“数字图像处理”是一门理论方法和编程实践紧密结合的课程，具有很强的实用性。越来越多的领域（如人工智能、互联网技术、智能交通、视频监控、安全检测、自动驾驶、军事和医疗等）需要数字图像处理技术。本书较为系统地介绍了数字图像处理的基本理论、方法及其主要算法的MATLAB实现。全书共7章，内容包括图像概论、图像工具箱、图像灰度变换、图像增强、图像复原、图像分割以及彩色图像处理。本书内容新颖，取材精当，既注意保持理论分析的严谨性，又注重计算方法的实用性，强调图像处理算法在计算机上的程序实现。
本书的建议课时为60课时（其中含上机实验12课时），可作为高等学校计算机科学与技术、通信工程、信号与信息处理、自动化专业等高年级本科及研究生教材，也可供理工科其他有关专业的研究生和对数字图像处理感兴趣的工程技术人员参考使用。

第1章 图像概论
1.1 数字图像处理的基本概念
1.1.1 数字图像的基本元素
1.1.2 数字图像的种类
1.1.3 数字图像的显示和存储
1.1.4 数字图像的处理软件
1.1.5 数字图像的数学表示
1.1.6 图像的空间分辨率
1.1.7 图像的灰度级分辨率
1.1.8 数字图像的实质
1.2 数字图像处理、分析和识别
1.2.1 数字图像处理
1.2.2 数字图像分析
1.2.3 数字图像识别
1.2.4 图像处理的研究内容
1.3 数字图像处理的预备知识
1.3.1 邻接性、连通性、区域和边界
1.3.2 几种常用的距离函数
1.3.3 图像处理的基础操作
第2章 图像工具箱
2.1 MATLAB图像存储格式
2.2 MATLAB图像显示和读写
2.3 MATLAB的图像转换
2.3.1 图像存储格式的转换
2.3.2 图像数据类型的转换
2.4 MATLAB图像处理函数
第3章 图像灰度变换
3.1 imadjust函数
3.2 灰度线性变换
3.3 分段线性变换
3.4 灰度指数变换
3.5 灰度对数变换
3.6 灰度阈值变换
3.7 灰度直方图
3.8 直方图均衡化
3.9 直方图规定化
第4章 图像增强
4.1 图像几何变换
4.1.1 图像平移变换
4.1.2 图像旋转变换
4.1.3 图像转置变换
4.1.4 图像镜像变换
4.1.5 图像缩放变换
4.1.6 图像插值算法
4.2 图像空间域增强
4.2.1 图像增强基础
4.2.2 空间域滤波
4.2.3 图像平滑
4.2.4 自适应平滑
4.2.5 中值滤波
4.2.6 图像锐化
4.2.7 高提升滤波
4.3 图像频率域增强
4.3.1 傅里叶变换
4.3.2 FFT及其实现
4.3.3 频率域滤波
4.3.4 低通滤波器
4.3.5 高通滤波器
4.3.6 带阻滤波器
第5章 图像复原
5.1 图像复原的基本概念
5.2 几种常见的噪声模型
5.3 空间域滤波复原
5.4 逆滤波复原
5.5 维纳滤波复原
5.6 约束小二乘复原
5.7 L-R算法复原
5.8 盲去卷积复原
第6章 图像分割
6.1 点、线和边缘检测
6.1.1 点检测
6.1.2 线检测
6.1.3 边缘检测
6.2 霍夫变换
6.2.1 霍夫变换的基本原理
6.2.2 霍夫变换的MATLAB实现
6.3 阈值分割
6.3.1 阈值分割的常用方法
6.3.2 阈值分割的MATLAB实现
6.4 区域分割
6.4.1 区域生长及其实现
6.4.2 区域分裂合并
第7章 彩色图像处理
7.1 彩色图像基础
7.2 彩色模型
7.2.1 RGB模型
7.2.2 HSI模型
7.2.3 CMY（K）模型
7.2.4 HSV模型
7.2.5 YUV模型
7.2.6 YIQ模型
7.2.7 Lab模型
7.3 RGB图像处理基础
7.3.1 彩色补偿
7.3.2 彩色平衡
7.4 彩色图像空间增强
7.4.1 彩色图像平滑
7.4.2 彩色图像锐化
7.5 彩色图像分割
参考文献