MATLAB數(shù)字圖像處理

內(nèi)容概要

　　《MATLAB數(shù)字圖像處理（第2版）》以最新版MATLAB
R2011a為平臺編寫，簡潔明了地介紹了數(shù)字圖像處理的函數(shù)、方法的理論及背景，同時又緊密聯(lián)系實現(xiàn)應用，以具體的事例說明函數(shù)的使用方法。在事例中強調(diào)了如何用MATLAB圖像處理工具箱解決圖像處理中的問題和節(jié)省了圖像處理的時間和精力，提高了圖像處理的效率。
　　全書共分11章，第1章講解了MATLAB基礎知識，讓讀者對MATLAB有一個概要的認識。第2～10章分別講解了圖像處理基礎、圖像運算、圖像編碼、圖像變換、圖像增強、圖像復原、圖像的分割、圖像數(shù)學形態(tài)學處理和小波圖像處理等內(nèi)容，向讀者展示了MATLAB對數(shù)字圖像進行處理的方法及技巧。第11章總結性地介紹數(shù)字圖像在各個領域中的應用，讓讀者進一步領略到MATLAB的強大功能和廣泛的應用范圍。
　　本書可作為高等理工科院校電子信息、通信工程、信號與信息處理學科的本科生教材，也可作為研究生以及從事圖像研究的科研工作者的參考用書。

