目 录

第1章概述1

1.1数字图像基础知识1

1.1.1图像的基本概念1

1.1.2图像的数字化表示2

1.1.3图像类别6

1.1.4数字图像的表示9

1.1.5数字图像像素间的邻域关系10

1.1.6数字图像像素间的距离10

1.2图像的视觉感知要素12

1.2.1人眼中的图像形成12

1.2.2亮度知觉13

1.2.3形状知觉16

1.2.4颜色知觉和色度学17

1.2.5彩色模型19

1.3图像的存储与格式27

1.3.1数字图像的存储基础27

1.3.2数字图像数据文件的存储方式27

1.3.3数字图像文件格式27

1.3.4图像显示31

1.4数字图像处理的发展与应用领域34

1.4.1在航空航天领域的应用34

1.4.2在医学领域的应用35

1.4.3在遥感领域的应用36

1.4.4在通信工程领域的应用37

1.4.5在工业生产和控制领域的应用37

1.4.6在军事公安领域的应用381.4.7在文化艺术领域的应用39

1.4.8在安全领域的应用39

1.5MATLAB环境安装与图像处理库配置40

1.5.1MATLAB环境安装40

1.5.2MATLAB中配置OpenCV44

思考与练习46

第2章图像运算47

2.1代数运算47

2.1.1加法运算47

2.1.2减法运算49

2.1.3乘法运算51

2.1.4除法运算52

2.2逻辑运算与应用53

2.2.1逻辑非运算53

2.2.2逻辑与运算53

2.2.3逻辑或运算54

2.2.4逻辑运算综合示例55

2.3应用案例56

2.3.1拼图并加框56

2.3.2绿幕图像制作57

思考与练习59

实验要求与内容59

第3章图像增强61

3.1图像噪声62

3.1.1图像噪声的分类62

3.1.2图像噪声的特点64

3.1.3常见的噪声概率密度函数64

3.2图像灰度变换68

3.2.1图像求反变换68

3.2.2线性比例灰度变换69

3.2.3分段线性灰度变换70

3.2.4指数变换71

3.2.5对数变换72

3.3直方图均衡化和规定化73

3.3.1直方图均衡化73

3.3.2直方图规定化76

3.4图像空域滤波增强80

3.4.1均值滤波81

3.4.2中值滤波85

3.4.3锐化空域滤波器87

3.5图像频域滤波增强88

3.5.1频域低通滤波89

3.5.2频域高通滤波92

3.5.3同态滤波94

3.6应用案例95

3.6.1浮雕效果的制作95

3.6.2美化人脸96

3.6.3毛玻璃效果97

3.6.4怀旧色效果97

3.6.5连环画效果98

3.6.6交叉冲印效果98

3.6.7光照效果99

3.6.8羽化效果99

3.6.9素描效果100

3.6.10强光效果101

思考与练习102

实验要求与内容103

第4章图像复原105

4.1图像复原概念106

4.2图像退化及模型106

4.3空域噪声滤波109

4.3.1均值滤波109

4.3.2统计排序滤波112

4.4几何畸变图像的复原114

思考与练习117

实验要求与内容117

第5章图像变换119

5.1图像的几何变换120

5.1.1灰度插值122

5.1.2图像平移变换125

5.1.3图像旋转变换126

5.1.4图像比例变换128

5.1.5图像镜像变换131

5.2图像的正交变换133

5.2.1傅里叶变换133

5.2.2快速傅里叶变换139

5.2.3余弦变换140

5.2.4沃尔什变换142

5.2.5快速沃尔什变换149

5.2.6小波变换153

5.3应用案例166

5.3.1水中倒影的制作166

5.3.2基于小波变换的图像融合168

思考与练习174

实验要求与内容174

第6章图像分割176

6.1图像分割基础177

6.1.1图像分割的定义177

6.1.2图像分割的依据和分类177

6.2边缘检测178

6.2.1边缘的概念和性质178

6.2.2梯度算子180

6.2.3Roberts算子181

6.2.4Sobel算子181

6.2.5Prewitt算子182

6.2.6Laplacian算子182

6.3阈值分割184

6.3.1基于阈值的灰度图像分割184

6.3.2阈值选取方法186

6.4轮廓跟踪188

6.4.1二值图像轮廓跟踪189

