本书是依据作者十余年从事数字图像处理教学及科学研究经验，结合本科教学和研究生培养工作需求，并参考相关经典文献编写而成。
全书共8章，主要介绍数字图像处理的基础内容，具体包括绪论、数字图像处理基础、图像运算与图像几何变换、图像正交变换、图像增强、图像复原与图像重建、图像压缩编码、图像分割。本书理论教学与具体实践相结合，内容清晰易懂、详略得当、代码正确可复现，并提供了大量应用实例，每章后均附有习题。
本书适合作为高等院校电子信息工程、通信工程、计算机科学与技术、自动化、电子科学与技术等相关专业本科生教材，也可作为研究生科研参考教材，同时可供图像处理、模式识别等工程技术人员参考。

第1章 绪论
1.1 数字图像处理基本概念
1.1.1 图像定义及分类
1.1.2 数字图像处理
1.2 数字图像处理与其他相关学科的关系
1.3 数字图像处理方法和研究方向
1.3.1 数字图像处理方法
1.3.2 数字图像处理的主要研究方向
1.4 数字图像处理技术的发展历程
1.5 数字图像处理的应用实例
1.6 本章小结
习题
第2章 数字图像处理基础
2.1 人眼视觉系统
2.1.1 人眼基本构造
2.1.2 视觉过程
2.1.3 人眼视觉特性
2.1.4 颜色视觉
2.1.5 立体视觉
2.2 颜色模型
2.2.1 颜色基础知识
2.2.2 颜色模型
2.3 图像的数字化
2.3.1 采样
2.3.2 量化
2.3.3 数字图像的表示及类型
2.3.4 采样、量化与数字图像质量之间的关系
2.4 数字图像的存储格式
2.4.1 常见数字图像格式
2.4.2 BMP位图文件
2.4.3 不同格式图像的使用
2.5 MATLAB数字图像处理基础函数
2.6 本章小结
习题
第3章 图像运算与图像几何变换
3.1 图像的代数和逻辑运算
3.1.1 图像的加法运算
3.1.2 图像的减法运算
3.1.3 图像的乘法运算
3.1.4 图像的除法运算
3.1.5 逻辑运算
3.2 图像的邻域运算和模板运算
3.2.1 像素间的基本关系
3.2.2 邻点和邻域
3.2.3 邻域运算和模板运算
3.3 图像的几何变换
3.3.1 图像几何变换的基础
3.3.2 基本的图像几何变换
3.4 本章小结
习题
第4章 图像正交变换
4.1 图像的傅里叶变换
4.1.1 一维傅里叶变换
4.1.2 二维傅里叶变换
4.1.3 傅里叶变换的性质
4.1.4 离散傅里叶变换的应用
4.2 图像的离散余弦变换
4.2.1 一维离散余弦变换
4.2.2 二维离散余弦变换
4.2.3 离散余弦变换的应用
4.3 图像的K-L变换
4.3.1 基本概念
4.3.2 K-L变换的应用
4.4 图像的小波变换
4.4.1 离散小波变换
4.4.2 二维小波变换
4.5 沃尔什-哈达玛变换
4.5.1 沃尔什变换
4.5.2 哈达玛变换
4.6 本章小结
习题
第5章 图像增强
5.1 基于灰度级变换的图像增强
5.1.1 线性灰度级变换
5.1.2 非线性灰度级变换
5.1.3 直方图增强
5.2 图像平滑
5.2.1 图像中的噪声
5.2.2 空间域平滑滤波
5.2.3 频率域平滑滤波
5.3 图像锐化
5.3.1 图像的边缘
5.3.2 微分算子与边缘检测
5.3.3 频率域锐化增强
5.4 基于照度-反射模型的图像增强
5.4.1 基于同态滤波的增强
5.4.2 基于Retinex理论的增强
5.5 彩色图像增强
5.5.1 彩色图像
5.5.2 伪彩色图像增强
5.5.3 真彩图像增强
5.6 本章小结
习题
第6章 图像复原与图像重建
6.1 图像退化的数学模型
6.1.1 图像降质因素
6.1.2 图像退化模型
6.2 图像退化模型的估计
6.2.1 基于模型的估计方法
6.2.2 基于退化图像特性的估计法
6.3 图像复原的代数方法
6.3.1 图像的无约束复原
6.3.2 图像的有约束复原
6.3.3 盲解卷积复原
6.4 图像重建
6.4.1 投影重建图像背景
6.4.2 基于Radon变换的图像重建
6.4.3 基于Fan-Beam投影的图像重建
6.5 本章小结
习题
第7章 图像压缩编码
7.1 图像编码的基本理论
7.1.1 图像数据的冗余
7.1.2 图像压缩的可能性
7.1.3 图像压缩的性能评价
7.1.4 图像编码方法的分类
7.1.5 图像编码术语
7.2 图像的无损压缩编码
7.2.1 无损压缩编码理论基础
7.2.2 霍夫曼编码
7.2.3 算术编码
7.2.4 游程编码
7.2.5 LZW编码
7.3 图像的有损压缩编码
7.3.1 有损预测编码
7.3.2 变换编码
7.4 JPEG编码压缩
7.4.1 JPEG编码方法
7.4.2 JPEG2000
7.5 本章小结
习题
第8章 图像分割
8.1 阈值分割法
8.1.1 直方图阈值选择法
8.1.2 迭代阈值法
8.1.3 全局阈值法
8.1.4 最大方差阈值法
8.2 边缘检测分割法
8.3 基于数学形态学的图像分割法
8.3.1 形态学基础
8.3.2 二值形态学基础
8.3.3 二值形态学图像分割
8.3.4 形态学分水岭图像分割
8.4 区域分割法
8.4.1 区域生长
8.4.2 区域分裂与合并
8.5 本章小结
习题
参考文献