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

◼ 1、图像分割 ◼ 2、图像描述 8.1 图像分割 Image Segmentation ◼ 1、概述和分类 ◼ 2、基于灰度的分割技术 ◼ 3、基于梯度的分割技术 ◼ 4、彩色图像分割技术 ◼ 5、分割评价 8.2 图像描述 Image Description ◼ 1、概述和分类 ◼ 2、链码描绘子 ◼ 3、傅立叶描绘子 ◼ 4、矩

2.3.1 傅立叶变换导言 – 理论基础、连续与离散的傅立叶变换 2.3.2 二维傅立叶变换特性 – 可分离性、周期与共轭对称、平移性、 – 旋转特性、线性与相似性 、均值性、 – 拉普拉斯、卷积与相关 2.3.3 快速傅立叶变换 – FFT算法、逆向FFT算法、算法实现

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

◆ 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

本书在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括亮度变换、线性和非线性空间滤波、频率域滤波、图像复原与配准、彩色图像处理、小波、图像数据压缩、形态学图像处理、图像分割、区域和边界表示与描述以及对象识别等

图像增强是采用一系列技术去改善图像的视觉效果, 或将图像转换成一种更适合于人或机器进行分析和处理 的形式。例如采用一系列技术有选择地突出某些感兴趣 的信息,同时抑制一些不需要的信息,提高图像的使用 价值。 图像增强方法从增强的作用域出发,可分为空间域 增强和频率域增强两种

南京大学：《数字图像处理》课程教学资源（课件讲义）11 图像特征分析

南京大学：《数字图像处理》课程教学资源（课件讲义）06 图像频域变换