MATLAB图像处理 程序实现与模块化仿真PDF电子书下载

第1章MATLAB数字图像/视频处理技术基础 1

1.1数字图像处理的基本概念 1

1.1.1认识“数字图像” 1

1.1.2基本概念一点通 2

1.1.3数字图像的矩阵表示 6

1.2数字图像处理的数学知识 7

1.2.1回顾“矩阵” 7

1.2.2精讲“卷积” 9

1.2.3解析“相关” 12

1.2.4理解“正交” 13

1.3 MATLAB编程快速入门 14

1.3.1矩阵的输入与生成 15

1.3.2矩阵运算 18

1.3.3程序控制结构 23

1.3.4 M文件 27

1.3.5 M函数 29

1.3.6函数句柄与匿名函数 29

1.3.7 MATLAB编程技巧 30

1.4 MATLAB图像处理工具箱简介 32

1.4.1图像处理工具箱的基本功能 32

1.4.2数字图像处理的基本操作 33

1.4.3视频图像的基本操作 36

1.4.4 MATLAB中的图像类型 37

1.5新功能：基于系统对象vision.X的图像处理 37

1.6 MATLAB-Simulink基础精讲 41

1.6.1 Simulink简介 41

1.6.2 Simulink的基本操作 42

1.6.3系统仿真及参数设置 46

1.6.4 Simulink模块库 48

1.6.5 Simulink子系统 52

1.7新功能：基于Simulink-Blocks的图像/视频处理 54

1.8新功能：图像/视频处理C代码的快速生成 69

第2章 数字图像变换 76

2.1图像的几何变换 76

2.1.1图像的缩放变换 76

2.1.2图像的平移变换 82

2.1.3图像的旋转变换 87

2.1.4灰度级插值 93

2.2图像的Hough变换 97

2.2.1基本原理一点通 97

2.2.2例程精讲 98

2.3图像的傅里叶变换 105

2.3.1走进“频率域” 105

2.3.2基本原理一点通 105

2.3.3例程精讲 109

2.4图像的余弦变换 115

2.4.1基本原理一点通 115

2.4.2例程精讲 117

2.4.3离散余弦变换的性质 122

2.4.4应用点睛 123

2.5基于数学形态学的图像变换 124

2.5.1数学形态学的起源 124

2.5.2数学形态学的基本运算 124

2.5.3腐蚀与膨胀 126

2.5.4开运算与闭运算 133

2.6图像滤波 144

2.6.1基本原理一点通 144

2.6.2例程精讲 144

2.7图像的多尺度金字塔变换 148

2.7.1基本原理一点通 148

2.7.2例程精讲 149

第3章 数字图像分析 152

3.1图像的色彩空间 152

3.1.1 RGB色彩空间 152

3.1.2 HSV色彩空间 153

3.1.3 YUV空间 154

3.1.4 HSI色彩空间 155

3.1.5灰度空间 155

3.1.6 Lab色彩空间 156

3.1.7例程精讲 156

3.2图像的直方图 160

3.2.1灰度直方图 160

3.2.2例程精讲 161

3.2.3直方图均衡化 165

3.2.4直方图均衡化的MATLAB实现 166

3.3图像的信噪比 169

3.3.1基本原理一点通 169

3.3.2例程精讲 170

第4章 图像特征提取 172

4.1图像的边缘检测 172

4.1.1基本原理一点通 172

4.1.2例程精讲 178

4.2角点特征检测 183

4.2.1何谓“角点” 183

4.2.2 Harris角点的基本原理 184

4.2.3 Harris角点的检测步骤 186

4.2.4 Harris角点的性质 187

4.2.5例程精讲 188

4.3 SURF特征提取 193

4.3.1积分图像 194

4.3.2 DoH近似 195

4.3.3尺度空间表示 197

4.3.4 SURF特征描述算子 199

4.3.5例程精讲 202

第5章 运动估计与跟踪 204

5.1基于块匹配的运动估计 204

5.1.1基本原理一点通 204

5.1.2块匹配的准则 205

5.1.3块匹配运动估计搜索路径 205

5.1.4例程精讲 207

5.2基于高斯混合模型的背景检测 209

5.2.1单高斯背景模型 209

5.2.2混合高斯背景模型 210

5.2.3例程精讲 211

5.3基于光流法的运动目标检测 212

5.3.1光流和光流场的概念 212

5.3.2光流场计算的基本原理 213

5.3.3运用光流法检测运动物体的基本原理 213

5.3.4 Horn-Schunck算法 214

5.3.5 Lucas-Kanade算法 214

5.3.6例程精讲 215

5.4基于图像模板匹配的目标定位 220

5.4.1基本原理一点通 220

5.4.2例程精讲 221

第6章 图像压缩编码 228

6.1图像编解码概述 228

6.1.1图像压缩编码的必要性 228

6.1.2图像压缩编码的可行性 228

6.1.3图像压缩编码的分类 229

6.1.4图像压缩的评价指标 230

6.2行程编码技术 230

6.2.1基本原理一点通 230

6.2.2例程精讲 230

6.3哈夫曼编码 232

6.3.1基本原理一点通 232

6.3.2例程精讲 232

6.3.3哈夫曼编码的特点 237

6.4矢量量化编码 237

6.4.1矢量量化定义 238

6.4.2矢量量化编解码的过程 238

6.4.3 LBG矢量量化码书设计算法 238

6.4.4矢量量化码字搜索 240

6.4.5例程精讲 240

6.4.6矢量量化与标量量化 244

6.5变换编码 245

6.5.1变换编码概述 245

6.5.2基于离散余弦变换的图像压缩 245

6.5.3基于小波变换的图像压缩 247

第7章 双目立体视觉 250

7.1什么是双目立体视觉 250

7.2双目立体视觉测距的基本原理 250

7.3双目立体视觉测量的流程 251

7.4极线几何（Epipolar Geometry) 254

7.5双目视觉测量模型 254

7.5.1成像几何基础 254

7.5.2双目立体视觉测量数学模型 256

7.6本质矩阵与基础矩阵 257

7.7图像校正 258

7.8立体匹配 258

7.9例程精讲 259

7.10双目立体视觉的最新应用及发展方向 269

第8章 应用实例详解 271

8.1基于相位相关的图像拼接技术 271

8.1.1什么是图像拼接技术 271

8.1.2相位相关的基本原理 272

8.1.3例程精讲 273

8.2基于Arnold变换的图像加密技术 276

8.2.1图像加密概述 276

8.2.2基本原理 276

8.2.3实现流程 279

8.2.4例程精讲 280

8.3人脸检测技术及其实现 281

8.3.1人脸检测技术研究概况 281

8.3.2人脸检测方法 281

8.3.3基于AdaBoost的人脸检测的基本原理 283

8.3.4例程精讲 287

8.4雾霭天气图像增强技术及其实现 288

8.4.1 Retinex理论 288

8.4.2基于Retinex理论的图像增强的基本步骤 289

8.4.3多尺度Retinex算法 289

8.4.4例程精讲 290

8.5基于仿生原理的图像分割技术 299

8.5.1图像分割技术 299

8.5.2脉冲耦合神经网络的基本原理 299

8.5.3基本实现步骤 300

8.5.4例程精讲 300

附录1系统对象功能汇总 305

附录2数字图像处理常用词汇解释 308

参考文献 312