数字图像处理 MATLAB版PDF电子书下载

第1章 绪言 1

前言 1

1.1　背景知识 1

1.2　什么是数字图像处理 2

1.3 MATLAB和图像处理工具箱的背景知识 2

1.4　本书涵盖的图像处理范围 3

1.5　本书的Web站点 4

1.6 MATLAB工作环境 4

1.6.1 MATLAB桌面 5

1.6.2　使用MATLAB编辑器创建M文件 6

1.6.3　获得帮助 6

1.6.4　保存和检索工作会话 7

1.7　参考文献的组织方式 7

小结 7

第2章 基本原理 8

前言 8

2.1　数字图像的表示 8

2.1.1　坐标约定 8

2.1.2　图像的矩阵表示 9

2.2　读取图像 9

2.3　显示图像 11

2.4　保存图像 12

2.5　数据类 16

2.6　图像类型 17

2.6.1　亮度图像 17

2.6.2　二值图像 17

2.6.3　术语注释 17

2.7　数据类与图像类型间的转换 17

2.7.1　数据类间的转换 18

2.7.2　图像类和类型间的转换 18

2.8　数组索引 21

2.8.1 向量索引 21

2.8.2　矩阵索引 22

2.8.3　选择数组的维数 26

2.9　一些重要的标准数组 26

2.10 M函数编程简介 27

2.10.1 M文件 27

2.10.2　运算符 28

2.10.3　流控制 34

2.10.4　代码优化 39

2.10.5　交互式I/O 42

2.10.6　单元数组与结构简介 44

小结 45

第3章 亮度变换与空间滤波 46

前言 46

3.1　背景知识 46

3.2　亮度变换函数 47

3.2.1　函数imadjust 47

3.2.2　对数和对比度拉伸变换 48

3.2.3　亮度变换的一些实用M函数 50

3.3　直方图处理与函数绘图 54

3.3.1　生成并绘制图像的直方图 54

3.3.2　直方图均衡化 58

3.3.3　直方图匹配（规定化） 61

3.4　空间滤波 64

3.4.1　线性空间滤波 65

3.4.2　非线性空间滤波 70

3.5　图像处理工具箱的标准空间滤波器 72

3.5.1　线性空间滤波器 72

3.5.2　非线性空间滤波器 75

小结 77

第4章 频域处理 78

前言 78

4.1　二维离散傅里叶变换 78

4.2　在MATLAB中计算并可视化二维DFT 80

4.3　频域滤波 83

4.3.1　基本概念 83

4.3.2 DFT滤波的基本步骤 87

4.3.3　用于频域滤波的M函数 88

4.4　从空间滤波器获得频域滤波器 89

4.5　在频域中直接生成滤波器 92

4.5.1　建立用于实现频域滤波器的网格数组 92

4.5.2　低通频域滤波器 94

4.5.3　线框图与表面图 96

4.6　锐化频域滤波器 99

4.6.1　基本的高通滤波器 99

4.6.2　高频强调滤波 101

小结 102

第5章 图像复原 103

前言 103

5.1　图像退化／复原处理的模型 103

5.2　噪声模型 104

5.2.1　使用函数imnoise添加噪声 104

5.2.2　使用指定的分布产生空间随机噪声 105

5.2.3　周期噪声 111

5.2.4　估计噪声参数 113

5.3　仅有噪声的复原：空间滤波 116

5.3.1　空间噪声滤波器 117

5.3.2　自适应空间滤波器 121

5.4　通过频域滤波来降低周期噪声 122

5.5　退化函数建模 123

5.6　直接逆滤波 125

5.7　维纳滤波 126

5.8　约束的最小二乘方（正则）滤波 128

5.9　使用Lucy-Richardson算法的迭代非线性复原 130

5.10　盲去卷积 133

5.11　几何变换与图像配准 134

5.11.1　空间几何变换 134

5.11.2　对图像应用空间变换 139

5.11.3　图像配准 141

小结 143

第6章 彩色图像处理 144

前言 144

6.1 MATLAB中彩色图像的表示方法 144

6.1.1 RGB图像 144

6.1.2　索引图像 146

6.1.3　用来处理RGB图像和索引图像的IPT函数 148

6.2　转换至其他彩色空间 151

6.2.1 NTSC彩色空间 151

6.2.2 YCbCr彩色空间 152

6.2.3 HSV彩色空间 152

6.2.4 CMY和CMYK彩色空间 153

6.2.5　HSI彩色空间 154

6.3　彩色图像处理基础 160

6.4　彩色变换 161

6.5　彩色图像的空间滤波 167

6.5.1　彩色图像平滑 168

