•§1 退化的数学模型和对角化 •§2 无约束恢复 •§3 有约束恢复 •§4 几何失真校正 •§5 投影重建

6.4线性空域滤波器 ◼ 线性空域滤波器 ◼ 与频域滤波器的关系 ◼ 线性平滑滤波 ◼ 锐化滤波

一、引言 二、加法运算应用 三、减法运算应用 四、乘法运算和除法运算 五、有噪声图像的IOD 六、加法运算与直方图 七、一维卷积的离散化计算 八、要点总结

6.1 频域滤波 6.1.1频域平滑 6.1.2频域锐化 6.1.3带通（带阻）滤波 6.1.4同态滤波 6.1.5小结

5.1 阈值分割 5.2 边缘检测 5.3 区域分割 5.4 Hough变换 5.5 近邻法分割 5.6 基于动态聚类的分割 5.7 基于神经网络的分割 5.8 其它分割方法

6.4线性空域滤波器 ◼ 线性空域滤波器 ◼ 与频域滤波器的关系 ◼ 线性平滑滤波 ◼ 锐化滤波

6.1.2高通滤波器 6.1.3带通（带阻）滤波器 6.1.4同态滤波器

•§1 退化的数学模型和对角化 •§2 无约束恢复 •§3 有约束恢复 •§4 几何失真校正 •§5 投影重建

7.4 无误差编码技术 Lossless Compression Techniques 7.5 有误差编码技术——映射器

§3.2.3 哈达玛变换 §3.2.4 离散余弦变换 §3.2.5 斜变换 §3.3 霍特林变换（Hotelling）