MATLAB R2007图像处理技术与应用PDF电子书下载

第1章　概述 1

1.1　数字图像处理 1

1.1.1　什么是数字图像 1

1.1.2　数字图像处理发展概况 2

1.1.3　数字图像处理研究的主要内容 4

1.1.4　数字图像处理的开发工具 5

1.2　MATLAB入门 6

1.2.1　MATLAB概述 6

1.2.2　MATLAB窗口介绍 8

1.2.3　MATLAB帮助系统 11

1.2.4　M文件介绍 13

1.3　MATLAB图像处理简介 16

1.3.1　什么是图像处理工具箱 17

1.3.2　MATLAB R2007a图像处理工具箱的新特性 18

1.3.3　MATLAB的基本图像类型与转换 18

1.4　小结 23

第2章　MATLAB图像运算 25

2.1 点运算 25

2.1.1　线性点运算 25

2.1.2　非线性点运算 27

2.1.3　直方图修正 28

2.2　图像的代数运算 32

2.2.1 图像的加法 33

2.2.2　图像的减法 36

2.2.3 图像的乘法 38

2.2.4　图像的除法 39

2.3 图像的几何运算 39

2.3.1　灰度级插值 40

2.3.2 空间变换 43

2.3.3　几何畸变校正和图像配准 46

2.4　图像的邻域运算 49

2.4.1 平滑 49

2.4.2　中值滤波 52

2.5 小结 53

第3章　MATLAB图像变换 55

3.1 线性变换 55

3.1.1　标量表示式 55

3.1.2　矢量表示 56

3.1.3　矩阵表示 56

3.1.4　可逆变换 56

3.1.5　基平面 56

3.2　离散傅氏变换（DFT） 57

3.2.1 离散傅氏变换的定义 57

3.2.2　傅氏变换的性质 57

3.3　离散余弦变换（DCT） 64

3.3.1 DCT的定义 64

3.3.2　DCT变换的应用 65

3.4　沃尔什-哈达玛变换 68

3.4.1　Walsh函数 68

3.4.2　沃尔什-哈达玛变换定义 69

3.4.3　沃尔什-哈达玛变换在数字图像处理中的应用 71

3.5　Hough变换 72

3.5.1　基本原理 73

3.5.2　扩展应用 76

3.6　Radon变换 76

3.6.1　平行数据Radon变换 76

3.6.2　扇形数据Radon变换 79

3.6.3　Radon逆变换 80

3.7 小结 82

第4章　MATLAB图像增强 83

4.1　对比度增强 83

4.1.1　线性变换 83

4.1.2　非线性变换 85

4.2　直方图增强 87

4.3 图像锐化 89

4.3.1　边界提取和锐化 89

4.3.2　锐化滤波器 90

4.4　图像伪色彩增强 93

4.5　图像频域增强 96

4.5.1　低通滤波 97

4.5.2　高通滤波器 105

4.5.3　周期底纹清除滤波 108

4.5.4 同态滤波 108

4.6　小结 111

第5章 MATLAB图像编码与压缩 113

5.1 图像编码压缩概述 113

5.1.1 图像编码压缩的必要性和可能性 113

5.1.2　图像编码压缩方法简介 114

5.1.3 图像编码质量的评价 116

5.2　统计编码 117

5.2.1　哈夫曼编码 117

5.2.2　算术编码 122

5.2.3　行程编码 125

5.3　预测编码 127

5.3.1 差分脉冲编码调制（DPCM）编码 127

5.3.2　运动补偿 130

5.3.3　增量调制编码 131

5.4　变换编码 131

5.4.1　主成分变换（KLT） 132

5.4.2 离散余弦变换（DCT） 135

5.4.3 离散沃尔什-哈达玛变换（DWHT） 137

5.5 小结 138

第6章　MATLAB图像恢复 139

6.1 图像退化和噪声分析 139

6.1.1　一些重要噪声的概率密度函数和噪声过程 140

6.1.2　在MATLAB中使用函数imnoise添加噪声 143

6.1.3　噪声参数的估计 144

6.2　图像退化模型 146

6.2.1　点扩展函数 146

6.2.2　退化的数学模型 147

6.3 图像恢复方法 148

6.3.1　维纳滤波方法 148

6.3.2　约束最小二乘算法 152

6.3.3　Lucy-Richardson迭代方法 155

6.3.4　盲卷积算法 159

6.4 小结 163

第7章　MATLAB边界提取和图像分割技术 165

7.1　边缘检测 166

7.1.1　边缘检测算子 167

7.1.2　MATLAB实现 171

7.2　边界跟踪与直线检测 176

7.2.1　基本原理 176

7.2.2　直线提取算法 181

7.3　基于灰度的分割 185

7.3.1　基本原理 185

7.3.2　MATLAB实现 186

7.4　区域分裂与合并——基于四叉树分解的分割 188

7.4.1 区域分裂与合并 189

7.4.2　四叉树分解的MATLAB实现 190

7.5 小结 193

第8章　数学形态学图像处理 195

8.1　膨胀和腐蚀 195

8.1.1　膨胀和腐蚀简介 195

8.1.2　结构元素 196

8.1.3　膨胀的MATLAB实现 200

