8.1 人类视觉与色度学基础 三基色原理、光度学基本知识 8.2 颜色空间的表示及其转换 RGB模型、Munsell模型、HSV模型、HSI模型、YUV模型 RGB与HSV空间的相互转换 RGB与YUV空间的相互转换 RGB与HSI空间的相互转换 8.2 颜色空间的量化 抖动技术、假彩色处理 彩色图像增强、真彩色增强 8.6.2 伪彩色增强 实验：彩色空间的表示和转换 本章小结

6.1 数学形态学概述 6.2 数学形态学基本算法 6.3 二值图像的形态学处理 6.4 灰值形态学

1. 熟悉并掌握本章基本概念、空间域图像增强的原理、方法及其特点； 2. 了解频率域图像增强的方法及其实现过程； 3.重点掌握直方图修正方法、特点及其应用；空间域平滑、锐化和彩色增强技术。 4.1图像增强的点运算 4.2 图像的空间域平滑 4.3 图像空间域锐化 4.4图像的频率域增强 4.5 彩色增强技术

8.1 从傅里叶变换到小波变换的时频分析法 8.2 小波变换分类 8.3 小波变换的多分辨分析特性 8.4 尺度函数与小波 8.5 小波变换的快速实现 8.6 图像的多分辨分解与重建 8.7 小波变换在图像边缘检测中的应用 8.8 小波变换在图像去噪中的应用 8.9 小波变换在图像融合中的应用

《数字图像处理》课程教学课件（Digital Image Processing）频率域滤波 4.8 频率域平滑图像（频域平滑滤波器）

一、什么是直方图 二、直方图的计算和性质 三、直方图的用途 四、直方图与图像的关系 五、小结 习题

《数字图像处理》课程教学课件（Digital Image Processing）图像压缩——变换编码

《数字图像处理》课程教学课件（Digital Image Processing）图像压缩 ——霍夫曼-算术-LZW编码

《数字图像处理》课程教学课件（Digital Image Processing）图像复原与重建 5.3 空间域滤波方法 5.4 频率域滤波方法

《数字图像处理》课程教学课件（Digital Image Processing）图像复原与重建 5.7 逆滤波 5.8 维纳滤波