数字图像处理基础与应用

《数字图像处理基础与应用》是根据作者朱虹多年从事数字图像处理科研与教学过程中的经历总结而成的，以为读者提供相应的方法理论以及问题分析的引导为宗旨来组织内容的，其中包括了作者新的研究成果中非常核心部分的内容。
《数字图像处理基础与应用》共分为12章，重点介绍了数字图像的基本概念、数字图像增强、数字图像去噪、数字图像锐化、图像的几何变换、数字图像分割、二值图像处理、模糊退化图像的复原、图像的超分辨率重建、彩色图像处理以及运动目标检测识别与跟踪等方面的内容。
《数字图像处理基础与应用》以深入浅出，示例佐证，基础内容与较复杂问题的求解方法相结合的方式完成，适用于高等学校信息与通信工程、计算机科学与应用、信号与信息处理、应用数学、自动化类专业的本科生或研究生的教材或参考书。
《数字图像处理基础与应用》基础部分适用于本科生教学，深入部分则适合研究生的学习。同时，为了便于读者理解，书中对基础算法安排了算例实现，适用于图像处理应用工程人员及科研人员参考。

第1章 引言
1.1 图像的基本概念
1.2 数字图像处理系统
1.2.1 静态数字图像处理
1.2.2 数字视频处理
1.3 数字图像处理的主要研究内容
1.4 本书的结构安排
习题
第2章 数字图像的基本概念
2.1 数字图像的基本概述
2.1.1 采样
2.1.2 量化
2.2 数字图像的数值描述
2.3 数字图像的位图文件结构
2.3.1 BMP位图文件的总体结构
2.3.2 BMP位图文件的各结构的具体数据项
2.4 数字图像的灰度直方图
2.4.1 灰度直方图的概念
2.4.2 灰度直方图的性质
2.4.3 灰度直方图对图像特性的表征
习题
第3章 数字图像增强
3.1 线性对比度展宽
3.2 非线性动态范围调整
3.3 直方图均衡化方法
3.4 Retinex图像增强方法
习题
第4章 数字图像去噪
4.1 图像噪声
4.2 均值滤波
4.2.1 均值滤波的原理
4.2.2 均值滤波方法
4.3 中值滤波
4.3.1 中值滤波的原理
4.3.2 中值滤波方法
4.4 边界保持类平滑滤波
4.4.1 基于灰度最小方差的均值滤波
4.4.2 K近邻均值滤波
4.4.3 对称近邻均值滤波
4.4.4 西格玛（∑）均值滤波
4.5 灰度图的形态学滤波
4.5.1 灰值腐蚀滤波
4.5.2 灰值膨胀滤波
4.5.3 灰值开运算滤波
4.5.4 灰值闭运算滤波
习题
第5章 数字图像锐化
5.1 一阶锐化算法
5.1.1 单方向一阶锐化算子
5.1.2 任意方向一阶锐化算子
5.1.3 一阶优化锐化算子
5.2 二阶锐化算法
5.2.1 Laplacian锐化算子
5.2.2 Wallis锐化算子
5.2.3 LOG锐化算子
习题
第6章 图像的几何变换
6.1 图像的位置变换
6.1.1 图像的平移
6.1.2 图像的镜像
6.1.3 图像的旋转
6.2 图像的形状变换
6.2.1 图像的缩小
6.2.2 图像的放大
6.2.3 图像的错切
6.3 齐次坐标与图像的仿射变换
6.4 图像几何畸变的校正
习题
第7章 数字图像分割
7.1 阈值分割方法
7.1.1 基于灰度直方图的峰谷阈值方法
7.1.2 p参数阈值方法
7.1.3 类间、类内最大方差比阈值法
7.1.4 均值聚类阈值法
7.1.5 最大熵阈值法
7.1.6 局部阈值法
7.1.7 二维熵阈值法
7.2 边缘检测分割方法
7.2.1 加权梯度直方图分割方法
7.2.2 复差分边缘检测分割方法
7.2.3 综合边缘检测分割方法
7.3 区域检测分割方法
7.3.1 基于Hough变换的分割方法
7.3.2 区域生长法
