1 绪论
1.1 图像信号
1.2 数字图像信号处理
1.3 图像系统的构成
1.4 图像质量的评价
1.5 图像处理与通信的发展
2 数字图像基础
2.1 图像信号的数字化
2.2 数字视频信号和ITU-R BT.601标准
2.3 图像设备和器件
2.4 高速DSP
3 图像信号的正交变换
3.1 离散傅立叶变换
3.2 离散K-L变换
3.3 离散余弦变换
3.4 数字图像信号的正交基表示
3.5 沃尔什和哈达玛变换
4 图像增强
4.1 灰度级修正
4.2 图像的同态增晰
4.3 图像的平滑
4.4 图像的锐化
4.5 图像的伪彩色处理
4.6 图像的几何校正
5 图像复原
5.1 图像降质的数学模型
5.2 无约束图像复原
5.3 有约束图像复原
6 图像重建
6.1 计算机断层扫描技术
6.2 投影定理
6.3 傅立叶投影重建
6.4 卷积逆投影重建
6.5 代数重建
6.6 三维图像重建的体绘制
6.7 三维图像重建的面绘制
7 图像处理的数学形态学方法
7.1 数学形态学的基本概念
7.2 二值图像的数学形态学变换
7.3 灰度图像的数学形态学
8 数字图像处理的应用
8.1 概述
8.2 WiT图像处理系统
9 图像的统计特性与压缩编码
9.1 图像的统计特性
9.2 统计编码
9.3 预测编码和变换编码
9.4 量化
10 静止图像编码
10.1 方块编码（BTC）
10.2 比特面编码
10.3 JPEG标准与JPEG2000
10.4 二值图像编码方法简介
11 活动图像编码
11.1 帧间预测编码
11.2 运动估计与运动补偿预测
11.3 混合编码
11.4 有关国际标准简介
11.5 传输差错与处理
12 图像编码新方法
12.1 小波变换与图像编码
12.2 模型基编码
12.3 分形图像编码
13 图像的网络传输
13.1 通信网基础
13.2 通信网接口
13.3 模拟基带信号和模拟调制
13.4 数字基带信号和数字调制
14 图像通信的应用和发展
14.1 会议电视系统
14.2 可视电话系统
14.3 数字电视体系和其它应用系统
14.4 基于IP的H.323系统
14.5 图像通信的展望
15 视频图像的处理
15.1 视频成像变换
15.2 背景更新技术
15.3 运动检测算法
15.4 视频图像分割
15.5 基于彩色检测线线间差分的阴影消除方法
实验内容如下：
序号 |
实 验 名 称 |
实 验 说 明 |
实验 1 |
SDRAM 操作实验 |
SDRAM 的测试过程主要是对外部SDRAM的0X80000000 开始的空间连续写入从0
递增到0X200000 的数据，然后逐一读出、比较写入的数据和读出的数据是否一致。 |
实验 2 |
视频通道1 采集实验 |
视频通道1同模拟彩色摄像头采集外部视频 |
实验 3 |
视频通道2 采集实验 |
了解两个视频通道采集视频的方式的区别 |
实验 4 |
视频通道1 采集回放实验 |
可在显示设备上看到运动的图像。 |
实验 5 |
音频采集回放实验 |
CODEC 音频采集回放实验，主要包含了McBSP 设置和通讯，对CODEC 的设置，以及CODEC
对音频数据的交换。 |
实验 6 |
视频JPEG 编解码网络传输实验 |
运行程序后在pc 的IE浏览器中直接输入地址：http://192.168.0.253，就可以在IE
中看到图像了。
|
实验 7 |
图像的反色实验 |
将图像按像素进行求反，取得类似照相底片效果。求反处理的图像与原始图“黑白颠倒”，
可以看清原始图中灰黑区域的情况。
设DA 表示输入图像的灰度，DB 表示输入图像的灰度。灰度变换方程为：DB=f(DA)=255?DA
DB=f（DA）=255-DA
|
实验 8 |
图像的灰度显示实验 |
灰度图（gray-scale imgc5）是指将图像按照灰度等级的数目来划分后形成的图像。灰度
模式多使用256 级灰度来表现图像，图像中的每个像素有一个0（黑色）到255（白色）之间
的亮度值。
|
实验 9 |
图像的阈值分割实验 |
灰度的阈值变换可以将一幅灰度图像转换成黑白二值图像。它的操作过程是先由用户指
定一个阈值，如果图像中期权像素的灰度值小于该阈值，则将该像素的灰度值设置为0，否则
灰度值设置为255。 |
实验 10 |
灰度图的线性变换实验 |
灰度的线性变换就是将图像中所有的点的灰度按照线性灰度变换函数进行变换。该线性
灰度变换函数f (x)是一个一维线性函数。 |
实验 11 |
灰度窗口实验 |
灰度窗口变换（slicing）是将某一区间的灰度级和其他部分（背景）分开。 |
实验 12 |
灰度拉升实验 |
灰度拉伸和灰度的线性变换有点类似，都用到了灰度的线性变换，但不同之处在于灰度拉
伸不是完全的线性，而是分段进行线性变换。详细介绍了灰度变换函数表达式 |
实验 13 |
直方图实验 |
有时我们需要知道一幅图中的灰度分布情况，这时就可以采用灰度直方图（histogram）
一般情况下灰度直方图中的横坐标表示灰度值，纵坐标表示该灰度值出现的次数（频
率）。所以说，灰度直方图（histogram）是灰度级的函数，它表示图像中具有每种灰度级的像素
