第1章  多媒体信号处理基础
  1.1  多媒体基本概念
  1.2  音频信号处理基础
    1.2.1  声音的物理属性
    1.2.2  声音的感知特性
    1.2.3  数字音频基础
    1.2.4  人耳听觉
    1.2.5  音频信号质量评价
  1.3  图像信号处理基础
    1.3.1  图像的获取
    1.3.2  图像数字化
    1.3.3  图像数据的表示和存储
    1.3.4  图像质量评价
  1.4  视频信号处理基础
    1.4.1  视频简介
    1.4.2  视频数字化
    1.4.3  视频质量评价
  本章小结
第2章  数字音频处理
  2.1  数字音频数字化和预处理
    2.1.1  预滤波、采样、A/D转换
    2.1.2  预加重与去加重
    2.1.3  分帧加窗
  2.2  语音信号分析
    2.2.1  语音特性和人耳感知特性
    2.2.2  语音信号的时域分析
    2.2.3  语音信号的频域分析
  2.3  语音增强
    2.3.1  噪声特性
    2.3.2  滤波器法
    2.3.3  基于相关特性的语音增强
    2.3.4  减谱法
    2.3.5  基于维纳滤波的语音增强
    2.3.6  基于信号子空间分解的语音增强
  本章小结
第3章  数字图像增强
  3.1  图像灰度变换
    3.1.1  灰度直方图统计
    3.1.2  灰度线性变换
    3.1.3  灰度非线性变换
    3.1.4  图像直方图均衡
    3.1.5  直方图规定化
  3.2  图像平滑
    3.2.1  卷积积分与邻域运算
    3.2.2  图像平滑
    3.2.3  频域低通滤波器
  3.3  图像锐化
    3.3.1  梯度运算
    3.3.2  Prewitt算子
    3.3.3  Sobel算子
    3.3.4  Laplace算子
    3.3.5  频域高通滤波器
  3.4  图像的同态滤波
  本章小结
第4章  形态学图像处理
  4.1  数学形态学及其基本概念
    4.1.1  数学形态学的定义和分类
    4.1.2  数学形态学的逻辑运算和基本概念
  4.2  二值形态学基本运算
    4.2.1  腐蚀与膨胀
    4.2.2  开运算与闭运算
    4.2.3  形态学滤波
  4.3  二值图像的形态学应用
    4.3.1  边缘提取
    4.3.2  区域填充
    4.3.3  骨架抽取
    4.3.4  击中/击不中运算
  4.4  灰度形态学基本运算
    4.4.1  灰度腐蚀与灰度膨胀
    4.4.2  灰度开运算与灰度闭运算
    4.4.3  形态学梯度
    4.4.4  形态学平滑滤波
    4.4.5  顶帽变换和底帽变换
  本章小结
第5章  图像分割
  5.1  图像分割的概念和分类
    5.1.1  图像分割的概念
    5.1.2  图像分割的分类
  5.2  基于边界的边缘检测
    5.2.1  带有方向信息的边缘检测
    5.2.2  基于LoG和DoG的边缘检测
    5.2.3  Canny边缘检测
    5.2.4  边缘跟踪
  5.3  基于形状的图像分割
    5.3.1  霍夫变换基本原理
    5.3.2  直线的霍夫变换
    5.3.3  圆的霍夫变换
  5.4  基于灰度阈值的图像分割
    5.4.1  阈值化分割原理
    5.4.2  基于灰度值统计特征的图像分割法
  5.5  基于区域的图像分割
    5.5.1  区域生长法
    5.5.2  区域的分裂与合并
  本章小结
第6章  图像目标检测
  6.1  目标检测的基本概念与分类
    6.1.1  目标检测的基本概念
    6.1.2  目标检测的分类
  6.2  运动目标检测
    6.2.1  运动图像序列背景建模
    6.2.2  静止背景下的运动目标检测
    6.2.3  动态背景下的运动目标检测
  6.3  有形目标检测
    6.3.1  基于图像分割的目标检测
    6.3.2  基于模板匹配的目标检测
  6.4  弱小目标检测
    6.4.1  弱小目标检测的基本原理
    6.4.2  弱小目标检测的背景抑制
    6.4.3  基于单帧的弱小目标检测
  6.5  目标检测的性能评价
    6.5.1  通用性能指标评价
    6.5.2  其他指标评价
  本章小结
第7章  图像复原
  7.1  图像退化
    7.1.1  图像退化与复原的过程
    7.1.2  离散退化模型
    7.1.3  循环矩阵对角化
    7.1.4  图像复原的基本步骤
  7.2  常用图像退化模型
  7.3  退化模型的参数估计
    7.3.1  基于频域特征的参数估计
    7.3.2  基于空域特征的参数估计
  7.4  图像复原的典型方法
    7.4.1  逆滤波法
    7.4.2  维纳滤波
    7.4.3  露西理查德森算法
  7.5  暗通道优先的图像去雾算法
    7.5.1  暗通道的概念与意义
    7.5.2  暗通道去雾霾的原理
  7.6  图像复原的质量评价
    7.6.1  有参考的图像质量评价
    7.6.2  无参考的图像质量评价
  本章小结
第8章  数字水印
  8.1  数字水印概述
    8.1.1  数字水印技术的产生背景和应用
    8.1.2  数字水印的概念、原理及基本特征
    8.1.3  数字水印的通用模型
    8.1.4  数字水印的分类
    8.1.5  数字水印的应用
  8.2  图像数字水印技术
    8.2.1  最低有效位法
    8.2.2  基于DCT的数字水印
    8.2.3  基于小波变换的数字水印
  8.3  音频数字水印技术
    8.3.1  人类听觉特性
    8.3.2  时域音频水印算法
    8.3.3  变换域音频水印算法
    8.3.4  基于量化的隐藏算法
  8.4  视频数字水印技术
  8.5  常见攻击类型
  8.6  数字水印性能评估方法
    8.6.1  主观评价
    8.6.2  客观评价
  本章小结
参考文献