◆ 3.1 图像的几何变换 ◆ 3.2 图像的离散傅立叶变换 ◆ 3.3 图像变换的一般表示形式 ◆ 3.4 图像的离散余弦变换 ◆ 3.5 图像的离散沃尔什－哈达玛变换 ◆ 3.6 K-L变换 ◆ 3.7 本章小结

10.1 图像处理在数字水印上的应用 10.2 基于形态学的图像颗粒度分析系统 10.3 基于内容的图像检索（CBIR） 10.4 数字化医院中的图像存档与通信系统 10.5 PHOTOSHOP图像处理软件简介

一、理解矢量图和位图的区别,了解常用的Web图像格式。 二、理解Web图像的处理流程,初步掌握基本的Web图像处理操作。 三、掌握在网页中插入图像的方法,理解图像在网页中的作用和Web图像的基本使用原则

4.0 概述 4.1 图像的对比度增强 4.2 图像的直方图修正 4.3 图像平滑 4.4 图形锐化 4.5 图像的同态滤波 4.6 图像的彩色增强

3.1 图像的几何变换 3.2 图像的离散傅立叶变换 3.3 图像变换的一般表示形式 3.4 图像的离散余弦变换 3.5 图像的离散沃尔什一哈达玛变换 3.6 K-L变换 3.7 本章小结

第四章图像基本编辑命令 一、选区图像的剪切、拷贝和粘贴 二、合并拷贝和贴入命令的使用 三、清除选区图像 四、选区图像的自由变形与边界描边 五、旋转和翻转图像

8.1 图像复原技术概述 8.2 运动模糊图像复原的基本原理 8.3 典型的运动模糊图像复原方法 8.4 几种恢复方法的性能比较 8.5 图像复原质量评价 8.6 图像复原技术的应用

2.1 图像的向量表示 2.2 随机场－图像的统计表示 2.3 正交变换 2.4 付氏变换 2.5 离散图像付氏变换( DFT ) 2.6 快速付氏变换（FFT） 2.7 其它常用变换 2.8 K-L变换 2.9 图像的采样 2.10 二值图像的采样 2.11 图像的量化

• 图像成像机理 • 图像成像模型 • 图像模型概述 • 图像的亮度模型 • 图像的彩色模型

提出了以人工智能思想为指导的图像数据库的智能检索方法,它利用模式识别技术和图像处理技术,同时考虑启发性知识.该方法用图像特征向量代表图像并进行聚类分析以建立图像库的检索树,应用最佳优先搜索方法在检索树上找出用户满意的图像.重点探讨了如何利用专家的经验知识和通过样本训练得到启发评价函数,并推出了启发评价函数存在的条件