第一章绪论

介绍图像的概念、处理算法的层次、和图像处理系统的组成。

●1.1何谓计算机图像处理

介绍图像的概念，包括二值图像、灰度图像、彩色图像以及点云等多种图像的表现形式；介绍图像处理的概念，包括狭义图像处理、图像分析、图像理解等

●1.2图像处理内容和图像处理系统

介绍图像处理学的内容和其他相关学科的关系以及构建图像处理系统时常见的组成部分。

第二章数字图像处理的基本概念

介绍人眼的生理结构；介绍图像数字化的过程；讨论数字图像处理的基本功能形式、几种具体算法形式、数字图像处理中图像数据存储结构和多种视觉特征的表征方式。

●2.1图像的数字化

首先介绍人眼的生理结构；分析成像模型以及解析人眼对于外界亮度感知的特点。然后介绍图像数字化的过程。图像数字化是将一幅画面转化成计算机能处理的形式：数字图像的过程。具体来说，就是把一幅图画分割成一个个小区(像元或像素)，各小区灰度用整数来表示,这样便形成一幅数字图像。小区域的位置和灰度称为像素的属性。

●2.2图像直方图、算法形式与数据结构

在数字图像处理中，一个简单而有用的工具是图像的灰度直方图，该函数概括地反映了幅图像的灰度级内容和图像可观的信息。讨论数字图像处理的基本功能形式以及几种具体算法形式；讨论数字图像处理中图像数据存储结构和多种视觉特征的表征方式。

第三章图像增强

介绍空域和频域上的数字图像增强算法。

●3.1图像增强的点运算

在成像过程中,扫描系统、光电转换系统中的很多因素,如光照强弱、感光部件灵敏度、光学系统不均匀性、元器件特性不稳定等均可造成图像亮度分布的不均匀，导致某些部分亮,某些部分暗。灰度级校正就是在图像采集系统中对图像像素进行修正,使整幅图像成像均匀。讨论直方图均衡化和规定化的算法实现过程。直方图均衡化是通过对原图像进行某种变换使原图像的灰度直方图修正为规定形状的直方图的一种方法。

●3.2图像的空间域平滑

介绍空间滤波图像处理的几个基本概念。空间滤波是图像处理领域应用广泛的主要工具之一。局部平均法是一种直接在空间域上进行平滑处理的技术。假设图像由许多灰度恒是的小块组成，相邻像素间存在很高的空间相关性，而噪声则是统计独立的，则可用像素邻域内的各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心像素的灰度值的滤波方法，因此它是一种非线性的平滑法，对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多的图像却不太合适。

●3.3图像的空间域锐化

在图像的判读或识别中常需要突出边缘和轮廓信息。图像锐化就是增强图像的边缘或轮廓。图像平滑是通过积分过程使得图像边缘模糊，那么图像锐化则是通过微分而使图像边缘突出、清晰。图像锐化法最常用的是梯度法。介绍常见的1阶梯度算子。介绍二维函数二阶微分的实现及其在图像锐化处理中的应用。

●3.4图像频率域增强

介绍一维信号的连续傅里叶变换、离散傅里叶变换，并将其推广到二维的图像的傅里叶变换算法。图像的平滑除了在空间域中进行外，也可以在频率域中进行。由于噪声主要集中在高频部分，为去除噪声，改善图像质量可以采用低通滤波器来抑制高频部分，然后再进行傅立叶逆变换获得滤波图像，就可达到平滑图像的目的。图像的边缘、细节主要在高频部分得到反映，而图像的模糊是由于高频成分比较弱产生的。为了消除模糊，突出边缘，则采用高通滤波器让髙频成分通过，使低频成分削弱，再经傅立叶逆变换得到边缘锐化的图像。

第四章图像压缩

介绍数据压缩的基本理论以及应用于数字图像的编码和压缩算法。

●4.1图像压缩的必要性

大数据量的图像信息会给存储器的存储容量、通信干线信道的带宽以及计算机的处理速度提出更高的要求。单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方法来解决这个问题是不现实的。很显然，在信道带宽、通信链路容量一定的前提下，采用编码压缩技术,减少传输数据量,是提高通信速度的重要手段。

●4.2图像压缩的保真度准则

在图像压缩编码中，解码图像与原始图像可能会有差异，因此，需要评价压缩后图像的质量。描述解码图像相对原始图像偏离程度的测度一般称为保真度(逼真度)准则。常用的准则可分为两大类：客观保真度准则和主观保真度准则。

●4.3Huffman编码

介绍霍夫曼编码、预测编码以及变换编码。霍夫曼编码是1952年由霍夫曼(Huffman)提出的一种编码方法。这种编码方法根据源数据符号发生的概率进行编码。在源数据中出现概率越大的符号，分配的码字越短；出现概率越小的信号，其码长越长，从而达到用尽可能少的码表示源数据。它在变长编码方法中是最佳的。预测编码是根据过去时刻的样本序列，采用一种模型预测当前的样本值。预测编码不是直接对信号编码，而是对图像预测误差编码。实质上是只对新的信息进行编码，以消除相邻像素之间的相关性和冗余性。变换编码技术把图像分成大小相等且不重叠的小块，并使用二维变换单独地处理这些块。在块变换编码中，用种可逆线性变换把每个块或子图像映射为变换系数集合，然后，对这些变换系数进行量化和编码。

