第1章 绪论 1__eol__引言 1__eol__学习目标 1__eol__1.1 什么是数字图像处理 1__eol__1.2 数字图像处理的起源 2__eol__1.3 数字图像处理技术应用领域实例 5__eol__1.3.1 伽马射线成像 5__eol__1.3.2 X射线成像 6__eol__1.3.3 紫外波段成像 8__eol__1.3.4 可见光和红外波段成像 8__eol__1.3.5 微波波段成像 14__eol__1.3.6 无线电波段成像 14__eol__1.3.7 其他成像方式 15__eol__1.4 数字图像处理的基本步骤 18__eol__1.5 图像处理系统的组成 20__eol__小结、参考文献和延伸读物 22__eol__第2章 数字图像基础 23__eol__引言 23__eol__学习目标 23__eol__2.1 视觉感知要素 23__eol__2.1.1 人眼的结构 24__eol__2.1.2 人眼的成像方式 25__eol__2.1.3 亮度适应与辨别 25__eol__2.2 光和电磁波谱 28__eol__2.3 图像感知与获取 30__eol__2.3.1 使用单个传感器获取图像 31__eol__2.3.2 使用条带传感器获取图像 31__eol__2.3.3 使用阵列传感器获取图像 32__eol__2.3.4 一个简单的成像模型 33__eol__2.4 图像取样和量化 34__eol__2.4.1 取样和量化的基本概念 34__eol__2.4.2 数字图像表示 36__eol__2.4.3 线性索引和坐标索引 39__eol__2.4.4 空间分辨率和灰度分辨率 40__eol__2.4.5 图像内插 44__eol__2.5 像素间的一些基本关系 45__eol__2.5.1 像素的相邻像素 45__eol__2.5.2 邻接、连通、区域和边界 46__eol__2.5.3 距离测度 47__eol__2.6 数字图像处理所用的基本数学工具介绍 48__eol__2.6.1 对应元素运算和矩阵运算 48__eol__2.6.2 线性运算与非线性运算 49__eol__2.6.3 算术运算 50__eol__2.6.4 集合运算和逻辑运算 54__eol__2.6.5 空间运算 59__eol__2.6.6 向量与矩阵运算 66__eol__2.6.7 图像变换 67__eol__2.6.8 图像灰度和随机变量 69__eol__小结、参考文献和延伸读物 70__eol__习题 70__eol__第3章 灰度变换与空间滤波 75__eol__引言 75__eol__学习目标 75__eol__3.1 背景 75__eol__3.1.1 灰度变换和空间滤波基础 76__eol__3.1.2 关于本章中例子的说明 77__eol__3.2 一些基本的灰度变换函数 77__eol__3.2.1 图像反转 77__eol__3.2.2 对数变换 78__eol__3.2.3 幂律（伽马）变换 79__eol__3.2.4 分段线性变换函数 82__eol__3.3 直方图处理 86__eol__3.3.1 直方图均衡化 87__eol__3.3.2 直方图匹配（规定化） 93__eol__3.3.3 精确直方图匹配（规定化） 99__eol__3.3.4 局部直方图处理 105__eol__3.3.5 使用直方图统计量增强图像 106__eol__3.4 空间滤波基础 108__eol__3.4.1 线性空间滤波的原理 108__eol__3.4.2 空间相关与卷积 109__eol__3.4.3 可分离滤波器核 114__eol__3.4.4 空间域滤波和频率域滤波的一些__eol__重要比较 115__eol__3.4.5 如何构建空间滤波器核 116__eol__3.5 平滑（低通）空间滤波器 116__eol__3.5.1 盒式滤波器核 117__eol__3.5.2 低通高斯滤波器核 118__eol__3.5.3 顺序统计（非线性）滤波器 124__eol__3.6 锐化（高通）空间滤波器 125__eol__3.6.1 基础 125__eol__3.6.2 使用二阶导数锐化图像——拉普__eol__拉斯算子 127__eol__3.6.3 钝化掩蔽和高提升滤波 130__eol__3.6.4 使用一阶导数锐化图像——梯度 131__eol__3.7 低通、高通、带阻和带通滤波器 134__eol__3.8 