數字圖像處理及MATLAB實現（第3版）

第一部分 影像處理基礎

第1章 概述（Introduction） 1
1．1 數位影像處理及特點（Characteristics and Processing of Digital Image） 1
1．1．1 數位圖像與數位影像處理（Digital Images and Digital Image Processing） 1
1．1．2　數位影像處理的特點（Characteristics of Digital Image Processing） 2
1．2 數位影像處理系統（System of Digital Image Processing） 3
1．2．1 數位影像處理系統的結構（Structure of Digital Image Processing System） 3
1．2．2 數位影像處理的優點（Advantages of Digital Image Processing） 4
1．3 數位影像處理的主要研究內容（Research Content in Digital Image Processing） 5
1．4 數位影像處理的應用和發展（Applications and Development of Digital Image Processing）6
1．4．1 數位影像處理的應用（Applications of Digital Image Processing） 6
1．4．2 數位影像處理領域的發展動向（Future Direction in the Field of
Digital Image Processing） 11
1．5 全書內容簡介（Brief Introduction of This Book） 11
小結（Summary） 12
習題（Exercises） 13

第2章 數字影像處理的基礎（Basics of Digital Image Processing） 14
2．1 人類的視覺感知系統（Visual System of Human Beings） 14
2．1．1 視覺系統的基本構造（Basic Structure of Visual System） 14
2．1．2 亮度適應和鑒別（Intensity Adaption and Identification） 16
2．2 數位圖像的基礎知識（Basics of Digital Image） 19
2．2．1 圖像的數位化及表達（Image Digitalization and Representation） 19
2．2．2 圖像的獲取（Image Acquisition） 20
2．2．3 圖元間的基本關係（Basic Relationships between Pixels） 23
2．2．4 圖像的分類（Image Classification） 25
小結（Summary） 29
習題（Exercises） 29

第3章 圖像基本運算（Basic Operation in Digital Image Processing） 30
3．1 概述（Introduction） 30
3．2 點運算（Point Operation） 30
3．2．1 線性點運算（Linear Point Operation） 31
3．2．2 非線性點運算（Non-Linear Point Operation） 32
3．3 代數運算與邏輯運算（Algebra and Logical Operation） 34
3．3．1 加法運算（Addition） 34
3．3．2 減法運算（Subtraction） 36
3．3．3 乘法運算（Multiplication） 37
3．3．4 除法運算（Division） 38
3．3．5 邏輯運算（Logical Operation） 39
3．4 幾何運算（Geometric Operation） 39
3．4．1 圖像的平移（Image Translation） 40
3．4．2 圖像的鏡像（Image Mirror） 41
3．4．3 圖像的旋轉（Image Rotation） 43
3．4．4 圖像的縮放（Image Zoom） 44
3．4．5 灰度重採樣（Gray Resampling） 47
小結（Summary） 50
習題（Exercises） 50

第4章 圖像變換（Image Transform） 51
4．1 連續傅裡葉變換（Continuous Fourier Transform） 51
4．2 離散傅裡葉變換（Discrete Fourier Transform） 52
4．3　快速傅裡葉變換（Fast Fourier Transform） 53
4．4 傅裡葉變換的性質（Properties of Fourier Transform） 55
4．4．1 可分離性（Separability） 55
4．4．2 平移性質（Translation） 56
4．4．3 週期性和共軛對稱性（Periodicity and Conjugate Symmetry） 58
4．4．4 旋轉性質（Rotation） 59
4．4．5 分配律（Distribution Law） 59
4．4．6 尺度變換（Scaling） 60
4．4．7 平均值（Average Value） 61
4．4．8 卷積定理（Convolution Theorem） 62
4．5 圖像傅裡葉變換實例（Examples of Image Fourier Transform） 62
4．6 其他離散變換（Other Discrete Transform） 65
4．6．1 離散余弦變換（Discrete Cosine Transform） 65
4．6．2 二維離散沃爾什―哈達瑪變換（Walsh-Hadamard Transform） 68
4．6．3 卡胡楠―列夫變換（Kahunen-Loeve Transform） 72
小結（Summary） 73
習題（Exercises） 74

