隨著臺式計算機(jī)的處理能力已日益增強(qiáng)，各種圖像拍攝的設(shè)備（例如平板電腦、手機(jī)攝像頭、數(shù)碼相機(jī)、掃描儀等）的普及，以及互聯(lián)網(wǎng)時代的到來，使得數(shù)字圖像處理變得與文字處理一樣普及�！稊�(shù)字圖像處理基礎(chǔ)》就數(shù)字圖像處理的各個基本主題，先給出有關(guān)問題的數(shù)學(xué)公式，然后根據(jù)數(shù)學(xué)公式給出實現(xiàn)有關(guān)問題的偽代碼，最后Java語言及ImageJ平臺下的完整實現(xiàn)，非常適合作為高等學(xué)校計算機(jī)及相關(guān)專業(yè)“數(shù)字圖像處理”課程的教材。
第1章 數(shù)字圖像
1.1 圖像編程
1.2 圖像獲取
1.2.1 針孔照相機(jī)模型
1.2.2 薄透鏡
1.2.3 數(shù)字化
1.2.4 圖像尺寸與分辨率
1.2.5 圖像坐標(biāo)系統(tǒng)
1.2.6 像素值
1.3 圖像文件格式
1.3.1 光柵和矢量數(shù)據(jù)
1.3.2 TIFF文件格式
1.3.3 GIF文件格式
1.3.4 PNG文件格式
1.3.5 JPEG文件格式
1.3.6 BMP文件格式
1.3.7 PBM文件格式
1.3.8 其他文件格式
1.3.9 位與字節(jié)
1.4 練習(xí)題
第2章
2.1 圖像操作與處理
2.2 ImageJ綜述
2.2.1 關(guān)鍵特征
2.2.2 交互式工具
2.2.3 ImageJ插件
2.2.4 第一個示例：圖像取反
2.3 ImageJ與Java的其他信息
2.3.1 ImageJ的資源
2.3.2 用Java編程
2.4 練習(xí)題
第3章 直方圖
3.1 何謂直方圖
3.2 理解直方圖
3.2.1 圖像獲取
3.2.2 圖像缺陷
3.3 直方圖計算
3.4 多于8位圖像的直方圖
3.4.1 像素組合
3.4.2 示例
3.4.3 實現(xiàn)
3.5 彩色圖像直方圖
3.5.1 強(qiáng)度直方圖
3.5.2 單個顏色通道直方圖
3.5.3 組合顏色直方圖
3.6 累積直方圖
3.7 練習(xí)題
第4章 點運算
4.1 圖像強(qiáng)度修正
4.1.1 對比度與亮度
4.1.2 利用設(shè)定門限限制結(jié)果值
4.1.3 圖像求反
4.1.4 閾值操作
4.2 點運算與直方圖
4.3 自動對比度調(diào)整
4.4 修正的自動對比度調(diào)整
4.5 直方圖均衡化
4.6 直方圖規(guī)范化
4.6.1 頻率與概率
4.6.2 直方圖規(guī)范化的原理
4.6.3 調(diào)整為分段線性分布
4.6.4 調(diào)整為給定直方圖（直方圖匹配）
4.6.5 示例
4.7 Gamma校正
4.7.1 為什么是
4.7.2 Gamma函數(shù)
4.7.3 真實Gamma值
4.7.4 Gamma校正應(yīng)用
4.7.5 實現(xiàn)
4.7.6 修正Gamma校正
4.8 ImageJ中的點運算
4.8.1 利用查找表進(jìn)行點運算
4.8.2 算術(shù)運算
4.8.3 包含多幅圖像的點運算
4.8.4 兩幅圖像進(jìn)行點運算的方法
4.8.5 多幅圖像的ImageJ插件
4.9 練習(xí)題
第5章 濾波器
5.1 何謂濾波器
5.2 線性濾波器
5.2.1 濾波矩陣
5.2.2 應(yīng)用濾波器
5.2.3 計算濾波器算子
5.2.4 濾波器插件示例
5.2.5 整數(shù)系數(shù)
5.2.6 任意尺寸的濾波器
5.2.7 線性濾波器的類型
5.3 線性濾波器的性質(zhì)
5.3.1 線性卷積
5.3.2 線性卷積的性質(zhì)
