第1章 概述__eol__1.1什么是数字图像处理__eol__1.1.1数字图像处理的基本概念__eol__1.1.2数字图像处理技术的产生与发展__eol__1.2数字图像处理的主要任务与方法__eol__1.2.1数字图像处理的主要任务__eol__1.2.2数字图像处理的主要方法__eol__1.2.3数字图像处理技术的特点__eol__1.3数字图像处理的应用__eol__1.3.1数字图像处理的应用领域__eol__1.3.2数字图像处理的新发展__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第2章 数字图像处理的物理及技术基础__eol__2.1数字图像获取__eol__2.1.1成像过程__eol__2.1.2模拟图像描述__eol__2.1.3常用的图像格式__eol__2.1.4模拟图像数字化__eol__2.2数字图像显示及像质描述__eol__2.2.1数字图像显示__eol__2.2.2像质描述基本方法__eol__2.3色度学基础与颜色模型__eol__2.3.1分辨率__eol__2.3.2色度学基础__eol__2.3.3颜色模型__eol__2.3.4彩色显示__eol__2.4数字图像处理基础__eol__2.4.1灰度直方图及其应用__eol__2.4.2图像处理系统及编程语言__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第3章数字图像处理的数学基础__eol__3.1数字图像的基本运算__eol__3.1.1点运算__eol__3.1.2代数运算__eol__3.1.3几何运算__eol__3.2数字图像的正交变换__eol__3.2.1傅里叶变换__eol__3.2.2离散余弦变换__eol__3.2.3KL变换__eol__3.2.4小波变换与多尺度分析__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第4章图像增强__eol__4.1空域增强__eol__4.1.1基于点操作的图像增强__eol__4.1.2基于区域操作的图像增强__eol__4.2频域增强__eol__4.2.1低通滤波__eol__4.2.2高通滤波__eol__4.2.3同态滤波__eol__4.3彩色增强__eol__4.3.1伪彩色增强__eol__4.3.2假彩色增强__eol__4.3.3真彩色增强__eol__*4.4图像增强应用：侯马盟书图像增强__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第5章图像编码与压缩__eol__5.1概述__eol__5.1.1图像冗余__eol__5.1.2图像压缩__eol__5.2图像编码的保真度准则__eol__5.2.1客观保真度准则__eol__5.2.2主观保真度准则__eol__5.3无损压缩编码__eol__5.3.1无损预测编码__eol__5.3.2哈夫曼编码__eol__5.3.3算术编码__eol__5.4有损压缩编码__eol__5.4.1有损预测编码__eol__5.4.2变换编码__eol__5.5视频图像编码标准__eol__5.5.1 JPEG标准__eol__5.5.2 MPEG标准__eol__5.5.3 H.261标准__eol__5.5.4 H.264标准__eol__*5.6图像压缩编码应用：分块DCT编码水印嵌入__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第6章图像复原与重建__eol__6.1概述__eol__6.1.1图像复原与图像重建__eol__6.1.2像质退化的原因__eol__6.1.3连续图像退化的数学模型__eol__6.1.4离散图像退化的数学模型__eol__6.2典型的无约束复原图像方法——逆滤波复原__eol__6.3约束复原方法__eol__6.3.1约束复原的基本原理__eol__6.3.2维纳滤波复原__eol__6.3.3约束最小二乘滤波复原__eol__6.4非线性复原__eol__6.4.1最大后验复原__eol__6.4.2最大熵复原__eol__6.4.3投影复原__eol__6.4.4同态滤波复原__eol__6.5几何失真校正__eol__6.5.1典型的几何失真__eol__6.5.2空间几何坐标变换__eol__6.5.3校正空间像素点灰度值的确定__eol__*6.6图像复原应用：壁画文物虚拟修复__eol__6.6.1修复过程__eol__6.6.2主要算法__eol__6.6.3修复结果__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