●4.4图像压缩模型

图像压缩系统是由两个不同的功能部分组成的：一个编码器和一个解码器。编码器执行压缩操作，解码器执行解压缩的互补操作。两种操作可用软件执行，或者使用硬件和固件相结合的形式执行。

第五章图像分割

介绍图像分割的概念、算法类型。着重介绍基于阈值的二值分割算法。

●5.1图像分割概述

在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些感兴趣的部分常称为目标或对象，它们一般对应图像中特定的、具有独特性质的区域。图像处理的重要任务就是对图像中的对象进行分析和理解。图像分割是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。图像分割是由图像处理到图像分析的关键步骤。

●5.2基于阈值的分割方法

基于直方图的阈值分割算法首先统计最简单图像的灰度直方图，若其直方图呈双峰且有明显的谷，则将谷所对应的灰度值作为阈值进行二值化，就可将目标从图像中分割出来。这种方法适用于目标和背景的灰度差较大、有明显谷的情况。最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的，是一种自适合于双峰情况的自动求取阈值的方法，又叫大津法，简称Otsu。它是按图像的灰度特性，将图像分成背景和目标两部分。背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构筑大坝，即形成分水岭。

●5.3基于边缘的分割方法

边缘检测是所有基于边界的分割方法的第一步。两个具有不同灰度值的相邻区域之间总存在边缘。边缘是灰度值不连续的结果，这种不连续常可利用求导数方便地检测到。一般常用一阶和二阶导数来检测边缘。在有噪声时，用各种算子得到的边缘像素常是孤立的或分小段连续的。为组成区域的封闭边界以将不同区域分开，需要将边缘像素连接起来。前述的边缘检测算子是并行工作的，如果边界闭合也能并行完成，则分割基本上可以并行实现。

●5.4基于区域的分割方法

根据特征进行模式分类是指根据提取的特征值将一组目标划分到各类中的技术。利用特征空间聚类的方法进行图像分割可看做是对阈值分割概念的推广。它将图像空间中的像素用对应的特征空间点表示，根据它们在特征空间的聚集对特征空间进行分割，然后将它们映射回原图像空间，得到分割的结果。图像灰度阈值分割技术都没有考虑到图像像素空间的连通性。区域增长是把图像分割成若干小区域，比较相邻小区域特征的相似性。若它们足够相似，则作为同一区域合并，以此方式将特征相似的小区域不断合并，直到不能合并为止，最后形成特征不同的各区域。这种分割方式也称区域扩张法。

第六章图像复原

介绍图像复原的概念、复原方法以及图像空间变换技术。

●6.1图像复原的概念

图像恢复也称图像复原，是图像处理中的一大类技术。图像恢复与图像增强有密切的联系。图像恢复与图像增强相同之处是，它们都要得到在某种意义上改进的图像，或者说都希望要改进输入图像的视觉质量。图像恢复与图像增强不同之处是，图像增强技术一般要借助人的视觉系统的特性以取得看起来较好的视觉结果，而图像恢复则认为图像是在某种情况下退化或恶化了(图像品质下降了)，现在需要根据相应的退化模型和知识重建或恢复原始的图像。换句话说，图像恢复技术是要将图像退化的过程模型化。

●6.2图像的退化模型

介绍线性位移不变系统的退化模型，以及离散化的退化模型。

●6.3几种图像复原方法

介绍简单的图像退化模型及其求解的方法，包括基本的无约束恢复和有约束恢复技术。进一步介绍如何用交互法以提高图像恢复的灵活性和效率。

●6.4空间坐标变换

图像在生成过程中，由于成像系统本身具有非线性或拍摄角度不同，会使生成的图像产生几何失真。几何失真一般分为系统失真和非系统失真。系统失真是有规律的、能预测的；非系统失真则是随机的。当对图像作定量分析时，就要对失真的图像先进行精确的几何校正(即将存在几何失真的图像校正成无几何失真的图像)，以免影响量测精度。基本的方法是先建立几何校正的数学模型；其次利用已知条件确定模型参数；最后根据模型对图像进行几何校正。通常分两步：(1)图像空间坐标的变换；(2)确定校正空间各像素的灰度值(灰度内插)。本小节介绍其中的第一步。

●6.5图像插值

本小节介绍常用的像素灰度内插法，包括：最近邻元法、双线性内插法和三次内插法三种。

●6.6图像的几何变换

图像的平移、旋转和尺度变换等都是常见的图像坐标变换。本节先介绍如何对它们进行统一的表达，然后讨论几个最常见的变换。