書籍目錄

前言
第1章 MATLAB及數(shù)字圖像概述
　1.1 MATLAB概述及發(fā)展史
　1.1.1 MATLAB發(fā)展史
　1.1.2 MATLAB基本功能
　1.1.3 MATLAB R2011a新功能
　1.1.4 MATLAB應用領域
　1.2 MATLAB R2011a的安裝與激活
　1.3 MATLAB用戶界面
　1.3.1 "Start"按鈕
　1.3.2 菜單欄
　1.4 MATLAB工作環(huán)境
　1.4.1 命令窗口
　1.4.2 命令歷史窗口
　1.4.3 工作空間
　1.4.4 數(shù)組編輯窗口
　1.4.5 搜索路徑及設置
　1.5 MATLAB聯(lián)機幫助
　1.5.1 幫助窗口
　1.5.2 幫助命令
　1.6 變量
　1.6.1 變量命名規(guī)則
　1.6.2 變量類型
　1.7 常用符號
　1.8 矩陣的創(chuàng)建
　1.8.1 直接輸入元素創(chuàng)建矩陣
　1.8.2 創(chuàng)建特殊矩陣
　1.9 數(shù)據(jù)可視化
　1.10 程序結構
　1.10.1 順序結構
　1.10.2 循環(huán)結構
　1.10.3 分支結構
　1.11 數(shù)字圖像簡介
　1.11.1 數(shù)字圖像發(fā)展概況
　1.11.2 數(shù)字圖像應用領域
第2章 圖像處理基礎
　2.1 圖像類型及常用術語
　2.2 圖像處理的基本操作
　2.3 特殊圖像顯示技術
　2.4 圖像處理高級應用
　2.4.1 圖像處理高級應用基本函數(shù)
　2.4.2 圖像處理高級應用示例
　2.5 圖像類型及其轉換
　2.5.1 圖像類型
　2.5.2 圖像類型轉換
　2.6 圖像色彩
　2.6.1 圖像退色處理
　2.6.2 顏色模型
　2.6.3 顏色模型轉換
　2.6.4 色彩處理
第3章 圖像運算
　3.1 圖像運算基本類型
　3.2 點運算
　3.3 圖像代數(shù)運算
　3.3.1 圖像加法運算
　3.3.2 圖像減法運算
　3.3.3 圖像乘法運算
　3.3.4 圖像除法運算
　3.3.5 圖像絕對差值運算
　3.3.6 圖像求補運算
　3.3.7 圖像線性運算
　3.3.8 圖像非線性運算
　3.4 圖像的邏輯運算
　3.5 幾何變換基礎
　3.5.1 齊次坐標
　3.5.2 齊次坐標的一般表現(xiàn)形式及意義
　3.5.3 二維圖像幾何變換的矩陣
　3.6 圖像幾何運算
　3.6.1 圖像插值
　3.6.2 調(diào)整圖像大小
　3.6.3 圖像的旋轉
　3.6.4 圖像的裁剪
　3.7 空間變換
　3.7.1 圖像鏡像變換
　3.7.2 圖像仿射
　3.7.3 圖像投影變換
　3.8 鄰域與塊處理
　3.8.1 滑動鄰域處理
　3.8.2 塊處理
　3.9 區(qū)域處理
　3.9.1 指定目標區(qū)域
　3.9.2 區(qū)域濾波處理
　3.9.3 區(qū)域填充處理
第4章 圖像編碼
　4.1 圖像壓縮編碼簡介
　4.1.1 圖像壓縮編碼的必要性
　4.1.2 圖像壓縮編碼的可能性
　4.1.3 圖像壓縮編碼的評價準則
　4.2 熵編碼
　4.2.1 信息熵
　4.2.2 赫夫曼編碼
　4.2.3 算術編碼
　4.2.4 行程編碼
　4.3 預測編碼
　4.4 變換編碼
　4.4.1 離散余弦變換編碼
　4.4.2 哈達瑪變換編碼
　4.4.3 小波變換編碼
第5章 圖像變換
　5.1 線性變換
　5.1.1 標量表達式
　5.1.2 矢量表示
　5.1.3 矩陣表示
　5.1.4 基平面
　5.2 離散傅里葉變換
　5.2.1 傅里葉變換的基本概念及性質(zhì)
　5.2.2 離散傅里葉變換推導
　5.2.3 傅里葉變換的應用
　5.3 離散余弦變換
　5.3.1 余弦變換的定義
　5.3.2 離散余弦變換的應用
　5.4 沃爾什 哈達瑪變換
　5.4.1 Walsh函數(shù)
　5.4.2 沃爾什 哈達瑪變換的定義
　5.4.3 沃爾什 哈達瑪變換的應用
　5.5 Hough變換
　5.5.1 Hough變換的基本原理
　5.5.2 Hough變換的應用
　5.6 Radon變換
　5.6.1 Radon變換的基本原理
　5.6.2 Radon變換的應用
　5.6.3 Radon逆變換
　5.6.4 Radon逆變換應用
　5.7 Fan-Beam變換
　5.7.1 Fan-Beam投影的基本原理
　5.7.2 Fan-Beam變換的應用
　5.7.3 Fan-Beam逆變換
第6章 圖像增強
　6.1 圖像增強原理及方法
　6.2 空域變換增強
　6.2.1 直接灰度變換
　6.2.2 直方圖灰度變換
　6.2.3 直方圖修正
　6.3 空域濾波增強
　6.3.1 基本原理
　6.3.2 平滑濾波器
　6.3.3 中值濾波器
　6.3.4 銳化濾波器
　6.4 頻域增強
　6.4.1 低通濾波器
　6.4.2 高通濾波器
　6.4.3 同態(tài)濾波器
　6.5 彩色增強
　6.5.1 密度分割法
　6.5.2 彩色變換
