第4章图像增强
41概述
42空域点处理增强
421直接灰度变换
422直方图修正
423图像间的运算
43空域滤波增强
431平滑滤波器
432锐化滤波器
44频域滤波增强
441低通滤波器
442高通滤波器
443同态滤波器
小结
习题
第5章图像复原
51概述
52图像退化模型
521退化模型
522连续函数退化模型
523离散的退化模型
524循环矩阵对角化
53退化函数估计
531图像观察估计法
532试验估计法
533模型估计法
54逆滤波
541无约束复原
542逆滤波复原
543消除匀速运动模糊
55维纳滤波
551有约束滤波
552维纳滤波复原
553维纳滤波的Matlab实现
56约束最小二乘方滤波
561滤波模型
562约束最小二乘方滤波的Matlab实现
57从噪声中复原
571噪声模型
572空域滤波复原
573频域滤波复原
58几何失真校正
581空间变换
582灰度插值
583几何失真图像配准复原
小结
习题
第6章彩色图像处理
61概述
62彩色基础
621人眼的构造
622三色成像
63颜色模型
631RGB模型
632CMY模型和CMYK模型
633HSI模型
64全彩色图像处理
641彩色图像增强
642彩色图像复原
643彩色图像分析
65伪彩色处理
651密度分层法
652灰度级彩色变换法
653频域滤波法
小结
习题
第7章图像编码
71概述
711图像数据的冗余
712图像的编码质量评价
72信息理论基础与熵编码
721离散信源的熵表示
722离散信源编码定理
723赫夫曼编码
724香农范诺编码
725算术编码
726行程编码
73LZW算法
74预测编码
741无损预测编码
742有损预测编码
75变换编码
751变换选择
752子图像尺寸选择
753比特分配
754DCT编码实例
76基于矢量量化技术的图像编码
761矢量量化原理
762矢量量化过程
小结
习题
第8章小波图像编码
81概述
82小波变换
821一维连续小波变换
822小波变换性质
83离散小波变换
831离散小波变换简介
832框架理论
84多分辨分析和Mallat算法
841多分辨分析
842小波分解和重构
85Matlab中常用小波基介绍
851常用小波函数介绍
852小波函数有关的Matlab函数
86小波变换在图像编码中的应用
861数字图像的小波分解
862小波基的选择
863小波变换域小波系数分析
864小波编码方法
小结
习题
第9章图像检测与分割
91概述
92边缘检测
921梯度算子
922高斯拉普拉斯算子
923Canny边缘检测算子
93边界跟踪
931边界跟踪方法
932霍夫变换
94阈值分割
941人工选择法
942自动阈值法
943分水岭算法
95区域分割
951区域生长法
952区域分裂法
953区域合并法
954区域分裂合并法
96运动分割
961背景差值法
962图像差分法
963基于光流的分割方法
964基于块的分割方法
小结
习题
第10章图像表示与描述
101概述
102图像表示
1021链码
1022边界分段
1023多边形近似
1024标记图
1025骨架
103边界描述
1031一些简单的描述子
1032形状数
1033傅里叶描述子
1034统计矩
104区域描述
1041一些简单的描述子
1042纹理
1043不变矩
105形态学描述
1051膨胀和腐蚀
1052开启和闭合
1053形态学对图像的操作
小结
习题
第11章图像识别
111概述
112统计图像识别
1121统计模式识别方法
1122特征分析
1123线性分类器
1124贝叶斯分类器
113句法图像识别
1131句法模式识别方法
1132形式语言简介
1133模式文法
1134句法分析
1135句法结构的自动机识别
1136有噪声、畸变模式的识别
114模糊图像识别
1141模糊集合及其运算
1142隶属函数确定方法
1143模糊识别原则
1144模糊句法识别
115神经网络识别
1151人工神经网络简介
1152前向网络分类器
1153自组织特征映射网络
小结
习题
参考文献