第二部分 影像處理技術

第5章 圖像增強（Image Enhancement） 75
5．1 圖像增強的概念和分類（Concepts and Categories of Image Enhancement） 75
5．2 空間域圖像增強（Image Enhancement in the Spatial Domain） 76
5．2．1 基於灰度變換的圖像增強（Image Enhancement based on Gray Levels） 76
5．2．2 基於長條圖處理的圖像增強（Image Enhancement based on Histogram Processing）
79
5．2．3 空間域濾波增強（Spatial Filtering Enhancement） 84
5．3 頻率域圖像增強（Image Enhancement in the Frequency Domain） 91
5．3．1 頻率域增圖像強基本理論（Fundamentals of Image Enhancement
in the Frequency Domain） 91
5．3．2 頻率域平滑濾波器（Frequency Smoothing Filters） 92
5．3．3 頻率域銳化濾波器（Frequency Sharpening Filters） 95
5．3．4 同態濾波器（Homomorphic Filters） 97
小結（Summary） 99
習題（Exercises） 99

第6章 圖像復原（Image Restoration） 101
6．1 圖像復原及退化模型基礎（Fundamentals of Image Restoration and
Degradation Model） 101
6．1．1 圖像退化的原因及退化模型（Causes of Image Degradation and
Degradation Model） 102
6．1．2 圖像退化的數學模型（Mathematic Model of Image Degradation） 104
6．1．3 復原技術的概念及分類（Concepts and Categories of Restoration） 105
6．2 雜訊模型（Noise Models） 106
6．2．1 一些重要雜訊的概率密度函數（Some Important Noise Probability
Density Functions） 106
6．2．2 雜訊參數的估計（Estimation of Noise Parameters） 109
6．3 空間域濾波復原（Restoration with Spatial Filtering） 110
6．3．1 均值濾波器（Mean Filters） 110
6．3．2 順序統計濾波器（Order-Statistics Filters） 113
6．4 頻率域濾波復原（Restoration with Frequency Domain Filtering） 116
6．4．1 帶阻濾波器（Bandreject Filters） 117
6．4．2 帶通濾波器（Bandpass Filters） 119
6．4．3 其他頻率域濾波器（Other Filters in Frequency Domain） 119
6．5 估計退化函數（Estimating the Degradation Function） 121
6．5．1 圖像觀察估計法（Estimation by Image Observation） 121
6．5．2 試驗估計法（Estimation by Experimentation） 121
6．5．3 模型估計法（Estimation by Modeling） 122
6．6 逆濾波（Inverse Filtering） 124
6．7 最小均方誤差濾波――維納濾波（Minimum Mean Square Error Filtering-
Wiener Filtering） 125
6．8 幾何失真校正（Geometric Distortion Correction） 128
6．8．1 空間變換（Spatial Transformation） 129
6．8．2 灰度插值（Gray-Level Interpolation） 131
6．8．3 實現（Implementation） 131
小結（Summary） 134
習題（Exercises） 134

第7章 圖像壓縮編碼（Image Compression Coding Technology） 136
7．1 概述（Introduction） 136
7．1．1 圖像的信息量與資訊熵（Information Content and Entropy） 136
7．1．2 圖像資料冗餘（Image Data Redundancy） 138
7．1．3 圖像壓縮編碼方法（Coding Methods of Image Compression） 140
7．1．4 圖像壓縮技術的性能指標（Evaluation Index of Image Compression Approaches）140
7．1．5 保真度準則（Fidelity Criteria） 142
7．2 無失真圖像壓縮編碼（Lossless Image Compression） 143
7．2．1 哈夫曼編碼（Huffman Coding） 143
7．2．2 游程編碼（Run-Length Coding） 145
7．2．3 算術編碼（Arithmetic Coding） 148
7．3 有限失真圖像壓縮編碼（Lossy Image Compression） 150
7．3．1 率失真函數（Rate Distortion Function） 151
7．3．2 預測編碼和變換編碼（Prediction Coding and Transform Coding） 152
7．3．3 向量量化編碼（Vector Quantification Coding） 160
7．4 圖像編碼新技術（New Image Coding Technology） 162
7．4．1 子帶編碼（Subband Coding） 162
7．4．2 模型基編碼（Model-Based Coding） 163
7．4．3 分形編碼（Fractal Coding） 164
7．5 圖像壓縮技術標準（Image Compression Standards） 164
7．5．1 概述（Introduction） 164
7．5．2 JPEG壓縮（JPEG Compression） 165
7．5．3 JPEG 2000 166
7．5．4 H．26x標準（H．26x Standards） 168
7．5．5 MPEG標準（MPEG Standards） 168
小結（Summary） 169
習題（Exercises） 170