6.4.2边界跟踪法189

6.4.3图搜索法190

6.5Hough变换192

6.6基于区域的分割193

6.6.1区域生长193

6.6.2区域分裂与合并196

6.7聚类197

6.7.1聚类概念197

6.7.2基于Kmeans算法的图像分割198

6.8应用案例199

6.8.1融合改进分水岭和区域生长的彩色图像分割［5］199

6.8.2车牌定位205

6.8.3人脸识别207

6.8.4图像预处理209

6.8.5人脸区域获取210

思考与练习212

实验要求与内容212

第7章图像编码214

7.1图像编码概述214

7.1.1图像压缩原理214

7.1.2图像编码的可行性215

7.1.3压缩编码的分类217

7.1.4图像压缩的相关术语217

7.1.5图像保真度218

7.2图像压缩技术220

7.2.1哈夫曼编码220

7.2.2香农费诺编码222

7.2.3算术编码223

7.2.4无损预测编码226

7.2.5有损预测编码228

7.3图像压缩标准230

7.3.1JPEG/MJPEG230

7.3.2H.261/H.263231

7.3.3MPEG232

7.4应用案例——彩色图像编码233

7.4.1基于DCT的彩色图像编码233

7.4.2基于小波变换的彩色图像编码234

思考与练习234

实验要求与内容235

第8章图像的目标表达及特征表示237

8.1轮廓的链码表达237

8.2轮廓线段的近似表达240

8.2.1基于收缩的最小周长多边形的边界表达240

8.2.2基于聚合的最小均方误差线段逼近241

8.2.3基于分裂的最小均方误差线段逼近241

8.3轮廓基本参数及测量242

8.3.1轮廓长度242

8.3.2轮廓直径243

8.3.3形状数244

8.4图像区域的表达245

8.4.1区域分解表达245

8.4.2骨架表达246

8.5区域参数及测量250

8.5.1区域面积250

8.5.2区域重心250

8.5.3区域灰度特性251

8.5.4区域形状参数251

8.5.5偏心率度252

8.5.6圆形度252

8.5.7欧拉数253

8.6应用案例——水果识别254

8.6.1亮度调整254

8.6.2边缘提取254

8.6.3图像分割255

8.6.4区域标记256

8.6.5轮廓跟踪256

8.6.6特征提取257

8.6.7个体识别257

思考与练习258

实验要求与内容259

第9章二值图像的形态学处理261

9.1形态学的基础概念262

9.2形态学的运算263

9.2.1腐蚀263

9.2.2膨胀265

9.2.3开运算267

9.2.4闭运算268

9.3应用案例269

9.3.1边界提取270

9.3.2区域填充算法270

9.3.3连通分量的提取271

9.3.4凸壳272

思考与练习273

实验要求与内容274

第10章彩色图像处理276

10.1彩色图像基本属性276

10.1.1像素深度276

10.1.2真彩色、伪彩色、假彩色277

10.2彩色图像增强278

10.2.1真彩色图像增强278

10.2.2伪彩色图像增强279

10.2.3假彩色图像增强282

10.3彩色图像处理分析282

10.3.1彩色补偿282

10.3.2彩色图像平滑284

10.3.3彩色图像锐化285

10.4应用案例286

10.4.1基于模板的图像匹配286

10.4.2基于SIFT特征点的图像匹配290

思考与练习298

实验要求与内容298

第11章数字图像处理综合应用300

11.1人脸检测与特征定位系统300

11.1.1人脸检测与特征定位系统界面300

11.1.2基于肤色分割的人脸检测方法300

11.1.3基于脸和头发区域的人脸检测方法305

11.1.4脸部特征标注307

11.2蝴蝶与蛾的分类308

11.2.1图像预处理309

11.2.2图像分割310

11.2.3轮廓提取311

11.2.4特征提取311

11.2.5图像分类313

11.3基于深度学习的图像超分辨率重建314

11.3.1图像超分辨率重建简介314

11.3.2基于深度学习的超分辨率理论基础315

11.3.3通道空间退化修正的超分辨率深度学习模型321

11.3.4超分辨率评价指标323

参考文献325