　6.5.3 偽色彩增強
第7章 圖像復原
　7.1 圖像退化復原及噪聲分析
　7.1.1 圖像退化的原因
　7.1.2 圖像復原的方法
　7.1.3 常用的噪聲密度和過程分析
　7.2 圖像退化模型
　7.2.1 連續(xù)退化模型
　7.2.2 離散退化模型
　7.2.3 循環(huán)矩陣對角化模型
　7.3 退化函數(shù)估計
　7.3.1 圖像觀察估計法
　7.3.2 模型估計法
　7.4 非約束復原
　7.4.1 非約束復原
　7.4.2 逆濾波復原
　7.4.3 消除勻速運動模糊
　7.5 維納（Wiener）濾波復原
　7.5.1 維納（Wiener）濾波復原的基本介紹
　7.5.2 維納（Wiener）濾波復原的應用
　7.6 最小二乘濾波復原
　7.6.1 最小二乘濾波復原的基本介紹
　7.6.2 最小二乘濾波復原的應用
　7.7 Lucy_Richardson濾波復原
　7.7.1 Lucy_Richardson濾波復原的基本介紹
　7.7.2 Lucy_Richardson濾波復原的應用
　7.8 空域濾波復原
　7.8.1 均值濾波器復原
　7.8.2 順序統(tǒng)計濾波器
　7.8.3 自適應濾波器
　7.9 頻域濾波復原
第8章 圖像的分割
　8.1 基于閾值選取的圖像分割法
　8.1.1 雙峰法
　8.1.2 迭代法
　8.1.3 大津法
　8.1.4 分水嶺算法
　8.2 邊緣檢測算子
　8.2.1 Roberts邊緣算子
　8.2.2 Sobel邊緣算子
　8.2.3 Prwitte邊緣算子
　8.2.4 LoG邊緣算子
　8.2.5 零交叉方法
　8.2.6 Canny邊緣算子
　8.2.7 各種邊緣檢測算子的比較
　8.3 邊界跟蹤
　8.3.1 跟蹤基本原理
　8.3.2 邊界跟蹤MATLAB實現(xiàn)
　8.4 直線提取
　8.4.1 Hough檢測直線的基本原理
　8.4.2 Hough檢測直線的MATLAB實現(xiàn)
　8.5 區(qū)域生長與分裂合并
　8.5.1 區(qū)域生長
　8.5.2 區(qū)域分裂與合并
　8.5.3 四叉樹分割
　8.6 其他分割法
　8.6.1 彩色圖像分割
　8.6.2 彩色圖像分割MATLAB實現(xiàn)
第9章 圖像數(shù)學形態(tài)學處理
　9.1 數(shù)學形態(tài)學簡介
　9.2 集合論中的基本概念
　9.3 膨脹與腐蝕形態(tài)基本運算
　9.3.1 結構元素
　9.3.2 膨脹與腐蝕
　9.3.3 開運算與閉運算
　9.3.4 骨架化
　9.4 擊中或擊不中
　9.5 基于形態(tài)學對象的操作
　9.5.1 邊緣提取
　9.5.2 特征提取
　9.5.3 連通標注與選擇
　9.6 形態(tài)學的應用
　9.6.1 距離變換
　9.6.2 尋找峰值和谷值
　9.6.3 查表操作
　9.6.4 形態(tài)重構
　9.6.5 形態(tài)濾波
　9.7 灰度圖像形態(tài)學
　9.7.1 灰度圖像的膨脹與腐蝕
　9.7.2 灰度圖像開、閉運算
　9.7.3 多尺度形態(tài)學梯度的邊緣檢測
　9.8 紋理特征提取
　9.8.1 直方圖統(tǒng)計特征
　9.8.2 自相關函數(shù)
　9.8.3 灰度共生矩陣
　9.9 區(qū)域描述
　9.9.1 幾何特征
　9.9.2 不變矩
第10章 小波圖像處理
　10.1 小波定義
　10.2 小波變換
　10.2.1 連續(xù)小波變換
　10.2.2 離散小波變換
　10.2.3 小波包算法
　10.3 小波變換函數(shù)
　10.3.1 單層二維離散小波變換
　10.3.2 多層二維離散小波變換
　10.3.3 提取小波系數(shù)
　10.3.4 小波多層重構
　10.3.5 小波單層重構
　10.3.6 二維平穩(wěn)小波變換
　10.3.7 小波包變換
　10.3.8 其他二維小波變換函數(shù)
　10.4 小波應用圖像的去噪與壓縮
　10.4.1 基于小波圖像的去噪與壓縮函數(shù)
　10.4.2 基于小波包圖像的去噪與壓縮函數(shù)
　10.5 小波變換應用于圖像增強
　10.6 小波變換應用于圖像融合
第11章 數(shù)字圖像處理的實際應用
　11.1 MATLAB在遙感圖像處理中的應用
　11.1.1 遙感的基本介紹
　11.1.2 遙感圖像對直方圖進行匹配處理
　11.1.3 對遙感圖像進行增強處理
　11.1.4 對遙感圖像進行融合
　11.2 MATLAB在醫(yī)學圖像處理中的應用
　11.2.1 醫(yī)學圖像的基本介紹
　11.2.2 醫(yī)學圖像的灰度變換
　11.2.3 基于高頻強調(diào)濾波和直方圖均衡化的醫(yī)學圖像增強
　11.3 MATLAB在數(shù)字水印技術中的應用
　11.3.1 數(shù)字圖像水印技術的基本介紹
　11.3.2 數(shù)字圖像水印技術的實現(xiàn)
　11.4 MATLAB在神經(jīng)網(wǎng)絡識別中的應用
參考文獻