第8章 圖像分割（Image Segmentation） 171
8．1 概述（Introduction） 171
8．2 邊緣檢測和連接（Edge Detection and Connection） 173
8．2．1 邊緣檢測（Edge Detection） 173
8．2．2 邊緣連接（Edge Connection） 181
8．3 閾值分割（Image Segmentation using Threshold） 184
8．3．1 基礎（Foundation） 184
8．3．2 全域閾值（Global Threshold） 185
8．3．3 自我調整閾值（Adaptive Threshold） 190
8．3．4 最佳閾值的選擇（Optimal Threshold） 190
8．3．5 分水嶺演算法（Watershed Algorithm） 191
8．4 區域分割（Region Segmentation） 193
8．4．1 區域生長法（Region Growing） 193
8．4．2 區域分裂合併法（Region Splitting and Merging） 196
8．5 二值影像處理（Binary Image Processing） 197
8．5．1 數學形態學影像處理（Mathematical Morphology Image Processing） 198
8．5．2 開運算和閉運算（Open Operation and Close Operation） 202
8．5．3 一些基本形態學演算法（Some Basic Morphological Algorithms） 204
8．6 分割圖像的結構（Construction of Image Segmentation） 206
8．6．1 物體隸屬關係圖（Relationships between Objects） 206
8．6．2 邊界鏈碼（Edge Chain Code） 207
小結（Summary） 208
習題（Exercises） 208

第三部分 影像處理的擴展內容

第9章 彩色影像處理（Color Image Processing） 210
9．1 彩色圖像基礎（Fundamentals of Color Image） 210
9．1．1 彩色圖像的概念（Concepts of Color Image） 210
9．1．2 彩色基礎（Color Fundamentals） 211
9．2 彩色模型（Color Models） 216
9．2．1 RGB彩色模型（RGB Color Model） 216
9．2．2 CMY彩色模型和CMYK彩色模型（CMY Color model and
CMYK Color Model） 218
9．2．3 HIS彩色模型（HSI Color Model） 219
9．3 偽彩色處理（Pseudocolor Image Processing） 222
9．3．1 背景（Background） 222
9．3．2 強度分層（Intensity Slicing） 223
9．3．3 灰度級到彩色變換（Transformation of Gray Levels to Color） 225
9．3．4 假彩色處理（False-Color Image Processing） 227
9．4 全彩色影像處理（Full-Color Image Processing） 229
9．4．1 全彩色影像處理基礎（Basics of Full-Color Image Processing） 229
9．4．2 彩色平衡（Color Balance） 230
9．4．3 彩色圖像增強（Color Image Enhancement） 231
9．4．4 彩色圖像平滑（Color Image Smoothing） 234
9．4．5 彩色圖像銳化（Color Image Sharpening） 236
9．5 彩色圖像分割（Color Image Segmentation） 237
9．5．1 HSI彩色空間分割（Segmentation in HSI Color Space） 237
9．5．2 RGB彩色空間分割（Segmentation in RGB Color Space） 238
9．5．3 彩色邊緣檢測（Color Edge Detection） 240
9．6 彩色影像處理的應用（Applications of Color Image Processing） 244
小結（Summary） 246
習題（Exercises） 247

