《數字圖像處理基礎及應用》將現代圖像處理理論與應用緊密結合，在闡述理論的基礎上，大量使用習題、軟件仿真等工具
來介紹圖像處理的基本方法。全書共分8章，主要內容包括數字圖像基礎、圖像增強、圖像分割、圖像
復原、形態學圖像處理、圖像融合等。
全書具有較強的實用性和先進性，內容選材新穎，并配有大量的MATLAB仿真案例�！稊底謭D像處理基礎及應用》可以作為
高等院校信息技術等相關專業的核心課程教材或教學參考書籍，也可以作為數字圖像處理技術人員的參
考資料和培訓教材。
數字圖像處理*早出現于20世紀20年代，當時人們采用數字壓縮技術通過海底電纜從英國倫敦傳輸*幅數字照片到美國紐約。數字圖像處理作為一門學科大約形成于20世紀60年代初期。早期的圖像處理的目的是改善圖像質量，它以人為對象，以改善人的視覺效果為目的。第三代計算機問世后，數字圖像處理技術因應用于醫學領域而大放異彩。目前，數字圖像處理已成為工程學、計算機科學、信息科學、統計學、物理學、化學、生物學、醫學等領域中學習和研究的對象。數字圖像處理課程作為信息技術學科專業課程，學時較少，但知識銜接性強、新概念多，所以，如何在較短的時間內讓學生比較系統地掌握數字圖像處理的實踐能力，是擺在我們面前的一個難題�！稊底謭D像處理基礎及應用》的編寫是在充分吸收眾多專家研究成果的基礎上，講清基本理論、基本知識，結合編程語言，驗證相應算法和理論，培養學生圖像處理的基本技能，進而指導其設計圖像處理的軟件或硬件系統�！稊底謭D像處理基礎及應用》結構緊湊，內容深入淺出，講解圖文并茂，可作為通信與信息工程、電子科學與技術、計算機科學與技術、控制科學與工程、生物醫學工程等相關專業本科高年級學生的專業選修課教材及研究生相關應用課程的教材和參考用書，也可為從事圖像處理、分析和識別等相關領域的科技工作者和工程技術人員提供參考。 《數字圖像處理基礎及應用》共分為8章。第1章主要介紹了圖像處理、圖像分析、計算機視覺的界定，各種成像方式的原理及其主要應用領域；第2章介紹了數字圖像處理的一些基本概念；第3章介紹了空間域圖像增強的基本方法；第4章分析了頻率域圖像增強的基本方法；第5章介紹了圖像分割的原理、方法及其主要應用領域；第6章介紹了圖像復原的基本方法；第7章介紹了形態學圖像處理的基本理論與基本方法；第8章介紹了圖像融合的基本方法。
目 錄
第1章 緒論 1
1.1 數字圖像處理的概念 1
1.1.1 數字圖像的定義 1
1.1.2 圖像處理、圖像分析、計算機視覺的界定 2
1.1.3 三種典型的計算處理 4
1.2 數字圖像處理的起源 5
1.3 數字圖像處理的應用實例 6
1.3.1 伽馬射線成像 7
1.3.2 X射線成像 8
1.3.3 紫外波段成像 9
1.3.4 可見光及紅外線成像 9
1.3.5 微波波段成像 12
1.3.6 無線電波成像 13
1.3.7 其他圖像模式應用實例 13
1.4 數字圖像處理的基本步驟 15
1.5 圖像處理系統的部件 17
第2章 數字圖像基礎 22
2.1 視覺感知和要素 22
2.1.1 人眼的構造 22
2.1.2 眼睛中的圖像形成 23
2.1.3 亮度適應和鑒別 24
2.2 光和電磁波譜 26
2.3 圖像感知和獲取 27
2.4 圖像取樣和量化 27
2.4.1 取樣和量化的基本概念 27
2.4.2 數字圖像表示 29
2.4.3 空間和灰度級分辨率 30
2.4.4 香農采樣定理 33
2.4.5 放大和收縮數字圖像 35
2.5 像素間的一些基本關系 37
2.5.1 相鄰像素 37
2.5.2 鄰接性、連通性、區域和邊界 38
2.5.3 距離度量 40
2.5.4 基于像素的圖像操作 41
2.6 線性和非線性操作 41
第3章空間域圖像增強 43
3.1 背景知識 43
3.1.1 “空間域增強”的基本方法 43
3.1.2 二值圖像 44
3.2 某些基本灰度變換 44