章節(jié)摘錄

版權頁：插圖：邊界跟蹤技術是重要的圖像分割方法。它分為兩類：一類是區(qū)域跟蹤，這是基于區(qū)域的圖像分割方法；另一類是曲線跟蹤，這是基于邊界的圖像分割方法。由于直線通常對應重要的邊緣信息，直線提取是計算機視覺中一項非常重要的技術。例如，車輛自動駕駛技術中道路的提取需要有效地提取直的道路邊緣，航空照片分析中直線對應于重要的人造目標的邊緣。因此，把直線提取單獨抽出來進行研究很有意義。曲線跟蹤的基本思路是：從當前的一個邊緣點“現(xiàn)在點”出發(fā)，用跟蹤準則檢查“現(xiàn)在點”的鄰點，滿足跟蹤準則的像素點被接受為新的“現(xiàn)在點”并做上標記。在跟蹤過程中可能出現(xiàn)以下幾種情況：“現(xiàn)在點”是曲線的分支點或幾條曲線的交點，取滿足跟蹤準則各鄰點中的一個作為新的現(xiàn)在點，繼續(xù)進行跟蹤，而將其余滿足跟蹤準則諸點存儲起來，供以后繼續(xù)跟蹤用；當跟蹤過程中的“現(xiàn)在點”的鄰點都不滿足跟蹤準則時，則該分支曲線跟蹤結束。當全部分支點處的全部待跟蹤的點均已跟蹤完畢后，該次跟蹤過程結束。跟蹤準則除了可能使用灰度值、梯度模值之外，還可能使用平滑性要求。另外，起始點的選擇和搜索準則的確定對曲線跟蹤的結果影響很大。區(qū)域跟蹤也稱為區(qū)域生長，它的基本思路是：在圖像中尋找滿足某種檢測準則（如灰度門限）的點，對任一個這樣的點，檢查它的全部鄰點，把滿足跟蹤準則的任何鄰點和已檢測的滿足檢測準則的點合并從而產(chǎn)生小塊目標區(qū)域，然后再檢查該區(qū)域的全部鄰點，并把滿足跟蹤準則的鄰點并入這個目標區(qū)域，不斷重復上述步驟，直到?jīng)]有鄰點滿足跟蹤準則為止，則此塊區(qū)域生長結束。然后用檢測準則繼續(xù)尋找，當找到滿足檢測準則且不屬于任何已生成的區(qū)域的像素點后，開始下一個區(qū)域的生長，如此進行到?jīng)]有滿足檢測準則的像素點為止。

編輯推薦

《MATLAB數(shù)字圖像處理(第2版)》編輯推薦：合理、完善的知識體系結構，內(nèi)容豐富，重點突出，應用性強，免費提供相關程序源代碼下載，深入、詳細剖析MATLAB工程應用技術。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    MATLAB數(shù)字圖像處理 PDF格式下載

---