6.5.2　彩色图像锐化 171

6.6　在RGB向量空间直接处理 171

6.6.1　使用梯度的彩色边缘检测 172

6.6.2 RGB向量空间中的图像分割 175

小结 178

第7章 小波 179

前言 179

7.1　背景知识 179

7.2　快速小波变换 181

7.2.1　使用小波工具箱的快速小波变换 182

7.2.2　不使用小波工具箱的快速小波变换 186

7.3　小波分解结构的运算 193

7.3.1　不使用小波工具箱编辑小波分解系数 194

7.3.2　显示小波分解系数 198

7.4　快速小波反变换 202

7.5　图像处理中的小波 206

小结 210

第8章 图像压缩 211

前言 211

8.1　背景知识 211

8.2　编码冗余 214

8.2.1　霍夫曼码 216

8.2.2　霍夫曼编码 220

8.2.3　霍夫曼解码 225

8.3　像素间的冗余 232

8.4　心理视觉冗余 236

8.5 JPEG压缩 239

8.5.1 JPEG 239

8.5.2 JPEG 2000 245

小结 251

第9章 形态学图像处理 252

前言 252

9.1　预备知识 252

9.1.1　集合论中的基本概念 252

9.1.2　二值图像、集合和逻辑运算符 254

9.2　膨胀和腐蚀 255

9.2.1　膨胀 255

9.2.2　结构元素的分解 256

9.2.3　函数strel 257

9.2.4　腐蚀 259

9.3　膨胀与腐蚀的组合 261

9.3.1　开运算和闭运算 261

9.3.2　击中或击不中变换 264

9.3.3　使用查找表 266

9.3.4　函数bwmorph 268

9.4　标注连接分量 270

9.5　形态学重构 273

9.5.1 由重构做开运算 274

9.5.2　填充孔洞 275

9.5.3　清除边界对象 276

9.6　灰度图像形态学 276

9.6.1　膨胀和腐蚀 276

9.6.2　开运算和闭运算 278

9.6.3　重构 282

小结 284

第10章 图像分割 285

前言 285

10.1　点、线和边缘检测 285

10.1.1　点检测 286

10.1.2　线检测 287

10.1.3　使用edge函数的边缘检测 289

10.2　使用Hough变换的线检测 296

10.2.1　使用Hough变换做峰值检测 300

10.2.2　使用Hough变换做线检测和链接 302

10.3　阈值处理 305

10.3.1　全局阈值处理 305

10.3.2　局部阈值处理 307

10.4　基于区域的分割 307

10.4.1　基础公式 307

10.4.2　区域生长 308

10.4.3 区域分离和合并 311

10.5　使用分水岭变换的分割 315

10.5.1　使用距离变换的分水岭分割 315

10.5.2　使用梯度的分水岭分割 317

10.5.3　控制标记符的分水岭分割 318

小结 320

第11章 表示与描述 321

前言 321

11.1　背景知识 321

11.1.1　单元数组与结构 321

11.1.2　本章中使用的其他一些MATLAB和IPT函数 325

11.1.3　一些基本的M函数 326

11.2　表示 328

11.2.1　链码 328

11.2.2　使用最小周长多边形的多边形近似 330

11.2.3　标记 337

11.2.4　边界片断 340

11.2.5　骨骼 340

11.3　边界描绘子 342

11.3.1　一些简单的描绘子 342

11.3.2　形状数 342

11.3.3　傅里叶描绘子 343

11.3.4　统计矩 347

11.4　区域描绘子 348

11.4.1　函数regionprops 348

11.4.2　纹理 349

11.4.3　不变矩 353

11.5　主分量描述 356

小结 363

第12章　对象识别 364

前言 364

12.1　背景知识 364

12.2　在MATLAB中计算距离度量 365

12.3　基于决策理论方法的识别 367

12.3.1　形成模式向量 367

12.3.2　使用最小距离分类器的模式匹配 367

12.3.3　相关匹配 368

12.3.4　最优统计分类器 370

12.3.5　自适应学习系统 374

12.4　结构识别 375

12.4.1 MATLAB中的串操作 375

12.4.2　串的匹配 382

小结 386

附录A 函数汇总 387

附录B ICE和MATLAB图形用户界面 399

附录C M函数 421

参考文献 461

索引 463