3.2.1 線性灰度變換 45
3.2.2 分段線性灰度變換 47
3.2.3 非線性灰度變換 49
3.3 直方圖處理 53
3.3.1 直方圖的定義 53
3.3.2 直方圖的用途 54
3.3.3 積累直方圖 54
3.3.4 直方圖均衡化 56
3.3.5 直方圖匹配(規定化) 59
3.4 空間濾波基礎 61
3.4.1 線性濾波 61
3.4.2 非線性濾波 62
3.5 平滑空間濾波器 66
第4章頻率域圖像增強 75
4.1 背景 75
4.2 傅里葉變換 76
4.2.1 離散傅里葉變換 76
4.2.2 連續函數的傅里葉變換 78
4.2.3 快速傅里葉變換 78
4.2.4 頻率域濾波 82
4.2.5 空間域濾波和頻率域濾波之間的對應關系 89
第5章圖像分割 98
5.1 邊緣檢測與區域分割概述 98
5.1.1 圖像的基本概念 98
5.1.2 邊緣檢測 99
5.1.3 Roberts算子 101
5.1.4 Prewitt算子和Sobel算子 102
5.1.5 Kirsch算子 104
5.2 Canny準則及Canny算法 106
5.2.1 Canny邊緣檢測的準則 106
5.2.2 Canny邊緣檢測算法 108
5.2.3 拉普拉斯算子 110
5.2.4 Facet算子 112
5.2.5 Nalwa算子 113
5.2.6 邊緣檢測的一種概率方法 115
5.3 基于最大隸屬度原則的邊緣檢測算法 121
5.3.1 鄰域及平均灰度值的確定 122
5.3.2 模糊最大隸屬度函數的確定 123
第6章圖像復原 126
6.1 圖像退化/復原處理的模型 126
6.2 噪聲模型 127
6.2.1 噪聲的空間和頻率特性 127
6.2.2 一些重要的噪聲的概率密度函數 127
6.2.3 周期噪聲 132
6.2.4 噪聲參數的估計 133
6.3 噪聲存在下的唯一空間濾波復原 134
6.3.1 均值濾波器 134
6.3.2 順序統計濾波器 137
6.3.3 自適應濾波器 138
6.4 頻域濾波削減周期噪聲 141
6.4.1 帶阻濾波器 141
6.4.2 帶通濾波器 142
第7章形態學圖像處理 144
7.1 預備知識 145
7.1.1 集合論中的幾個基本概念 145
7.1.2 二值圖像的邏輯運算 146
7.2 膨脹與腐蝕 147
7.2.1 膨脹 147
7.2.2 腐蝕 149
7.3 開運算和閉運算 151
7.3.1 開運算及其性質 151
7.3.2 閉運算及其性質 152
7.4 擊中和擊不中變換 154
7.5 一些基本的形態學算法 157
7.5.1 邊界提取 157
7.5.2 區域填充 158
7.5.3 連通分量的提取 160
7.5.4 細化 162
7.5.5 骨骼化 163
第8章 圖像融合 165
8.1 圖像融合的層次與步驟 165
8.2 圖像融合的方法 166
8.3 基于PCA變換的加權圖像融合方法167
8.3.1 主成分分析 167
8.3.2 主成分分析的數學模型 168
8.3.3 主成分分析的推導 169
8.3.4 主成分分析的步驟 171
8.3.5 基于PCA變換的圖像融合的步驟及實驗結果 172
8.4 圖像融合技術的發展和應用現狀 173
8.5 圖像配準技術 174
8.5.1 圖像配準原理 174
8.5.2 圖像配準的方法 176
8.6 小波分析理論 176
8.6.1 小波分析的歷史與發展 176
8.6.2 傅里葉變換分析 177
8.6.3 小波變換分析 178
8.7 基于小波的數字圖像融合 185
8.7.1 基于小波變換的數字圖像流程 185
8.7.2 圖像小波變換過程 186
8.7.3 圖像融合的規則 187
附錄圖像處理Matlab函數匯總 190
參考文獻 199
新書資訊