5.3.3 線性濾波的可分離性
5.3.4 濾波器的脈沖響應(yīng)
5.4 非線性濾波器
5.4.1 最小值與最大值濾波
5.4.2 中值濾波
5.4.3 加權(quán)中值濾波器
5.4.4 其他非線性濾波器
5.5 濾波器的實現(xiàn)
5.5.1 濾波程序的效率
5.5.2 圖像邊界的處理
5.5.3 調(diào)試濾波器程序
5.6 ImageJ的濾波運算
5.6.1 線性濾波器
5.6.2 高斯濾波器
5.6.3 非線性濾波器
5.7 練習(xí)題
第6章 邊緣與輪廓
6.1 邊緣是怎么來的
6.2 基于梯度的邊緣檢測
6.2.1 偏導(dǎo)數(shù)與梯度
6.2.2 導(dǎo)數(shù)濾波器
6.3 邊緣檢測算子
6.3.1 Prewitt算子與Sobel算子
6.3.2 Roberts算子
6.3.3 羅盤算子
6.3.4 ImageJ的邊緣檢測算子
6.4 其他邊緣檢測算子
6.4.1 基于二階導(dǎo)數(shù)的邊緣檢測
6.4.2 不同尺度下的邊緣
6.4.3 Canny算子
6.5 從邊緣到輪廓
6.5.1 輪廓跟蹤
6.5.2 邊緣圖
6.6 邊緣銳化
6.6.1 邊緣銳化與拉普拉斯濾波器
6.6.2 USM銳化
6.7 練習(xí)題
第7章 形態(tài)學(xué)濾波器
7.1 收縮與放大
7.1.1 像素的鄰域
7.2 基本的形態(tài)學(xué)運算
7.2.1 結(jié)構(gòu)元素
7.2.2 點集
7.2.3 膨脹
7.2.4 腐蝕
7.2.5 膨脹與腐蝕的性質(zhì)
7.2.6 設(shè)計形態(tài)學(xué)濾波器
7.2.7 應(yīng)用舉例：輪廓
7.3 復(fù)合運算
7.3.1 開運算
7.3.2 閉運算
7.3.3 開運算和閉運算的性質(zhì)
7.4 灰度形態(tài)學(xué)
7.4.1 結(jié)構(gòu)元素
7.4.2 膨脹與腐蝕
7.4.3 灰度開運算與閉運算
7.5 實現(xiàn)形態(tài)學(xué)濾波器
7.5.1 ImageJ中的二值圖像
7.5.2 膨脹與腐蝕
7.5.3 開運算與閉運算
7.5.4 Outline函數(shù)
7.5.5 ImageJ中的形態(tài)學(xué)運算ImageProcessor類
7.6 練習(xí)題
第8章 彩色圖像
8.1 RGB彩色圖像
8.1.1 彩色圖像的組織結(jié)構(gòu)
8.1.2 ImageJ中的彩色圖像
8.2 顏色空間與顏色轉(zhuǎn)換
8.2.1 轉(zhuǎn)換為灰度圖像
8.2.2 彩色圖像的去飽和
8.2.3 HSV/HSB與HLS彩色空間
8.2.4 電視顏色空間：YUV、YIQ?
8.2.5 用于印刷的顏色空間：CMY與
8.3 彩色圖像的統(tǒng)計分析
8.3.1 一幅圖像中有多少種顏色
8.3.2 顏色直方圖
8.4 練習(xí)題
附錄A 數(shù)學(xué)記號
A.1 符號
A.2 集合算子
A.3 算法復(fù)雜度和O記號
附錄B Java摘記
B.1 算術(shù)運算
B.1.1 整數(shù)除法
B.1.2 求模算子
B.1.3 無符號字節(jié)型
B.1.4 數(shù)學(xué)函數(shù)（Math類）
B.1.5 舍入
B.1.6 反正切函數(shù)
B.1.7 Float和Double（類）
B.2 數(shù)組和集合
B.2.1 創(chuàng)建數(shù)組
B.2.2 數(shù)組大小
B.2.3 訪問數(shù)組元素
B.2.4 二維數(shù)組
B.2.5 克隆數(shù)組
B.2.6 對象數(shù)組與排序
B.2.7 集合體（Collection）
參考文獻(xiàn)
書單推薦
