第1章 引言
1.1 总结
1.2 习题
1.3 参考文献
第2章 数字图像及其性质
2.1 基本概念
2.1.1 图像函数
2.1.2 狄拉克(Dirac)分布和卷积
2.1.3 傅里叶变换
2.1.4 作为随机过程的图像
2.1.5 作为线性系统的图像
2.2 数字图像化
2.2.1 采样
2.2.2 量化
2.2.3 彩色图像
2.3 数字图像性质
2.3.1 数字图像的度量和拓扑性质
2.3.2 直方图
2.3.3 图像的视觉感知
2.3.4 图像品质
2.3.5 图像中的噪声
2.4 总结
2.5 习题
2.6 参考文献
第3章 图像分析的数据结构
3.1 图像数据表示的层次
3.2 传统图像数据结构
3.2.1 矩阵
3.2.2 链
3.2.3 拓扑数据结构
3.2.4 关系结构
3.3 分层数据结构
3.3.1 金字塔
3.3.2 四叉树
3.3.3 其他金字塔结构
3.4 总结
3.5 习题
3.6 参考文献
第4章 图像预处理
4.1 像素亮度变换
4.1.1 与位置相关的亮度矫正
4.1.2 灰度级变换
4.2 几何变换
4.2.1 像素坐标变换
4.3 局部预处理
4.3.1 图像平滑
4.3.2 边缘检测算子
4.3.3 二阶导数过零点
4.3.4 图像处理中的尺度
4.3.5 Canny边缘提取
4.3.6 参数化边缘模型
4.3.7 多光谱图像中的边缘
4.3.8 其他局部预处理算子
4.3.9 自适应领域性预处理
4.4 图像复原
4.4.1 容易复原的退化
4.4.2 逆滤波
4.4.3 维纳滤波
第5章 分割
5.1 阈值化
5.1.1 阈值检测方法
5.1.2 最优阈值化
5.1.3 多光谱阈值化
5.1.4 分层数据结构下的阈值化
5.2 基于边缘的分割
5.2.1 边缘图像阈值化
5.2.2 边缘松弛法
5.2.3 边界跟踪
5.2.4 作为图搜索的边缘跟踪
5.2.5 作为动态规划的边缘跟踪
5.2.6 Hough变换
5.2.7 使用边界位置信息的边界检测
5.2.8 从边界构造区域
5.3 基于区域的分割
5.3.1 区域归并
5.3.2 区域分裂
5.3.3 分裂与归并
5.3.4 分水岭分割
5.3.5 区域增长后处理
5.4 匹配
5.4.1