MATLAB数字图像处理实战PDF电子书下载

第1章 数字图像基础 1

1.1 数字图像处理概述 1

1.1.1 什么是数字图像 1

1.1.2 数字图像的形成过程 2

1.1.3 数字图像处理技术及其发展 4

1.1.4 数字图像的矩阵表示 5

1.2 数字图像处理的开发工具 6

1.2.1 MATLAB软件 6

1.2.2 OpenCV机器视觉库 8

1.2.3 VLIB软件库 11

1.3 MATLAB图像处理操作基础 12

1.3.1 图像处理工具箱的基本功能 12

1.3.2 数字图像处理的基本操作 13

1.3.3 视频图像的基本操作 16

1.3.4 MATLAB中的图像类型 17

1.3.5 体验数字图像处理 17

第2章 数字图像变换 20

2.1 图像的空间变换 20

2.1.1 图像的几何变换 20

2.1.2 灰度级插值 34

2.1.3 图像的邻域操作 40

2.2 图像的傅里叶变换 42

2.2.1 什么是频率域 42

2.2.2 解析离散傅里叶变换 42

2.2.3 例程精讲 43

2.2.4 离散傅里叶变换的性质 44

2.2.5 二维傅里叶变换的应用：相位相关 48

2.3 图像的余弦变换 51

2.3.1 从DFT到DCT 51

2.3.2 例程精讲 53

2.3.3 离散余弦变换的性质 57

2.3.4 离散余弦变换应用：基于DCT的图像去噪 58

2.4 图像滤波 59

2.4.1 空域滤波 60

2.4.2 频域滤波 68

2.5 图像的小波变换 75

2.5.1 小波分析的起源 75

2.5.2 连续小波变换 76

2.5.3 离散小波变换 77

2.5.4 小波变换的步骤及特点 81

2.5.5 例程精讲 82

2.5.6 小波变换的应用：基于小波变换的图像增强 92

2.6 图像的Hough变换 94

2.6.1 Hough变换的基本原理 94

2.6.2 例程精讲 95

2.6.3 融会贯通：基于Hough变换检测圆 97

2.7 图像的Walsh-Hadamard变换 101

2.7.1 Walsh-Hadamard变换的基本原理 101

2.7.2 例程精讲 104

2.7.3 Walsh-Hadamard变换在图像压缩领域的应用 105

2.8 图像的K-L变换 106

2.8.1 K-L变换的基本原理 107

2.8.2 例程精讲 109

2.9 基于数学形态学的图像变换 112

2.9.1 数学形态学的起源 112

2.9.2 熟悉数学形态学的基本运算 113

第3章 数字图像分析 119

3.1 图像的色彩空间 119

3.1.1 常见的色彩空间 119

3.1.2 例程精讲 123

3.1.3 彩色增强 125

3.2 图像的直方图 128

3.2.1 灰度直方图 128

3.2.2 例程精讲 129

3.2.3 融会贯通 131

3.2.4 应用：基于直方图的对比度增强 131

3.3 图像的纹理特征分析 136

3.3.1 什么是“图像的纹理特征” 136

3.3.2 灰度共生矩阵 137

3.3.3 例程精讲 138

3.3.4 融会贯通：灰度-梯度共生矩阵 141

3.4 图像的自相关函数 146

3.4.1 图像的自相关函数 146

3.4.2 例程精讲 146

3.4.3 图像局部自相关函数 147

3.5 视频图像分析与处理 148

3.5.1 视频图像及其特点分析 148

3.5.2 视频序列图像分析 149

3.5.3 视频序列图像处理 152

3.6 图像质量的评价 153

3.6.1 图像质量的客观评价 153

3.6.2 图像质量的主观评价 158

第4章 图像特征提取 159

4.1 图像的不变矩 159

4.1.1 不变矩的基本原理 159

4.1.2 例程精讲 161

4.2 图像的边缘检测 162

4.2.1 运用一阶微分算子检测图像边缘 163

