目   录

第一部分  数字图像处理基础

第1章  概述  3

1.1  什么是数字图像处理  4

1.1.1  数字图像  4

1.1.2  数字图像处理  4

1.2  数字图像处理技术的应用  6

1.3  数字图像处理的基本内容  11

1.4  数字图像处理平台  12

第2章  数字图像基础  14

2.1  人类的视觉感知系统  15

2.2  数字图像获取  16

2.3  数字图像表示  19

2.4  像素基本关系  21

2.4.1  像素的邻域、连接和连通  21

2.4.2  像素间的距离  23

第3章  彩色图像  25

3.1  彩色基础  26

3.2  彩色模型  26

3.3  色彩校正  30

3.4  灰度图像与彩色图像  31

3.4.1  彩色图像到灰度图像  31

3.4.2  灰度图像到彩色图像  31

参考文献  33

第二部分  数字图像运算

第4章  图像基本运算  37

4.1  算术运算  38

4.2  逻辑运算  40

4.2.1  集合基础  40

4.2.2  二值图像的逻辑运算  41

4.3  空间运算  42

4.4  灰度变换  44

4.5  直方图处理  46

第5章  图像滤波运算  51

5.1  空间滤波  52

5.1.1  空间滤波基础  52

5.1.2  空间滤波器  53

5.2  频域滤波  58

5.2.1  傅里叶变换基本概念  58

5.2.2  频域滤波基础  59

5.2.3  频域滤波器  60

第6章  图像复原  66

6.1  图像退化与复原  67

6.2  噪声模型  68

6.2.1  基本噪声概率密度函数  68

6.2.2  周期噪声  70

6.2.3  噪声估计  70

6.3  噪声与滤波  71

6.3.1  单独噪声与空间滤波  72

6.3.2  周期噪声与频域滤波  75

6.4  退化函数与滤波  77

6.4.1  退化函数估计  77

6.4.2  逆滤波  78

6.4.3  最小均方误差（维纳）滤波  79

6.4.4  约束最小二乘方滤波  80

第7章  数学形态学处理  83

7.1  形态学处理基础  84

7.1.1  腐蚀与膨胀  84

7.1.2  开运算与闭运算  87

7.1.3  击中--击不中变换  90

7.2  一些基本形态学算法  91

7.2.1  边界提取  91

7.2.2  孔洞填充  92

7.2.3  连通区域提取  93

7.2.4  细化与粗化  94

7.3  灰度图像形态数学处理  95

7.3.1  灰度腐蚀与膨胀  95

7.3.2  灰度开运算与闭运算  96

7.3.3  灰度形态学算法  98

参考文献  100

第三部分  数字图像分析

第8章  图像分割  103

8.1  边缘分割  104

8.1.1  边缘检测  104

8.1.2  边缘连接  110

8.2  阈值分割  111

8.2.1  全局阈值分割  112

8.2.2  局部阈值分割  116

8.3  区域分割  118

8.3.1  区域生长  118

8.3.2  区域分裂与合并  120

8.4  其他图像分割算法  122

8.4.1  基于聚类的图像分割  122

8.4.2  分水岭分割  123

第9章  表示与描述  125

9.1  边界表示  126

9.1.1  边界追踪  126

9.1.2  边界链码  128

9.2  边界描述  130

9.2.1  傅里叶描述子  130

9.2.2  边界统计矩  131

9.3  区域描述  132

9.3.1  基本区域描述子  132

9.3.2  纹理  134

9.3.3  不变矩  137

第10章  图像模式分类  139

10.1  模板匹配分类  140

10.1.1  最小距离分类  140

10.1.2  模板遍历运算  141

10.2  贝叶斯分类  142

10.2.1  贝叶斯分类基本原理  142

10.2.2  基于朴素贝叶斯的目标分类  143

10.3  神经网络与深度学习  145

10.3.1  感知机模型  146

10.3.2  深度神经网络  147

10.3.3  深度卷积神经网络的传播原理  148

10.3.4  基于深度学习的网络模型  153

参考文献  159

第四部分  综 合 案 例

第11章  答题卡识别  163

11.1  相关背景  164

11.2  算法设计  164

11.3  算法实现  166

11.3.1  图像预处理  166

11.3.2  区域划分  166

11.3.3  准考证号识别  168

11.3.4  答题区域识别  170

11.4  扩展阅读  172

第12章  基于图像分割的车牌定位与识别  174

12.1  相关背景  175

12.2  算法设计  175

12.3  算法实现  176

12.3.1  车牌区域定位  176

12.3.2  车牌图像处理  177

12.3.3  字符分割  178

12.3.4  字符识别  179

12.4  扩展阅读  180

第13章  基于深度学习的车牌识别  181

13.1  相关背景  182

13.2  算法设计  182

13.3  算法实现  184

13.3.1  数据集  184

13.3.2  车牌位置检测  185

13.3.3  车牌字符识别  188

13.3.4  扩展阅读  191

参考文献  192