第10章 圖像表示與描述（Image Representation and Description） 248
10．1 背景（Background） 248
10．2 顏色特徵（Color Feature） 249
10．2．1 灰度特徵（Intensity Feature） 249
10．2．2 長條圖特徵（Histogram Feature） 250
10．2．3 顏色矩（Color Moments） 252
10．3 紋理特徵（Representation of Image Texture） 252
10．3．1 自相關函數（Autocorrelation Function） 253
10．3．2 灰度差分統計（Statistics of Intensity Difference） 254
10．3．3 灰度共生矩陣（Gray-Level Co-occurrence Matrix） 256
10．3．4 頻譜特徵（Spectrum Features） 259
10．4 邊界特徵（Boundary Feature） 262
10．4．1 邊界表達（Boundary Representation） 262
10．4．2 邊界特徵描述（Boundary Description） 266
10．5 區域特徵（Region Feature） 269
10．5．1 簡單的區域描述（Simple Region Descriptors） 269
10．5．2 拓撲描述（Topological Descriptors） 273
10．5．3 形狀描述（Shape Descriptors） 275
10．5．4 矩（Moment） 276
10．6 運用主成分進行描述（Use of Principal Components for Description） 279
10．6．1 主成分基礎（Fundamentals of Principal Components Analysis） 279
10．6．2 主成分描述（Description by Principal Components Analysis） 282
10．7 特徵提取的應用（Application of Feature Extraction） 284
10．7．1 細微性測定（Granularity Mensuration） 284
10．7．2 圓形目標判別（Circle Shape Recognition） 286
10．7．3 運動目標特徵提取（Feature Extraction of Moving Object） 288
小結（Summary） 291
習題（Exercises） 291

第11章 數位影像處理的工程應用（Digital Image Processing
Engineering Application） 293
11．1 基於影像處理的紅細胞數目檢測（Detection of Red Cell Number
Based on Image Processing） 293
11．2 基於膚色分割和灰度積分演算法的人眼定位（Eye Location
Based on Skin Color Segmentation and Gray Level Integral Algorithm） 295
11．3 基於DCT的數位浮水印演算法（Digital Watermarking Algorithm Based on DCT） 300
11．4 基於BP神經網路的手寫漢字識別（Handwritten Chinese Character
Recognition Based on BP Neural Network） 305
小結（Summary） 314

參考文獻 315

前言

近幾十年來，由於大型積體電路技術和電腦技術的迅猛發展、離散數學理論的創立和完善，數位影像處理技術正逐漸成為其他科學技術領域中不可缺少的一項重要技術。數位影像處理技術也在從空間探索到微觀研究、從軍事領域到工農業生產、從科學教育到娛樂遊戲等越來越多的領域得到廣泛應用。

針對數位影像處理課程概念多、內容抽象、讀者入門較難的特點，本書以實踐為導向，以實際應用為目標來介紹數位影像處理的基本概念和基礎知識。數位影像處理主要研究內容包括圖像變換、圖像增強、圖像復原、圖像壓縮、圖像分割等，它是一門實用而綜合性的邊緣學科。本書在介紹數位影像處理技術基礎理論及演算法原理的同時，還特別注意如何用MATLAB軟體程式設計實現一些常用的影像處理的典型演算法，使讀者能夠深刻理解和掌握影像處理的理論和方法，並注重實際應用。

本書1～10章附有習題，幫助讀者鞏固所學的知識點；我們還編寫了與本書配套的《數字影像處理及MATLAB實現—學習與實驗指導》，便於讀者學習和上機實驗；另配有電子課件，便於教師教學和學生自學。

本書第1、2章由楊傑編寫，第3、4章由李慶編寫，第5、6章由鄭林編寫，第7章由聶明新和許建霞編寫，第8章由王昱編寫，第9、10章由黃朝兵編寫，第11章由郭志強編寫。全書由楊傑統稿，黃朝兵和李慶對部分章節程式進行了整理。另外，李俊鶴、熊瑋佳、鐘琴、董天昳、陳雅欣、馬靚雲、張曼卿、朱曉意、蔡欣怡等參加了部分文字的錄入、程式調試、插圖和校對工作。在編寫本書過程中參考了大量的影像處理文獻，作者對這些文獻的作者表示真誠的感謝。

本書的編寫得到武漢理工大學資訊工程學院的大力支持，作者在此表示衷心感謝。

由於作者水準有限，書中難免存在缺點和疏漏之處，懇請讀者批評指正。
 
編 者
2018年6月