数字图像处理基础

本书从作者在加州大学戴维斯分校讲授图像处理的初级与高级课程时的课堂讲义发展而来，它讲解数字图像处理领域的4个主题——表示、处理、技术和通信。本教材的概论性课程涵盖第1、2（2.1节至2.8节）、3、4、5、7 和9（9.1节至9.5节）章；较高级的课程应再涵盖2.9节和2.13节，以及第6、8 、9、10和11章中的部分课题。第12章提供了必要的数学工具，以便读者顺利地完成数字图像处理的学习。
　　图像处理的问题和技术；视觉信息的底层表示；图像数字化；基图像；图像增强技术；图像复原（占除图像退化的理论和算法）；图像分析；图像重建的理论和技术；图像数据压缩。
　　本书包含的400多幅插图有助于读者的阅读和理解。各章后的习题有助于读者加强对图像处理相关课题的掌握。

本书从作者在加州大学戴维斯分校讲授图像处理的初级与高级课程时的课堂讲义发展而来，讲解了数字图像处理中主要课题——表达、处理和通信——的基本原理。内容包括图像处理的问题和技术；视觉信息的底层表示；图像数字化；基图像；图像增强技术；图像复原(占除图像退化的理论和算法)；图像分析；图像重建的理论和技术；图像数据压缩等。包含的400多幅插图有助于读者的阅读和理解。各章后的习题有助于读者加强对图像处理相关课题的掌握。

第1章 绪论
　1.1 数字图像处理：问题和应用
　1.2 图像表示和建模
　1.3 图像增强
　1.4 图像复原
　1.5 图像分析
　1.6 由投影重建图像
　1.7 图像数据压缩
第2章 二维系统和数学基础
　2.1 引言
　2.2 符号和定义
　2.3 线性系统和移不变性
　2.4 傅里叶变换
　2.5 z-变换或Laurem级数
　2.6 光传递函数和调制转移函数
　2.7 矩阵理论结果
　2.8 分块矩阵和Kronecker积
　2.9 随机信号
　2.10 离散随机场
　2.11 谱密度函数
　2.12 一些估计理论的结果
　2.13 一些信息论的结果
　习题
第3章 图像感知
　3.1 引言
　3.2 光照、照度、亮度和对比度
　3.3 视觉系统的MTF
　3.4 可见度函数
　3.5 单色视觉模型
　3.6 图像保真度标准
　3.7 颜色表示
　3.8 颜色匹配和再现
　3.9 颜色坐标系统
　3.10 色差的度量
　3.11 颜色视觉模型
　3.12 视觉的时间性质
　习题
第4章 图像采样和量化
　4.1 引言
　4.2 二维采样定理
　4.3 采样定理的扩展
　4.4 在采样和重建中的实际限制
　4.5 图像量化
　4.6 Lloyd—Max量化器——最佳均方量化器
　4.7 一个压缩扩展器的设计[20.23]
　4.8 非均匀密度的最佳均方差均匀量化器
　4.9 例子，比较，以及实际局限
　4.10 实际量化器的解析模型[30]
　4.11 复杂高斯随机变量的量化
　4.12 视觉量化
　习题
第5章 图像变换
　5.1 引言
　5.2 二维正交变换和酉变换
　5.3 酉变换的性质
　5.4 一维离散傅里叶变换（DFT）
　5.5 二维DFT
　5.6 余弦变换
　5.7 正弦变换
……
第6章 随机模型的图像表示
第7章 图像增强
第8章 图像滤波与复原
第9章 图像分析和计算机视觉
第lO章 由投影重建图像
第11章 图像数据压缩