现代数字图像处理技术提高及应用案例详解 MATLAB版PDF电子书下载

提高篇 3

第1章 精通“图像特征提取” 3

1.1 图像多分辨率金字塔 3

1.1.1 浅析“图像金字塔” 4

1.1.2 例程一点通 4

1.1.3 典型的“图像金子塔” 5

1.1.4 学以致用 9

1.2 图像的矩特征 9

1.2.1 认识“Hu矩” 10

1.2.2 解析“Zernike矩” 13

1.3 图像的边缘检测 18

1.3.1 运用一阶微分算子检测图像边缘 19

1.3.2 运用二阶微分算子检测图像边缘 21

1.3.3 基于Canny算子检测图像边缘 25

1.3.4 基于SUSAN特征检测算子的边缘提取 29

1.3.5 基于小波变换模极大值的边缘检测 33

1.3.6 基于二维有限冲击响应滤波器的特定角度边缘检测 35

1.3.7 基于多尺度形态学梯度的边缘检测 37

1.4 斑点特征检测 39

1.4.1 勾画“LoG斑点” 39

1.4.2 描绘“DoH斑点” 43

1.4.3 提取“Gilles斑点” 43

1.5 角点特征检测 44

1.5.1 何谓“角点” 44

1.5.2 描绘“Harris角点” 45

1.5.3 例程一点通 49

1.5.4 融会贯通 52

1.6 尺度不变特征提取 57

1.6.1 SIFT特征提取 57

1.6.2 SURF算法 63

1.6.3 学以致用 72

第2章 细说“数字图像理解” 75

2.1 图像目标边界描述 75

2.1.1 图像边界链码表示法 75

2.1.2 例程一点通 77

2.1.3 融会贯通 78

2.2 图像分割技术 80

2.2.1 什么是“图像分割” 80

2.2.2 基于阈值的图像分割 81

2.2.3 基于区域生长法的图像分割 88

2.2.4 基于最大方差法灰度门限的图像分割 90

2.2.5 基于K-means算法的图像分割 93

2.3 图像配准技术 96

2.3.1 纵览“图像配准” 96

2.3.2 构建“配准模型” 97

2.3.3 相似性测度 98

2.3.4 基于灰度的图像配准 99

2.3.5 序贯相似性检测算法 102

2.3.6 基于特征点的图像配准 104

2.3.7 融会贯通 110

2.4 图像融合技术 113

2.4.1 从“信息融合”说起 113

2.4.2 何谓“图像融合” 113

2.4.3 纵览“图像融合方法” 116

2.4.4 例程一点通 120

2.4.5 学以致用 122

应用篇 135

第3章 品读“典型应用实例” 135

3.1 图像去噪技术及其实现 135

3.1.1 什么是“图像的噪声” 135

3.1.2 图像去噪常用方法 136

3.2 图像畸变校正技术及其实现 140

3.2.1 畸变产生的原因 141

3.2.2 畸变校正的基本原理 142

3.2.3 例程一点通 142

3.2.4 融会贯通 143

3.3 图像拼接技术及其实现 148

3.3.1 全景图 148

3.3.2 基于相位相关的图像拼接技术 149

3.3.3 基于尺度不变特征点的图像拼接技术 152

3.3.4 融会贯通 160

3.4 图像数字水印技术及其实现 163

3.4.1 追根溯源话“水印” 164

3.4.2 “图像数字水印技术”面对面 165

3.4.3 “图像数字水印算法”精讲 167

3.4.4 例程一点通 168

3.4.5 融会贯通 172

3.5 数字图像压缩技术及其实现 174

3.5.1 从几个“为什么”看“图像压缩” 174

3.5.2 从几个“如何”看“图像压缩” 176

3.5.3 例程一点通 178

3.6 改进型数字图像中直线特征的快速检测方法 187

3.6.1 Hough变换的基本原理及其不足 188

3.6.2 改进的直线快速检测算法的原理 190

3.6.3 算法的复杂度分析 192

3.6.4 实验结果与分析 193

3.7 基于最大类间方差阈值与遗传算法的道路分割 195

3.7.1 最大类间方差阈值分割法 195

3.7.2 遗传算法的基本原理及其特点 196

3.7.3 基于最大类间方差遗传算法的道路分割 197

3.7.4 例程一点通 198

3.8 数字图像处理在医疗领域的应用 206

3.8.1 基于数字图像的染色体分析 207

3.8.2 X光图像增强技术 208

3.9 基于红外图像的弱小目标检测与跟踪 211

3.9.1 何谓“弱小目标” 211

3.9.2 弱小目标检测与跟踪算法概述 211

3.9.3 基于局域概率分布的小目标检测 212

3.9.4 例程一点通 213

3.10 基于HIS与SURF的路标实时识别 215

3.10.1 需求及研究状况分析 215

3.10.2 算法的整体流程 216

3.10.3 算法的理论依据 216

3.10.4 路标特征数据库的建立 217

3.10.5 基于HSI颜色空间的图像分割 219