4.2.2 运用二阶微分算子检测图像边缘 164

4.2.3 基于Canny算子检测图像边缘 168

4.2.4 基于SUSAN特征检测算子的边缘提取 170

4.3 Harris角点检测 174

4.3.1 何谓“角点” 174

4.3.2 Harris角点的基本原理 175

4.3.3 Harris角点的实现步骤 177

4.3.4 Harris角点的性质 178

4.3.5 例程精讲 179

4.4 SIFT特征提取与描述 182

4.4.1 SIFT算法 183

4.4.2 SIFT特征描述 186

4.4.3 例程精讲 188

4.5 SURF特征提取与描述 208

4.5.1 积分图像 208

4.5.2 DoH近似 209

4.5.3 尺度空间表示 211

4.5.4 SURF特征描述算子 213

4.5.5 例程一点通 216

第5章 图像识别技术 219

5.1 模式识别的概念 219

5.1.1 什么是模式识别 219

5.1.2 模式识别的主要方法 219

5.1.3 模式识别的应用 220

5.2 基于图像的模式识别方法 221

5.2.1 句法模式识别 221

5.2.2 统计模式识别 222

5.2.3 模糊模式识别 225

5.2.4 神经网络模式识别 226

5.3 基于图像模式识别的过程 226

5.4 基于神经网络与矩特征的模式识别 228

5.4.1 神经网络简介 228

5.4.2 识别算法实现流程 234

5.4.3 例程精讲 242

5.4.4 实验结果 251

第6章 实战案例详解 254

6.1 测绘领域的应用：基于SURF的图像拼接 254

6.1.1 研究图像拼接的意义 254

6.1.2 基本原理及实现步骤 254

6.1.3 例程精讲 258

6.1.4 实际中需要注意的问题 264

6.2 信息安全领域的应用：基于小波变换的数字水印技术 267

6.2.1 数字水印技术 267

6.2.2 嵌入数字水印的基本原理 268

6.2.3 数字水印的特点 268

6.2.4 基于小波变换的数字水印嵌入 269

6.2.5 例程精讲 269

6.3 多媒体通信领域的应用：基于PIFS分形压缩编码技术 273

6.3.1 压缩编码概述 273

6.3.2 基于PIFS的图像压缩 273

6.4 安防领域的应用：高效视频监控系统 278

6.4.1 视频监控系统的基本原理 278

6.4.2 基于Computer Vision System的系统设计 279

6.5 交通领域中的应用：基于视频的车流量统计 283

6.5.1 车流量检测系统 284

6.5.2 基于高斯混合背景模型的背景建模 284

6.5.3 例程精讲 285

第7章 思维技法点拨 290

7.1 学习点拨：谈学习数字图像处理的经验 290

7.1.1 面向应用：层层分解、抓住要点 290

7.1.2 面向学习：追根溯源、比较总结 291

7.2 思维点拨：运用Triz思维，突破图像处理瓶颈 293

7.2.1 Triz理论概述 293

7.2.2 实例分析：运用Triz理论改进Hough变换的实时性 294

7.3 方法点拨：基于MDA（模型驱动构架）的图像处理 295

7.3.1 模型驱动开发思想概述 295

7.3.2 模型驱动开发的优势 296

7.3.3 模型驱动开发在图像处理领域中的应用 297

7.3.4 基于Simulink-Blocks的模型驱动开发图像处理 297

7.4 技巧点拨：仿生理论助力图像处理技术发展 302

7.4.1 仿生理论与图像处理技术相结合的优势 302

7.4.2 实例分析：猫视觉皮层仿生的图像分割 303

附录 308

附录A 常用MATLAB图像处理指令功能语法索引 308

附录B 系统对象功能汇总 326

附录C Triz矛盾矩阵表39项技术参数及40条创新原理 328

参考文献 335