《数字图像处理基础及应用》将现代图像处理理论与应用紧密结合，在阐述理论的基础上，大量使用习题、软件仿真等工具
来介绍图像处理的基本方法。全书共分8章，主要内容包括数字图像基础、图像增强、图像分割、图像
复原、形态学图像处理、图像融合等。
全书具有较强的实用性和先进性，内容选材新颖，并配有大量的MATLAB仿真案例。《数字图像处理基础及应用》可以作为
高等院校信息技术等相关专业的核心课程教材或教学参考书籍，也可以作为数字图像处理技术人员的参
考资料和培训教材。
数字图像处理*早出现于20世纪20年代，当时人们采用数字压缩技术通过海底电缆从英国伦敦传输*幅数字照片到美国纽约。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像质量，它以人为对象，以改善人的视觉效果为目的。第三代计算机问世后，数字图像处理技术因应用于医学领域而大放异彩。目前，数字图像处理已成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学等领域中学习和研究的对象。数字图像处理课程作为信息技术学科专业课程，学时较少，但知识衔接性强、新概念多，所以，如何在较短的时间内让学生比较系统地掌握数字图像处理的实践能力，是摆在我们面前的一个难题。《数字图像处理基础及应用》的编写是在充分吸收众多专家研究成果的基础上，讲清基本理论、基本知识，结合编程语言，验证相应算法和理论，培养学生图像处理的基本技能，进而指导其设计图像处理的软件或硬件系统。《数字图像处理基础及应用》结构紧凑，内容深入浅出，讲解图文并茂，可作为通信与信息工程、电子科学与技术、计算机科学与技术、控制科学与工程、生物医学工程等相关专业本科高年级学生的专业选修课教材及研究生相关应用课程的教材和参考用书，也可为从事图像处理、分析和识别等相关领域的科技工作者和工程技术人员提供参考。 《数字图像处理基础及应用》共分为8章。第1章主要介绍了图像处理、图像分析、计算机视觉的界定，各种成像方式的原理及其主要应用领域；第2章介绍了数字图像处理的一些基本概念；第3章介绍了空间域图像增强的基本方法；第4章分析了频率域图像增强的基本方法；第5章介绍了图像分割的原理、方法及其主要应用领域；第6章介绍了图像复原的基本方法；第7章介绍了形态学图像处理的基本理论与基本方法；第8章介绍了图像融合的基本方法。
目 录
第1章 绪论 1
1.1 数字图像处理的概念 1
1.1.1 数字图像的定义 1
1.1.2 图像处理、图像分析、计算机视觉的界定 2
1.1.3 三种典型的计算处理 4
1.2 数字图像处理的起源 5
1.3 数字图像处理的应用实例 6
1.3.1 伽马射线成像 7
1.3.2 X射线成像 8
1.3.3 紫外波段成像 9
1.3.4 可见光及红外线成像 9
1.3.5 微波波段成像 12
1.3.6 无线电波成像 13
1.3.7 其他图像模式应用实例 13
1.4 数字图像处理的基本步骤 15
1.5 图像处理系统的部件 17
第2章 数字图像基础 22
2.1 视觉感知和要素 22
2.1.1 人眼的构造 22
2.1.2 眼睛中的图像形成 23
2.1.3 亮度适应和鉴别 24
2.2 光和电磁波谱 26
2.3 图像感知和获取 27
2.4 图像取样和量化 27
2.4.1 取样和量化的基本概念 27
2.4.2 数字图像表示 29
2.4.3 空间和灰度级分辨率 30
2.4.4 香农采样定理 33
2.4.5 放大和收缩数字图像 35
2.5 像素间的一些基本关系 37
2.5.1 相邻像素 37
2.5.2 邻接性、连通性、区域和边界 38
2.5.3 距离度量 40
2.5.4 基于像素的图像操作 41
2.6 线性和非线性操作 41
第3章空间域图像增强 43
3.1 背景知识 43
3.1.1 “空间域增强”的基本方法 43
3.1.2 二值图像 44
3.2 某些基本灰度变换 44
3.2.1 线性灰度变换 45
3.2.2 分段线性灰度变换 47
3.2.3 非线性灰度变换 49
3.3 直方图处理 53
3.3.1 直方图的定义 53
3.3.2 直方图的用途 54
3.3.3 积累直方图 54
3.3.4 直方图均衡化 56
3.3.5 直方图匹配(规定化) 59
3.4 空间滤波基础 61
3.4.1 线性滤波 61
3.4.2 非线性滤波 62
3.5 平滑空间滤波器 66
第4章频率域图像增强 75
4.1 背景 75
4.2 傅里叶变换 76
4.2.1 离散傅里叶变换 76
4.2.2 连续函数的傅里叶变换 78
4.2.3 快速傅里叶变换 78
4.2.4 频率域滤波 82
4.2.5 空间域滤波和频率域滤波之间的对应关系 89
第5章图像分割 98
5.1 边缘检测与区域分割概述 98
5.1.1 图像的基本概念 98
5.1.2 边缘检测 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准则及Canny算法 106
5.2.1 Canny边缘检测的准则 106
5.2.2 Canny边缘检测算法 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 边缘检测的一种概率方法 115
5.3 基于最大隶属度原则的边缘检测算法 121
5.3.1 邻域及平均灰度值的确定 122
5.3.2 模糊最大隶属度函数的确定 123
第6章图像复原 126
6.1 图像退化/复原处理的模型 126
6.2 噪声模型 127
6.2.1 噪声的空间和频率特性 127
6.2.2 一些重要的噪声的概率密度函数 127
6.2.3 周期噪声 132
6.2.4 噪声参数的估计 133
6.3 噪声存在下的唯一空间滤波复原 134
6.3.1 均值滤波器 134
6.3.2 顺序统计滤波器 137
6.3.3 自适应滤波器 138
6.4 频域滤波削减周期噪声 141
6.4.1 带阻滤波器 141
6.4.2 带通滤波器 142
第7章形态学图像处理 144
7.1 预备知识 145
7.1.1 集合论中的几个基本概念 145
7.1.2 二值图像的逻辑运算 146
7.2 膨胀与腐蚀 147
7.2.1 膨胀 147
7.2.2 腐蚀 149
7.3 开运算和闭运算 151
7.3.1 开运算及其性质 151
7.3.2 闭运算及其性质 152
7.4 击中和击不中变换 154
7.5 一些基本的形态学算法 157
7.5.1 边界提取 157
7.5.2 区域填充 158
7.5.3 连通分量的提取 160
7.5.4 细化 162
7.5.5 骨骼化 163
第8章 图像融合 165
8.1 图像融合的层次与步骤 165
8.2 图像融合的方法 166
8.3 基于PCA变换的加权图像融合方法167
8.3.1 主成分分析 167
8.3.2 主成分分析的数学模型 168
8.3.3 主成分分析的推导 169
8.3.4 主成分分析的步骤 171
8.3.5 基于PCA变换的图像融合的步骤及实验结果 172
8.4 图像融合技术的发展和应用现状 173
8.5 图像配准技术 174
8.5.1 图像配准原理 174
8.5.2 图像配准的方法 176
8.6 小波分析理论 176
8.6.1 小波分析的历史与发展 176
8.6.2 傅里叶变换分析 177
8.6.3 小波变换分析 178
8.7 基于小波的数字图像融合 185
8.7.1 基于小波变换的数字图像流程 185
8.7.2 图像小波变换过程 186
8.7.3 图像融合的规则 187
附录图像处理Matlab函数汇总 190
参考文献 199
新书资讯