的个数，反映图像中每种灰度出现的频率。直方图是多种空间域处理技术的基础。直方图的操
作能有效的用于图像增强，除了提供有用的图像统计资料，直方图固有的信息还可以用在其他
图像处理中，如图像的分割与压缩等。 |
实验 14 |
灰度均衡实验 |
灰度均衡有时也称直方图均衡，目的是通过点运算使输入图像转换为在每一级上都有相同
的像素点数的输出图像（即输出的直方图是平的），这对于在进行图像比较或分割之前将图像转化为一致的格式是十分有益的。 |
实验 15 |
图像平移实验 |
平移后的图像上的每一点都可以在原图像中找到对应的点。例如，对于新图中的（0，
0）像素，代入上面的议程组，可以求出对应原图中的点，可以直接将它的像素值同意设置为0
或者255（对于灰度图就是黑色或白色）。同样，若有点不在原图中，也就说明原图中有点被移
出显示区域。如果不想丢失被移出的部分图像，可以将新生成的图像扩大tx ，高度扩大ty 。 |
实验 16 |
图像的垂直镜像变换实验 |
设图像高度为IHeight，宽度为IWidth，原图中（x0，y0）垂直镜像后将变为（x0，
IHeight-y0）。在视频显示任务的循环中，程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区，再在临时图像处理缓冲区上进行处理，处理后的数据再输出到输出缓冲区。在屏幕中央开辟一个矩形区域，对这个区域内的图像进行处理。 |
实验 17 |
图像的水平镜像变换实验 |
设图像高度为IHeight，宽度为IWidth，原图中（x0,y0）经过水平镜像后从未将变为
（IWidth-x0，y0）。 |
实验 18 |
图像的缩放实验 |
假设图像x 轴方向缩放比率fx，y 轴方向缩放比率是fy，那么原图中点（x0，y0）对应
于新图中的点（x1，y1）的转换矩阵为... |
实验 19 |
图像的旋转实验 |
详细阐述旋转变换矩阵表达式。 |
实验 20 |
图像的平滑实验 |
图像平滑的目的主要是为了减少图像的噪声。大部分噪声，如由敏感元件、传输通道、
量化器等引起的噪声，几乎都是随机性的。它们对某一像素点的影响，我们可以看作是孤立的，
因此，和临近各点相比，该点灰度值将有显著的不同。基于这一分析，我们可以用所谓领域平
均的方法来判断每一点是否含有噪声，并用适当的方法来消除所发现的噪声。这实际上就是一
种空间域的图像平滑方法。
在该实验中，我们采用模板法来实现对图像的平滑。模板法的思想是通过一个点和它周围
的几个点的某种运算（通常是平均运算）来消除突然变化的点，从而滤掉一定的噪声。 |
实验 21 |
图像的中值滤波实验 |
中值滤波是一种非线性的信号处理方法。中值滤波器在1971 年由J.w.Jukcy 首先提出并
应用在一维信号处理技术（时间序列分析）中，后来被二维图像信号处理技术所引用。中值滤
波在一定的条件下可以克服线性滤波器如小均方滤波、均值滤波等带来的图像细节模糊，而
且对滤除脉冲干扰及图像扫描噪声为有效。由于在实际运算过程中不需要图像的统计特征，
因此这也带来不少方便。但是对于一些细节多，特别是点、线、尖顶细节多的图像不宜采用中
值滤波。
中值滤波一般采用一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代值定
点（一般是窗口的中心点）的灰度值。对于奇数个元素，中值是指按大小排序后，中间的数值：
对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。 |
实验 22 |
图像的边缘检测实验 |
边缘的种类可以分为两种：一种称为阶跃性边缘，它两边的像素的灰度值有着显著的不同；
另一种称为屋顶状边缘，它位于灰度值从增加到减少的变化转折点。下图分别给出了这两种边
缘的示意图及相应的一阶方向导数、二阶方向导数的变化规律。对于阶跃性边缘，二阶方向导
数在边缘处呈零交叉；而对于屋顶状边缘，二阶方向导数在边缘处取极值。
如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级的变化带。
对于这种变化有用的两个特征是灰度的变化率和方向，它们分别以梯度向量的幅度和方向来
表示。 |
实验 23 |
图像锐化实验 |
图像锐化处理的目的是使模糊的图像变得更加清晰起来。通常针对引起图像模糊的原因
而进行相应地锐化操作属于图像复原的内容。图像模糊的实质就是图像受到平均或积分运算造
成的，因此可以对图像进行逆运算如微分运算来使图像清晰化。从频谱角度来分析，图像模糊
的实质是其高频分量被衰减，因而可以通过高通滤波操作来清晰图像。但要注意，能够进行锐
化处理的图像必须有较高的信噪比。否则锐化后图像的信噪比反而更低，从而使噪声增加的比
信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。图像锐化一般有两种方法：一
种是微分法，另一种是高通滤波法。 |
实验 24 |
FLASH操作及bootload 实验 |
掌握FLASH及bootload的操作。 |
|
首 页 