8.1.4　腐蚀的MATLAB实现 201

8.1.5　膨胀和腐蚀的组合运算 203

8.1.6　基于膨胀和腐蚀的形态学运算 204

8.2　形态学重建 208

8.2.1　标记图像和掩膜图像 209

8.2.2　像素的连通性 210

8.2.3　填充操作 211

8.2.4　寻找峰值和谷值 213

8.3　距离变换 217

8.4　对象、区域和特征度量 220

8.4.1　连通区域标记 220

8.4.2　选择对象 222

8.4.3　计算二值图像中的前景面积 223

8.4.4　寻找二值图像的欧拉数 223

8.5　查表操作 223

8.5.1　创建一个查找表 223

8.5.2　使用查找表 224

8.6　小结 225

第9章　图像模式识别 227

9.1　统计图像识别 227

9.1.1 线性分类器及MATLAB实现 228

9.1.2　贝叶斯分类器 230

9.2　结构图像识别 233

9.2.1　树分类法 234

9.2.2　树分类示例 235

9.3　模糊图像识别 236

9.3.1　贴近度与模糊度 236

9.3.2　最大隶属原则与择近原则 237

9.3.3　MATLAB在模糊模式识别中的应用举例 238

9.4　小结 242

第10章　小波在图像处理中的应用 243

10.1　小波分析基础知识 243

10.1.1　小波变换简介 243

10.1.2　二维小波变换和多分辨率分析 246

10.1.3　小波图像工具箱的功能 249

10.2　基于小波的图像降噪和压缩 254

10.2.1　基于小波的图像降噪 256

10.2.2　基于小波的图像压缩技术 257

10.3　小波分析在图像增强中的应用 262

10.4　基于小波的图像融合技术 263

10.5　小波包在图像边缘检测中的应用 266

10.6　小结 268

第11章　神经网络在图像处理中的应用 269

11.1　引言 269

11.1.1 BP网络 269

11.1.2　Hopfield网络 271

11.1.3 自组织网络 271

11.1.4　小波网络 272

11.1.5　细胞神经网络 272

11.1.6　模糊神经网络 272

11.2　人工神经网络在图像压缩中的应用 272

11.2.1　基于BP人工神经网络的图像压缩原理 273

11.2.2　基于BP人工神经网络的图像压缩的MATLAB实现 274

11.3　人工神经网络在图像识别中的应用 280

11.3.1　基于人工神经网络图像识别的基本原理 280

11.3.2　基于人工神经网络图像识别的MATLAB实现 281

11.4　小结 286

第12章　Simulink视频和图像处理模块 287

12.1　视频和图像处理模块集 287

12.1.1　输入模块（Sources） 288

12.1.2　输出模块（Sinks） 289

12.1.3　分析和增强模块（Analysis ＆ Enhancement） 289

12.1.4　图像转换模块（Conversions） 290

12.1.5　图像滤波模块（Filtering） 291

12.1.6　图像几何变换模块（Geometric Transformations） 291

12.1.7　图像形态操作模块（Morphological Operations） 292

12.1.8　图像像素统计模块（Statistics） 292

12.1.9　图像文本及图片模块（Text ＆ Graphics） 293

12.1.10　图像转换模块（Transforms） 294

12.1.11　图像自定义模块（Utilities） 294

12.2　Simulink图像转换 295

12.3　Simulink几何变换 298

12.4　Simulink形态学操作 301

12.5　Simulink分析和增强 304

12.6　Simulink图像综合实例 309

12.7　小结 312

第13章　MATLAB图像处理GUI设计 313

13.1 图形对象及其句柄 313

13.1.1 图形对象 313

13.1.2　图形对象句柄 314

13.2　图形用户界面的设计原则 315

13.2.1　指导原则 315

13.2.2　设计步骤 318

13.3　GUI设计模板及设计工具 318

13.4　GUI设计实例 319

13.5　小结 336

第14章　MATLAB图像处理技术应用 337

14.1　在医学图像处理中的应用 337

14.1.1　概述 337

14.1.2 医学图像的灰度变换 338

14.1.3　基于高频强调滤波和直方图均衡化的医学图像增强 343

14.2　在汽车牌照识别系统中的应用 347

14.2.1　概述 347

14.2.2　汽车牌照定位MATLAB举例 347

14.2.3　基于神经网络的字符识别在车牌识别系统中的应用 350

14.3　在遥感图像处理中的应用 356

14.3.1　遥感简介 357

14.3.2 利用MATLAB对遥感图像进行直方图匹配 358

14.3.3　对遥感图像进行滤波增强 361

14.3.4　对遥感图像进行融合 362

14.3.5 对遥感图像进行变化检测 365

14.4 小结 377

参考文献 378