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 Computer Vision System工具箱功能模块介绍 54
1.8 新功能：图像视频处理C代码的快速生成 63
第2章 数字图像变换 70
2.1 图像的几何变换 70
2.1.1 图像的缩放变换 70
2.1.2 图像的平移变换 76
2.1.3 图像的旋转变换 81
2.1.4 灰度级插值 87
2.2 图像的Hough变换 91
2.2.1 基本原理一点通 91
2.2.2 例程精讲 92
2.3 图像的傅里叶变换 99
2.3.1 走进“频率域” 99
2.3.2 基本原理一点通 99
2.3.3 例程精讲 103
2.4 图像的余弦变换 109
2.4.1 基本原理一点通 109
2.4.2 例程精讲 111
2.4.3 离散余弦变换的性质 116
2.4.4 应用点睛 117
2.5 基于数学形态学的图像变换 118
2.5.1 数学形态学的起源 118
2.5.2 数学形态学的基本运算 118
2.5.3 腐蚀与膨胀 120
2.5.4 开运算与闭运算 127
2.6 图像滤波 138
2.6.1 基本原理一点通 138
2.6.2 例程精讲 138
2.7 图像的多尺度金字塔变换 142
2.7.1 基本原理一点通 142
2.7.2 例程精讲 143
第3章 数字图像分析 146
3.1 图像的色彩空间 146
3.1.1 RGB色彩空间 146
3.1.2 HSV色彩空间 147
3.1.3 YUV空间 148
3.1.4 HSI色彩空间 149
3.1.5 灰度空间 149
3.1.6 Lab色彩空间 150
3.1.7 例程精讲 150
3.2 图像的直方图 154
3.2.1 灰度直方图 154
3.2.2 例程精讲 155
3.2.3 直方图均衡化 159
3.2.4 直方图均衡化的MATLAB实现 160
3.3 图像的信噪比 163
3.3.1 基本原理一点通 163
3.3.2 例程精讲 164
第4章 图像特征提取 166
4.1 图像的边缘检测 166
4.1.1 基本原理一点通 166
4.1.2 例程精讲 172
4.2 角点特征检测 177
4.2.1 何谓“角点” 177
4.2.2 Harris角点的基本原理 178
4.2.3 Harris角点的检测步骤 180
4.2.4 Harris角点的性质 181
4.2.5 例程精讲 182
4.3 SURF特征提取 187
4.3.1 积分图像 188
4.3.2 DoH近似 189
4.3.3 尺度空间表示 191
4.3.4 SURF特征描述算子 193
4.3.5 例程精讲 196
第5章 运动估计与跟踪 198
5.1 基于块匹配的运动估计 198
5.1.1 基本原理一点通 198
5.1.2 块匹配的准则 199
5.1.3 块匹配运动估计搜索路径 199
5.1.4 例程精讲 201
5.2 基于高斯混合模型的背景检测 203
5.2.1 单高斯背景模型 203
5.2.2 混合高斯背景模型 204
5.2.3 例程精讲 205
5.3 基于光流法的运动目标检测 206
5.3.1 光流和光流场的概念 206
5.3.2 光流场计算的基本原理 207
5.3.3 运用光流法检测运动物体的基本原理 207
5.3.4 Horn-Schunck算法 208
5.3.5 Lucas-Kanade算法 208
5.3.6 例程精讲 209
5.4 基于图像模板匹配的目标定位 214
5.4.1 基本原理一点通 214
5.4.2 例程精讲 215
第6章 图像压缩编码 222
6.1 图像编解码概述 222
6.1.1 图像压缩编码的必要性 222
6.1.2 图像压缩编码的可行性 222
6.1.3 图像压缩编码的分类 223
6.1.4 图像压缩的评价指标 224
6.2 行程编码技术 224
6.2.1 基本原理一点通 224
6.2.2 例程精讲 224
6.3 哈夫曼编码 226
6.3.1 基本原理一点通 226
6.3.2 例程精讲 226
6.3.3 哈夫曼编码的特点 231
6.4 矢量量化编码 231
6.4.1 矢量量化定义 232
6.4.2 矢量量化编解码的过程 232
6.4.3 LBG矢量量化码书设计算法 232
6.4.4 矢量量化码字搜索 234
6.4.5 例程精讲 234
6.4.6 矢量量化与标量量化 238
6.5 变换编码 239
6.5.1 变换编码概述 239
6.5.2 基于离散余弦变换的图像压缩 239
6.5.3 基于小波变换的图像压缩 241
第7章 双目立体视觉 244
7.1 什么是双目立体视觉 244
7.2 双目立体视觉测距的基本原理 244
7.3 双目立体视觉测量的流程 245
7.4 极线几何（Epipolar Geometry） 248
7.5 双目视觉测量模型 248
7.5.1 成像几何基础 248
7.5.2 双目立体视觉测量数学模型 250
7.6 本质矩阵与基础矩阵 251
7.7 图像校正 252
7.8 立体匹配 252
7.9 例程精讲 253
7.10 双目立体视觉的最新应用及发展方向 263
第8章 应用实例详解 265
8.1 高效视频监控系统的设计与实现 265
8.1.1 视频监控系统的基本原理 265
8.1.2 基于Computer Vision System的系统设计 265
8.2 基于Arnold变换的图像加密技术 269
8.2.1 图像加密概述 269
8.2.2 基本原理 270
8.2.3 实现流程 273
8.2.4 例程精讲 273
8.3 人脸检测技术及其实现 274
8.3.1 人脸检测技术研究概况 274
8.3.2 人脸检测方法 275
8.3.3 基于AdaBoost的人脸检测的基本原理 276
8.3.4 例程精讲 280
8.4 雾霭天气图像增强技术及其实现 281
8.4.1 Retinex理论 281
8.4.2 基于Retinex理论的图像增强的基本步骤 282
8.4.3 多尺度Retinex算法 282
8.4.4 例程精讲 283
8.5 基于仿生原理的图像分割技术 292
8.5.1 图像分割技术 292
8.5.2 脉冲耦合神经网络的基本原理 293
8.5.3 基本实现步骤 293
8.5.4 例程精讲 294
附录1 系统对象功能汇总 298
附录2 数字图像处理常用词汇解释 301
参考文献 305