7.3.3 区域合并、分裂法
7.4 基于流形特征的分割方法
7.4.1 图像流形特征的提取
7.4.2 目标函数构建与优化
习题
第8章 二值图像处理
8.1 二值图像中的基本概念
8.1.1 连接关系
8.1.2 内部点与边界点
8.1.3 连接数与交叉数
8.1.4 几何特征
8.2 贴标签
8.3 边界跟踪
8.4 细线化
8.4.1 距离变换
8.4.2 骨架线的提取
8.5 腐蚀与膨胀
8.5.1 腐蚀
8.5.2 膨胀
8.6 开运算与闭运算
8.6.1 开运算
8.6.2 闭运算
习题
第9章 模糊退化图像的复原
9.1 图像的模糊退化模型的建立
9.1.1 运动模糊退化函数
9.1.2 散焦模糊退化函数
9.2 图像的模糊退化模型的估计
9.2.1 运动模糊退化函数的估计
9.2.2 散焦模糊退化函数的估计
9.3 图像模糊退化的复原
9.3.1 逆滤波图像复原方法
9.3.2 维纳滤波图像复原方法
9.3.3 Lucy_Richard迭代复原方法
9.4 振铃效应的抑制
9.4.1 边界循环方法
9.4.2 最优窗方法
习题
第10章 图像的超分辨率重建
10.1 图像超分辨率重建的概念
10.1.1 超分辨率重建方法的设计思想
10.1.2 超分辨率理论的产生与发展
10.2 图像超分辨率重建的数学模型
10.2.1 图像的降质模型
10.2.2 超分辨率重建的一般模型
10.2.3 常用的图像先验模型
10.3 亚像素图像配准方法
10.3.1 图像配准的概念
10.3.2 亚像素图像配准
10.3.3 迭代泰勒级数法
10.3.4 相位相关法
10.3.5 基于多峰拟合的扩展相位相关法
10.4 超分辨率图像重建算法
10.4.1 最大后验概率估计的超分辨率重建算法
10.4.2 凸集投影的超分辨率重建算法
10.5 超分辨率图像重建面临的挑战
习题
第11章 彩色图像
11.1 彩色的形成原理与基本概念
11.1.1 视觉生理学
11.1.2 视觉特性
11.1.3 彩色信息的感知
11.1.4 彩色成像及其数学模型
11.2 表色系
11.2.1 色度学彩色模型
11.2.2 工业彩色模型
11.2.3 视觉彩色模型
11.3 彩色平衡
11.3.1 灰场白平衡
11.3.2 最大颜色值平衡
11.4 彩色补偿
11.5 多相机间的颜色一致性校正
11.5.1 颜色直方图匹配方法
11.5.2 多项式回归建模方法
11.5.3 基于统计特性的颜色校正方法
11.6 彩色图像的颜色不变量特征
11.6.1 基于Kubelka-Munk原理的颜色不变量特征
11.6.2 基于Diagonal-Offset模型的颜色矩不变量特征
11.7 本征图像分解
11.7.1 本征图像分解原理
11.7.2 基于单幅图像的本征图像分解
习题
第12章 图像识别与目标检测跟踪
12.1 图像的真伪鉴别
12.1.1 基于相机指纹的真伪鉴别方法
12.1.2 基于相机响应特性的真伪鉴别方法
12.2 视频运动目标的检测
12.2.1 光流法
12.2.2 帧间差分法
12.2.3 背景差分法
12.2.4 单高斯背景建模方法
12.2.5 混合高斯背景建模方法
12.2.6 基于码书的背景建模方法
12.2.7 非参数估计的背景建模方法
12.3 阴影检测
12.3.1 阴影产生的机理
12.3.2 基于RGB颜色空间的阴影检测算法
12.3.3 基于HSV颜色空间的阴影检测算法
12.4 运动目标的跟踪
12.4.1 基于颜色特征的目标跟踪
12.4.2 目标的运动特征
12.4.3 目标跟踪过程中粘连、遮挡交叉的处理
习题
参考文献