3.10.6 基于SURF算法的特征点提取与匹配 220

3.11 一种基于数字图像的道路识别方法 220

3.11.1 道路边界模型 220

3.11.2 图像预处理 221

3.11.3 道路边界识别 223

3.11.4 试验结果与分析 224

3.12 基于图像的车牌自动识别技术 225

3.12.1 汽车牌照自动识别系统 225

3.12.2 车牌自动识别的步骤 226

3.12.3 例程一点通 226

3.13 数字图像实时稳定技术及其实现 229

3.13.1 数字图像稳定算法的基本步骤 229

3.13.2 GC-BPM算法 230

3.13.3 例程一点通 231

3.14 基于帧间差分法的运动目标检测 235

3.14.1 浅析“运动目标检测” 236

3.14.2 基于帧间差分的运动目标检测 236

3.14.3 例程一点通 237

3.15 基于光流场的运动估计 239

3.15.1 光流和光流场的概念 240

3.15.2 光流场计算的基本原理 240

3.15.3 光流的主要计算方法 241

3.15.4 光流法的国内外研究状况 241

3.15.5 运用光流法检测运动物体的基本原理 242

3.15.6 例程一点通 242

3.15.7 学以致用 247

3.15.8 光流法的总结与展望 249

3.16 适用于复杂环境下的目标跟踪技术 250

3.16.1 复杂环境下目标跟踪难点分析 250

3.16.2 适用于复杂环境下的目标跟踪算法 251

3.16.3 实验结果 255

3.17 基于多尺度Fourier-Mellin变换的目标跟踪 256

3.17.1 Fourier-Mellin变换 256

3.17.2 基于多尺度FMT的图像变换参数估计 257

3.17.3 实验结果与分析 260

3.18 基于Mean Shift的目标跟踪技术 261

3.18.1 Mean Shift的起源 261

3.18.2 Mean Shift的基本原理 261

3.18.3 基于Mean Shift的目标跟踪 264

3.18.4 例程一点通 266

3.18.5 融会贯通 271

3.19 基于Kalman滤波的目标跟踪 273

3.19.1 认识Kalman 273

3.19.2 Kalman滤波算法 274

3.19.3 例程一点通 275

3.19.4 解读Kalman滤波 276

3.19.5 学以致用 277

3.20 基于Hough变换的人眼虹膜定位方法 280

3.20.1 分离瞳孔并估算出虹膜内半径 280

3.20.2 采用改进的Hough变换算法定位出虹膜内外边缘 281

3.20.3 例程一点通 283

3.21 基于模糊集的图像增强方法 284

3.21.1 模糊理论及其实现步骤 284

3.21.2 基于模糊集的图像增强方法 285

3.21.3 例程一点通 286

3.22 基于K-L变换的人脸识别技术 287

3.22.1 人脸识别技术的发展 287

3.22.2 研究人脸识别的意义 288

3.22.3 国内外研究状况分析 288

3.22.4 基于K-L变换的人脸识别 289

3.22.5 例程一点通 291

3.23 基于Fourier-Mellin变换的图像复制篡改检测 292

3.23.1 图像篡改与篡改检测 292

3.23.2 copy-move篡改检测 294

3.23.3 基于Fourier-Mellin变换和相似性匹配技术 295

3.24 基于蚁群算法的图像边缘检测 298

3.24.1 认识“蚁群算法” 298

3.24.2 解析“蚁群算法” 300

3.24.3 基于蚁群优化的图像边缘检测方法 301

3.24.4 例程一点通 304

3.25 基于脉冲耦合神经网络的图像分割 309

3.25.1 脉冲耦合神经网络及其在图像分割中的应用 309

3.25.2 例程一点通 310

3.25.3 融会贯通 313

第4章 活用“数字图像处理” 315

4.1 基于Simulink的图像、视频处理 315

4.1.1 功能模块介绍 315

4.1.2 学以致用：基于Simulink的数字图像处理 325

4.1.3 学以致用：基于Simulink的视频处理 343

4.2 基于GUI交互操作的数字图像处理实现 348

4.2.1 初识“GUIDE操作” 349

4.2.2 GUI实战操作 351

4.3 在VC＋＋环境下调用MATLAB实现数字图像处理 365

4.3.1 “VC＋＋调用MATLAB的方案”面面观 366

4.3.2 关于MATLAB引擎 367

4.3.3 VC＋＋调用MATLAB引擎设置 368

4.3.4 VC＋＋调用MATLAB实现图像压缩处理 368

4.4 MATLAB辅助DSP进行图像处理应用开发 371

附录 常用MATLAB图像处理指令功能语法索引 374

参考文献 382