01 数字图像处理基础知识
1.1 数字图像简介 2
1.1.1 数字图像处理的目的 3
1.1.2 数字图像处理的应用 4
1.1.3 数字图像处理特点 5
1.1.4 常见的数字图像处理方法 5
1.2 图像采样和量化 6
1.2.1 图像采样 7
1.2.2 图像量化 10
1.3 图像的表示和可视化 12
1.3.1 图像的表示 12
1.3.2 图像的格式 13
1.3.3 图像的基本属性 14
1.3.4 图像可视化模块 15
1.4 像素间的关系 18
1.5 简单图像处理 19
1.5.1 图像基本属性的操作 20
1.5.2 图像的简单运算 22
1.5.3 图像卷积操作 28
1.6 小结 30
1.7 本章练习 30

02 彩色图像处理初步
2.1 彩色图像的颜色空间 32
2.1.1 RGB颜色空间 32
2.1.2 HSI颜色空间 34
2.1.3 RGB颜色空间与HSI颜色
空间之间的转换 34
2.2 伪彩色图像处理 37
2.2.1 强度分层 37
2.2.2 灰度值到彩色变换 38
2.3 基于彩色的图像分割 43
2.3.1 HSI颜色空间中的分割 43
2.3.2 RGB颜色空间中的分割 45
2.4 彩色图像的灰度化 48
2.5 小结 50
2.6 本章练习 50

03 空间滤波
3.1 空间滤波基础 52
3.1.1 空间滤波的机理 52
3.1.2 空间滤波器模板 55
3.2 平滑处理 55
3.2.1 平滑线性空间滤波器 55
3.2.2 统计排序滤波器 60
3.3 锐化处理 65
3.3.1 一阶微分算子 65
3.3.2 二阶微分算子 69
3.3.3 反锐化掩蔽 71
3.4 混合空间增强 72
3.5 小结 75
3.6 本章练习 76

04 频域滤波
4.1 傅里叶变换 79
4.1.1 一维傅里叶变换 79
4.1.2 二维傅里叶变换 83
4.2 傅里叶变换的性质 87
4.2.1 傅里叶变换的基本性质 87
4.2.2 二维傅里叶变换的性质 91
4.3 快速傅里叶变换 93
4.3.1 快速傅里叶变换的原理 93
4.3.2 快速傅里叶变换的实现 95
4.4 图像频域滤波 96
4.4.1 低通滤波 97
4.4.2 高通滤波 102
4.5 小结 105
4.6 本章练习 106
05
图像特征提取
5.1 图像颜色特征提取 108
5.1.1 颜色直方图 108
5.1.2 颜色矩 110
5.1.3 颜色集 112
5.1.4 颜色聚合向量 112
5.1.5 颜色相关图 113
5.2 图像纹理特征提取 115
5.2.1 统计纹理分析方法 116
5.2.2 Laws纹理能量测量法 122
5.2.3 Gabor变换 123
5.2.4 局部二值模式 128
5.3 图像形状特征提取 134
5.3.1 简单形状特征 134
5.3.2 傅里叶描述符 136
5.3.3 形状无关矩 137
5.4 图像边缘特征提取 138
5.4.1 梯度边缘检测 139
5.4.2 一阶边缘检测算子 139
5.4.3 二阶边缘检测算子 143
5.5 图像点特征提取 148
5.6 小结 152
5.7 本章练习 152

06 图像压缩
6.1 图像压缩简介 154
6.2 熵编码技术 155
6.2.1 哈夫曼编码 156
6.2.2 算术编码 161
6.2.3 行程编码 163
6.2.4 LZW编码 166
6.3 预测编码 167
6.3.1 DM编码 169
6.3.2 DPCM编码 169
6.4 变换编码 172
6.4.1 K-L变换 173
6.4.2 离散余弦变换 175
6.5 JPEG编码 179
6.6 小结 182
6.7 本章练习 182

07 图像小波变换与多分辨率
7.1 从傅里叶变换到小波变换 184
7.1.1 小波 184
7.1.2 感性认识小波变换 186
7.2 简单小波示例 190
7.2.1 哈尔小波构建 190
7.2.2 哈尔小波变换 192
7.2.3 哈尔小波逆变换 195
7.2.4 其他常见小波函数 195
7.3 图像多分辨率 199
7.3.1 小波多分辨率 199
7.3.2 图像金字塔 200
7.3.3 图像子带编码 202
7.4 图像小波变换 203
7.4.1 二维小波变换基础 203
7.4.2 小波变换在图像处理中的应用 205
7.5 小结 208
7.6 本章练习 209

附录A Python开发环境配置及基本语法
A.1 综述 210
A.2 Python开发环境配置 210
A.3 Python基本语法 214
A.3.1 Python编码风格 215
A.3.2 第一个Python程序 215

参考文献 220