数字图像处理 活用MatlabPDF电子书下载

PART 1：原理与技术 4

第一章 简介 4

1.1 背景 4

1.2 图像的表示 5

1.3 数字图像处理 6

1.4 数字图像处理系统 8

1.5 本书结构 11

1.6 主要参考文献 12

第二章 数学基础 16

2.1 信号 16

2.2 线性与线性时不变系统 19

2.3 卷积 21

2.4 矩阵运算 22

2.5 纯量值对向量参数的最优化 28

2.6 随机信号 29

习题 33

第三章 采样与量化 38

3.1 取样 38

3.2 量化 44

3.3 向量量化 51

习题 54

第四章 变换法 56

4.1 正交变换 56

4.2 傅立叶变换 58

4.3 离散余弦变换 64

4.4 离散正弦变换 68

4.5 Walsh-Hadamard变换 69

4.6 Haar变换 76

4.7 斜变换 77

4.8 KL变换 78

4.9 哈特莱变换 80

4.10 SVD变换 80

4.11 小波变换 82

习题 93

第五章 图像增强 98

5.1 点处理增强 98

5.2 空间滤波 107

5.3 频域的图像增强法 110

5.4 彩色图像增强 112

习题 115

第六章 图像恢复 118

6.1 图像降质系统 118

6.2 代数恢复方法 120

6.3 反滤波法 122

6.4 最小平方滤波器 123

6.5 限制性最小平方恢复 125

6.6 盲目图像恢复技术 129

习题 136

第七章 图像压缩 138

7.1 数据编码与数据压缩 138

7.2 图像压缩模型 141

7.3 信息论基础 141

7.4 无失真压缩 148

7.5 有损压缩 154

7.6 图像压缩标准JPEG 155

7.7 动态图像压缩 163

7.8 以小波变换压缩的实例 168

习题 173

第八章 图像分割 176

8.1 导论 176

8.2 图像分割处理 177

8.3 分割图像的储存 185

8.4 图像分割预处理——LUM滤波器 187

习题 192

第九章 表示与描述 194

9.1 表示方法 194

9.2 边界描述子 199

9.3 区域描述子 201

9.4 形态学 210

习题 214

第十章 图像模式识别 218

10.1 分类 218

10.2 统计决策图像模式识别 220

10.3 特征选取 221

10.4 聚类 223

10.5 利用人工神经网络做图像模式识别 228

习题 235

PART 2：Matlab实习 241

第一章 Matlab实验常用函数简介 241

第二章 实验——数学基础 241

L2.1 二维卷积 241

L2.2 矩阵的直接乘积 242

L2.3 马尔可夫链的转移概率 244

第三章 实验——量化 246

L3.1 纯量量化器的设计 246

L3.2 量化造成的假轮廊 248

L3.3 向量量化器码本的产生 250

L3.4 向量量化的编解码 254

第四章 实验——变换法 259

L4.1 SVD变换 259

L4.2 图像变换的能量集中能力 261

L4.3 小波变换 263

第五章 实验——图像增强 268

L5.1 直方图均衡化法 268

L5.2 平滑滤波器 270

L5.3 同态滤波器 272

第六章 实验——图像恢复 275

L6.1 最小平方滤波器 275

L6.2 迭代盲目去卷积法 277

第七章 实验——图像压缩 283

L7.1 游程长度编码 283

L7.2 应用小波变换与向量量化做图像压缩 285

第八章 实验——图像分割 289

L8.1 像素聚类区域成长法 289

L8.2 四叉树区域分割与合并法 293

L8.3 Sobel边缘检测 294

L8.4 拉氏边界检测法 297

L8.5 LUM滤波器 299

第九章 实验——表示与描述 302

L9.1 不变矩 302

L9.2 细化 305

L9.3 膨胀和腐蚀 308

L9.4 断开与闭合 309

第十章 实验——图像模式识别 312

L10.1 利用不变矩判定图形类别 312

L10.2 模糊聚类 315

L10.3 利用人工神经网络做图像模式识别 317

L10.4 以反向传播网络做模糊分类 323

附录 光盘内容简介及使用说明 328

参考文献 332