组合使用空间增强方法 136__eol__小结、参考文献和延伸阅读 139__eol__习题 140__eol__第4章 频率域滤波 145__eol__引言 145__eol__学习目标 145__eol__4.1 背景 145__eol__4.1.1 傅里叶级数和变换简史 146__eol__4.1.2 关于本章中的例子 147__eol__4.2 基本概念 147__eol__4.2.1 复数 148__eol__4.2.2 傅里叶级数 148__eol__4.2.3 冲激函数及其取样性质 148__eol__4.2.4 单连续变量函数的傅里叶变换 150__eol__4.2.5 卷积 152__eol__4.3 取样和取样函数的傅里叶变换 153__eol__4.3.1 取样 153__eol__4.3.2 取样后的函数的傅里叶变换 154__eol__4.3.3 取样定理 156__eol__4.3.4 混叠 158__eol__4.3.5 由取样后的数据重构（复原）函数 160__eol__4.4 一元函数的离散傅里叶变换 161__eol__4.4.1 由取样后的函数的连续变换得到DFT 161__eol__4.4.2 取样和频率间隔的关系 163__eol__4.5 二元函数的傅里叶变换 164__eol__4.5.1 二维冲激及其取样性质 164__eol__4.5.2 二维连续傅里叶变换对 164__eol__4.5.3 二维取样和二维取样定理 165__eol__4.5.4 图像中的混叠 166__eol__4.5.5 二维离散傅里叶变换及其反变换 171__eol__4.6 二维DFT和IDFT的一些性质 171__eol__4.6.1 空间间隔和频率间隔的关系 171__eol__4.6.2 平移和旋转 171__eol__4.6.3 周期性 172__eol__4.6.4 对称性 173__eol__4.6.5 傅里叶谱和相角 177__eol__4.6.6 二维离散卷积定理 181__eol__4.6.7 二维离散傅里叶变换性质的小结 184__eol__4.7 频率域滤波基础 185__eol__4.7.1 频率域的其他特性 185__eol__4.7.2 频率域滤波基础 186__eol__4.7.3 频率域滤波步骤小结 190__eol__4.7.4 空间域和频率域滤波之间的对应性 192__eol__4.8 使用低通频率域滤波器平滑图像 195__eol__4.8.1 理想低通滤波器 195__eol__4.8.2 高斯低通滤波器 198__eol__4.8.3 巴特沃斯低通滤波器 199__eol__4.8.4 低通滤波的其他例子 201__eol__4.9 使用高通滤波器锐化图像 203__eol__4.9.1 由低通滤波器得到理想、高斯和巴特沃__eol__斯高通滤波器 203__eol__4.9.2 频率域中的拉普拉斯算子 207__eol__4.9.3 钝化掩蔽、高提升滤波和高频强调__eol__滤波 208__eol__4.9.4 同态滤波 210__eol__4.10 选择性滤波 212__eol__4.10.1 带阻滤波器和带通滤波器 212__eol__4.10.2 陷波滤波器 214__eol__4.11 快速傅里叶变换 217__eol__4.11.1 二维DFT的可分离性 217__eol__4.11.2 使用DFT算法计算IDFT 218__eol__4.11.3 快速傅里叶变换（FFT） 218__eol__小结、参考文献和延伸读物 220__eol__习题 221__eol__第5章 图像复原与重构 228__eol__引言 228__eol__学习目标 228__eol__5.1 图像退化/复原处理的一个模型 228__eol__5.2 噪声模型 229__eol__5.2.1 噪声的空间性质和频率性质 229__eol__5.2.2 一些重要的噪声概率密度函数 229__eol__5.2.3 周期噪声 234__eol__5.2.4 估计噪声参数 234__eol__5.3 只出现噪声的复原——空间滤波 235__eol__5.3.1 均值滤波器 235__eol__5.3.2 顺序统计滤波器 238__eol__5.3.3 自适应滤波器 242__eol__5.4 使用频率域滤波降低周期噪声 245__eol__5.4.1 陷波滤波深入介绍 245__eol__5.4.2 最优陷波滤波 248__eol__5