『디지털 영상처리』(개정판)는 디지털 영상처리이해를 위한 기초분야를 다룬 책이다. 아울러 영상처리의 응용기술을 일부 함께 소개하였으며 영상처리기술의 핵심기술부분을 중심으로 쉽게 기술되어 있다. 특히 영상처리의 기본적인 기술을 다양한 예제 프로그램과 함께 소개함으로써 교재에 기술된 다양한 알고리즘을 직접 프로그램으로 구현해 볼 수 있도록 구성하였다.

제1장 디지털 영상처리의 개요
1.1 영상처리기술(Image Processing Techniques)
 1.1.1 영상개선(Image Enhancement)
 1.1.2 영상변환(Image Transformation)
 1.1.3 영상복원(Image Restoration)
 1.1.4 영상압축(Image Compression)
 1.2 영상처리 응용분야(ApplicationArea of Image Processing)
 1.3 영상표현방법(Image Representation)
 1.3.1 디지털 영상모델(Digital Image Model)
 1.3.2 표본화(Sampling)와 양자화(Quantization)
 1.4 컬러모델(Color Model)
 1.5 인간시각 시스템(Human Visual System)

제2장 영상의 기본적 처리 방법
2.1 대수적 연산방법(Algebraic Operation)
 2.1.1 산술연산(Arithmetic Operation)
 2.1.2 블리언 연산(Boolean Operation)
 2.2 기하학적 연산방법(Geometric Operation)
 2.2.1 크기변환(Scaling)
 2.2.2 영상회전(Rotation)
 2.2.3 영상이동(Translation)
 2.2.4 영상반사(Reflection/Mirroring)
 2.3 영상보간방법(Image Interpolation Technique)
 2.3.1 최근접 화소보간법(Nearest Neighbor Interpolation)
 2.3.2 선형 보간법(Linear Interpolation)
 2.3.3 양선형 보간법(Bilinear Interpolation)
 2.3.4 고차원 보간법(High-Order Interpolation)

제3장 히스토그램 분석과 영상개선
3.1 히스토그램(Histogram)
 3.2 히스토그램 평활화(Histogram Equalization)
 3.3 히스토그램 명세화(Histogram Specification)
 3.4 그레이 레벨 변경(Gray-level Modification)
 3.4.1 그레이 레벨 맵핑
3.4.2 명암대비 스트레칭(Contrast Stretching)
 3.4.3 그레이 레벨 슬라이싱(Gray Level Slicing)
 3.4.4 비트플랜 슬라이싱(Bit Plane Slicing)
 3.5 임계치(Threshold)

제4장 영역처리기술
4.1 영상회선(Convolution)
 4.2 공간필터(Spatial Filters)
 4.2.1 평균필터(Mean/Average Filter)
 4.2.2 미디언 필터(Median Filter)
 4.2.3 에지검출필터(Edge Detection Filter)
 4.2.4 영상개선 필터(Enhancement Filter)

제5장 영상분할기술
5.1 임계치에 의한 영상분할
5.1.1 고정 임계치
5.1.2 히스토그램 분석
5.1.3 P-tile 임계치
5.1.4 Isodata 알고리즘
5.1.5 삼각형 알고리즘
5.2 영역기반 영상분할
5.2.1 영역성장(Region Growing) 방법
5.2.2 영역분할과 합병(Region Split and Merge) 방법
5.3 에지기반 영상분할
5.3.1 에지검출 연산자
5.3.2 Laplacian 연산자
5.3.3캐니에지 검출기(Canny Edge Detector)
 5.4 에지연결 기법
5.5 동적 윤곽선 모델(Active Contour Model)

제6장 영상변환
6.1 푸리에 변환(Fourier Transform)
 6.1.1 푸리에 변환
6.2 이산 푸리에 변환(Discrete Fourier Transform)
 6.2.1 이산코사인변환(Discrete Cosine Transform:DCT)
 6.3 Walsh-Hadamard Transform
 6.4 웨이블릿 변환(Wavelet Transform)
 6.5 허프변환(Hough Transform)

제7장 영상복원
7.1 영상훼손모델(Degradation Model)
 7.2 영상잡음(Noise)
 7.3 공간필터(Spatial Domain Filter)
 7.3.1 순차필터(Order Filter)
 7.3.2 평균 필터(Mean Filter)
 7.3.3 적응적 필터(Adaptive Filter)
 7.4 주파수영역 필터(Frequency Domain Filter)
 7.4.1 Band Pass/Band Reject 필터
7.4.2 역필터(Inverse Filter)
 7.4.3 Wiener 필터

 제8장 영상압축
8.1 영상압축 원리
8.1.1 부호화 중복성 (Coding Redundancy)
 8.1.2 화소간 중복성(Inter Pixel Redundancy)
 8.1.3 시각적 중복성 (Psycho-Visual Redundancy)
 8.1.4 평가기준
8.2 영상압축모델
8.2.1 손실(Lossy)압축과 무손실(Lossless)압축
8.2.2 무손실 압축(Lossless Compression)
 8.3 손실압축(Lossy Compression)
 8.4 JPEG(Joint Photographic Experts Group)
 8.5 응용압축 기법
8.5.1 웨이블릿 압축
8.5.2 프랙탈 압축(Fractal Compression)
 8.5.3 MPEG(Moving Picture Expert Group)

제9장 영상의 특징 표현법
9.1 영상의 표현
9.1.1 영상 코드 (Image Codes)
 9.2 영역기반특성(Region-based Features)
 9.2.1 오일러 개수
9.2.2 질감(Texture)
 9.3 형태론(Morphology)
 9.3.1 팽창(Dilation)연산
9.3.2 침식(Erosion)연산
9.3.3 열림(Opening)연산
9.3.4 닫힘(Closing)연산

 제10장 내용기반 영상검색
10.1 유사도(Similarity) 측정방법
10.1.1 컬러 유사도(Color Similarity)
 10.1.2 질감 유사도(Texture Similarity)
 10.1.3 모양 유사도(Shape Similarity)
 10.1.4 공간 유사도(Spatial Similarity)
 10.1.5 유사도 평가 척도
10.2 내용기반 영상검색 시스템
10.3 3차원 모델 검색엔진

 제11장 영상분류
11.1 영상분류 모델(Image Classification Model)
 11.2 특성정보의 추출(Feature Extraction)
 11.2.1 이진 영상의 특성값
11.2.2 히스토그램 특성값
11.3 통계적 영상 분류기(Statistical Image Classifier)
 11.3.1 베이지언 분류기(Bayesian Classifier)
 11.3.2 영상 군집화(Clustering Analysis)
 11.3.3 EM(Expectation Maximization) 알고리즘
11.4 신경망 분류기(Neural Network Classifier)
 11.4.1 홉필드 신경망(Hopfield Neural Network)
 11.4.2 Mean Field Annealing에 의한 최적화
11.4.3 실험결과

 제12장 영상인식과 영상모션
12.1 얼굴검출 방법(Face Detection Technique)
 12.1.1 특징기반 얼굴검출 방법
12.1.2 영상기반 얼굴검출 방법
12.2 얼굴인식 방법(Face Recognition Technique)
 12.2.1 특징기반 방법
12.2.2 통계적 방법
12.3 고유얼굴 (EigenFaces)
 12.4 영상 모션(Image Motion)
 12.4.1 모션필드(Motion Field)
 12.4.2 광류(Optical Flow)

부록 영상처리를 위한 Java 프로그램의 사용방법
01 자바실행환경의 설정방법
02 영상적재방법
03 미디어트렉커(Media Tracker)
 04 생산자(Producer)/소비자(Consumer)모델