第7章图像分割__eol__7.1概述__eol__7.2图像分割的定义与方法__eol__7.2.1图像分割定义__eol__7.2.2图像分割方法分类__eol__7.3图像的阈值分割法__eol__7.3.1直方图分割与图像二值化__eol__7.3.2图像阈值分割的常用方法__eol__7.4图像的区域生长法__eol__7.4.1传统区域生长法__eol__7.4.2无种子区域生长法__eol__7.5基于边缘的图像分割方法__eol__7.5.1边缘检测算法__eol__7.5.2轮廓检测算法——霍夫变换__eol__7.6图像分割应用__eol__7.6.1图像中数字的分割__eol__7.6.2基于区域生长法的医学影像分割__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第8章数学形态学在图像处理中的应用__eol__8.1概述__eol__8.2基本概念和运算__eol__8.2.1集合和元素__eol__8.2.2交集、并集和补集__eol__8.2.3腐蚀与膨胀__eol__8.2.4开运算和闭运算__eol__8.2.5击中/击不中变换（HMT）__eol__8.3形态学基本运算在图像处理中的应用__eol__8.3.1计算像素连接数__eol__8.3.2骨架抽取__eol__*8.4形态学处理图像应用实例：侯马盟书碑文图像骨架提取__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第9章图像分析__eol__9.1图像表示__eol__9.1.1边界追踪__eol__9.1.2链码__eol__9.2图像描绘__eol__9.2.1边界描绘__eol__9.2.2区域描绘__eol__9.2.3关系描绘__eol__9.2.4相似性描绘__eol__*9.3图像纹理分析__eol__9.3.1基于邻域特征统计的方法__eol__9.3.2基于傅里叶频谱提取特征__eol__9.3.3基于灰度共生矩阵的方法__eol__*9.4图像分析应用：医学图像配准__eol__9.4.1图像配准的基本步骤__eol__9.4.2医学图像配准__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__第10章图像识别__eol__10.1图像识别基础__eol__10.1.1模式识别过程__eol__10.1.2模式识别方法__eol__10.1.3图像识别过程__eol__10.1.4图像识别应用__eol__10.2传统神经网络的图像识别__eol__10.2.1感知机神经网络__eol__10.2.2 BP神经网络__eol__10.3卷积神经网络的图像识别__eol__10.3.1卷积神经网络基本结构__eol__10.3.2卷积神经网络训练__eol__10.3.3典型卷积神经网络模型__eol__*10.4图像识别应用：手写数字识别__eol__10.4.1感知机实现手写数字识别__eol__10.4.2BP神经网络实现手写数字识别__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__*第11章基于模型驱动法的图像处理综合应用__eol__11.1图像融合__eol__11.1.1图像融合概述__eol__11.1.2像素级图像融合过程__eol__11.1.3图像融合实例——双色中波红外图像融合__eol__11.2基于最低有效位方法的图像加密__eol__11.2.1算法步骤__eol__11.2.2算法实现__eol__11.2.3仿真结果分析__eol__11.3图像目标提取__eol__11.3.1运动目标特征提取步骤__eol__11.3.2运动目标特征提取实现__eol__11.4基于图像的三维绘制__eol__11.4.1单幅图像图形化__eol__11.4.2多幅图像图形化__eol__11.5视频图像分析与目标动画制作__eol__11.5.1视频图像内容关联性分析__eol__11.5.2视频图像运动目标动画制作__eol__11.6图像处理软件开发__eol__11.6.1准备工作__eol__11.6.2图形用户界面设计__eol__11.6.3系统代码编辑__eol__11.6.4壁画文物虚拟修复展示系统__eol__本章小结__eol__思考与练习题__eol__拓展训练__eol__*第12章基于深度学习的图像处理综合应用__eol__12.1 CNN的Deep Network Designer实现__eol__12.1.1加载使用预训练的网络__eol__12.1.2定制搭建网络结构__eol__12.2基于Python的速采磁共振图像重建__eol__12.2