本書最大的特色是運用Matlab語言的優點來處理數位影像，全書分十章，包括數學基礎、取樣與量化、轉換法、影像增強、影像復原、影像壓縮、影像分割、圖樣識別，書末並附多個實驗。

PART 1　原理與技術第一章　簡介1.1　背景 1-11.2　影像的表示 1-41.3　數位影像處理 1-61.4　數位影像處理系統 1-91.5　本書架構 1-131.6　主要參考文獻 1-14第二章　數學基礎2.1　信號 2-12.2　線性與線性偏移不變系統 2-62.3　迴旋積 2-92.4　矩陣運算 2-122.5　純量值對向量參數的最佳化 2-202.6　隨機信號 2-22第三章　取樣與量化3.1　取樣 3-23.2　量化 3-113.3　向量量化 3-22第四章　轉換法4.1　正交轉換 4-24.2　傅立葉轉換 4-54.3　離散餘弦轉換 4-124.4　離散正弦轉換 4-194.5　Walsh-Hadamard轉換 4-204.6　Haar轉換 4-304.7　斜轉換 4-324.8　KL轉換 4-344.9　哈特萊轉換 4-374.10 SVD轉換 4-374.11 小波轉換 4-40第五章　影像增強5.1　點處理增強 5-15.2　空間濾波 5-145.3　頻域的影像增強法 5-185.4　彩色影像增強 5-21第六章　影像復原6.1　影像降質系統 6-16.2　代數復原方法 6-66.3　反濾波法 6-86.4　最小平方濾波器 6-96.5　限制性最小平方復原 6-126.6　盲目影像還原技術 6-19第七章　影像壓縮7.1　資料編碼與資料壓縮 7-27.2　影像壓縮模型 7-67.3　訊息理論基礎 7-77.4　無失真壓縮 7-167.5　有損耗壓縮 7-267.6　影像壓縮標準JPEG 7-277.7　動態視訊壓縮 7-397.8　以小波轉換壓縮之實例 7-46第八章　影像分割8.1　導論 8-28.2　影像分割處理 8-38.3　分割影像之儲存 8-158.4　影像分割前置處理－LUM濾波器 8-17第九章　示與描述9.1　表示方法 9-19.2　邊界描述子 9-99.3　區域描述子 9-129.4　形態學 9-23第十章　圖樣識別10.1　分類 10-110.2　統計決策圖樣識別 10-410.3　特徵選取 10-710.4　聚類 10-1010.5　利用類神經網路做圖樣識別 10-17PART 2　MATLAB實習第一章　Matlab實驗常用函式簡介第二章　實驗-數學基礎L2.1　二維迴旋積 Lab2-1L2.2　矩陣的直接乘積 Lab2-3L2.3　馬可夫鏈的轉移機率 Lab2-5第三章　實驗-量化L3.1　純量量化器的設計 Lab3-1L3.2　量化造成的假輪廓 Lab3-4L3.3　向量量化器之碼簿的產生 Lab3-6L3.4　向量量化的編解碼 Lab3-12第四章　實驗-轉換法L4.1　SVD轉換 Lab4-1L4.2　影像轉換的能量集中能力 Lab4-4L4.3　小波轉換 Lab4-6第五章　實驗-影像增強L5.1　直方圖等化法 Lab5-1L5.2　平滑濾波器 Lab5-4L5.3　同形濾波器 Lab5-7第六章　實驗-影像復原L6.1　最小平方濾波器 Lab6-1L6.2　疊代盲目去迴旋積法 Lab6-5第七章　實驗-影像壓縮L7.1　同色長編碼 Lab7-1L7.2　應用小波轉換與向量量化做影像壓縮 Lab7-4第八章　實驗-影像分割L8.1　像素聚積成長法 Lab8-1L8.2　四分樹區域分割與合併法 Lab8-6L8.3　Sobel邊緣偵測 Lab8-8L8.4　拉氏邊界檢測法 Lab8-11L8.5　LUM濾波器 Lab8-14第九章　實驗-表示與描述L9.1　不變矩 Lab9-1L9.2　細線化 Lab9-5L9.3　膨脹和侵蝕 Lab9-9L9.4　斷開與閉合 Lab9-11第十章　實驗-圖樣識別L10.1　利用不變矩判定圖形類別 Lab10-1L10.2　模糊聚類 Lab10-5L10.3　利用類神經網路做圖樣識別 Lab10-8L10.4　以倒傳遞網路做模糊分類 Lab10-16附錄　光碟內容簡介及使用說明參考文獻索引