第1章 图像处理与MATLAB简介 1
1.1图像处理简介 1
1.1.1图像与数字图像 1
1.1.2图像处理技术 2
1.1.3图像处理的发展及现状 4
1.2 MATLAB概述 5
1.2.1 MATLAB开发环境 5
1.2.2 MATLAB编辑器 6
1.2.3 MATLAB帮助命令 9
1.3本章小结 12
第2章MATLAB编程基础 13
2.1 MATLAB通用指令 13
2.2 MATLAB运算符和特殊字符 15
2.3 MATLAB数组 21
2.3.1数组的产生 21
2.3.2数组的运算 27
2.3.3数组的查询和赋值 31
2.3.4数组变换 34
2.3.5字符数组 39
2.4 MATLAB基本矩阵与矩阵运算 48
2.4.1 矩阵的创建 48
2.4.2矩阵的运算 49
2.5 MATLAB控制语句 54
2.5.1循环结构 54
2.5.2选择结构 56
2.5.3程序流控制 59
2.6文件操作 60
2.6.1文件的打开与关闭 60
2.6.2二进制文件的读/写操作 61
2.6.3文本文件的读/写操作 62
2.7本章小结 62
第3章MATLAB图像处理基础 63
3.1图像的数字化 63
3.1.1图像的坐标变化表示 63
3.1.2图像的矩阵表示 64
3.2图像的基本操作 65
3.2.1图像的读取 65
3.2.2图像的写入 66
3.2.3图像的显示 67
3.2.4图像数据类型转换 68
3.2.5图像文件格式转换 70
3.2.6图像之间的转换 70
3.3图像的点运算 73
3.3.1线性点运算 73
3.3.2非线性点运算 74
3.4本章小结 75
第4章 图像预处理及其MATLAB实现 76
4.1直方图灰度变换 76
4.1.1图像直方图变换 76
4.1.2 MATLAB中常用的灰度变换函数 78
4.2直方图修正 79
4.2.1直方图均衡化 80
4.2.2直方图规定化 81
4.3图像的运算 82
4.3.1图像的代数运算 83
4.3.2图像几何运算 88
4.4图像的平滑及锐化 96
4.4.1线性平滑 96
4.4.2中值滤波平滑 99
4.4.3图像锐化 100
4.5图像频域滤波 104
4.5.1频域低通滤波 104
4.5.2频域高通滤波 105
4.5.3其他滤波 108
4.6本章小结 110
第5章 图像频域变换 111
5.1傅里叶变换 111
5.1.1傅里叶变换的理论 111
5.1.2傅里叶变换 114
5.1.3快速傅里叶变换 116
5.1.4傅里叶变换在MATLAB中的应用和实现 119
5.2离散余弦变换 121
5.2.1一维离散余弦变换 122
5.2.2二维离散余弦变换 122
5.2.3快速二维离散余弦变换 123
5.2.4离散余弦变换在MATLAB中的应用和实现 123
5.3沃尔什变换和哈达码变换 125
5.3.1一维离散沃尔什变换 125
5.3.2二维离散沃尔什变换 126
5.3.3一维离散哈达码变换 127
5.3.4二维离散哈达码变换 128
5.3.5离散沃尔什-哈达码变换在MATLAB中的应用和实现 128
5.4 K-L变换 130
5.4.1 K-L变换的基本原理 130
5.4.2 K-L变换的定义和性质 131
5.4.3 K-L变换在MATLAB中的应用 132
5.5小波变换 134
5.5.1传统频域变换方法的局限性 134
5.5.2多尺度分析 135
5.5.3滤波器组的概念 142
5.5.4连续小波变换 143
5.5.5二进小波变换 144
5.5.6离散小波变换 145
5.5.7小波的基函数 147
5.5.8提升法 149
5.5.9小波变换在MATLAB中的应用 151
5.6本章小结 160
第6章 图像的数学形态学操作 161
6.1数学形态学的基本运算 161
6.1.1结构元素 161
6.1.2图像腐蚀 163
6.1.3图像膨胀 165
6.1.4图像的开运算和闭运算 166
6.2击中击不中变换 170
6.3数学形态学在图像处理中的主要应用 171
6.3.1二值形态学消除图像噪声 172
6.3.2边缘检测 173
6.3.3形态骨架提取 174
6.3.4区域填充 175
6.3.5图像特征估计 177
6.3.6查表操作 183
6.4本章小结 184
第7章 彩色图像处理 185
7.1彩色视觉与三基色原理 185
7.1.1彩色视觉 185
7.1.2三基色原理 186
7.2彩色空间 189
7.2.1 RGB彩色空间 189
7.2.2 YUV彩色空间 189
7.2.3 YIQ彩色空间 190
7.2.4 CMYK彩色空间 191
7.2.5 Lab彩色空间 191
7.2.6 HSV彩色空间 191
7.2.7 HSI彩色空间 192
7.2.8彩色空间的MATLAB实现 193
7.3彩色图像处理 199
7.3.1彩色图像的平滑处理 199
7.3.2彩色图像的锐化处理 202
7.3.3图像的伪彩色和假彩色处理 202
7.4本章小结 207
第8章 图像压缩编码 208
8.1图像压缩编码概述 208
8.1.1图像压缩编码的必要性 208
8.1.2图像压缩编码的可能性 208
8.1.3图像压缩编码的评价标准 210
8.1.4图像压缩编码的术语简介 212
8.2图像压缩编码方法 213
8.2.1哈夫曼编码 213
8.2.2游程编码 218
8.2.3算术编码 220
8.2.4预测编码 223
8.2.5变换编码 227
8.3 JPEG压缩 232
8.3.1 JPEG 232
8.3.2 JPEG 2000 239
8.4视频压缩编码标准简介 244
8.4.1 MPEG 244
8.4.2 H.264 245
8.5本章小结 246
第9章 图像分割与边缘检测 247
9.1图像分割的基本原理 247
9.2灰度阈值分割 248
9.2.1最小误差阈值法 251
9.2.2最大方差阈值法 251
9.2.3最佳阈值法 252
9.2.4差别分析法 253
9.3边缘检测 254
9.3.1普通梯度算子 255
9.3.2 Roberts算子 256
9.3.3 Prewitt算子和Sobel算子 257
9.3.4拉普拉斯算子 261
9.3.5 Canny算子 263
9.3.6 edge函数 267
9.4区域分割 270
9.4.1区域生长 270
9.4.2分裂合并 272
9.5本章小结 274
第10章 图像复原 275
10.1图像退化模型 275
10.1.1图像退化模型概述 275
10.1.2连续函数退化模型 276
10.1.3离散函数退化模型 276
10.1.4 MATLAB模拟图像的退化 277
10.2噪声模型 279
10.2.1噪声类型 279
10.2.2使用MATLAB添加噪声 282
10.3复原的代数方法 283
10.3.1非约束复原法 283
10.3.2约束复原法 284
10.3.3循环矩阵对角化 284
10.3.4约束最小平方复原法 286
10.3.5维纳滤波复原法 288
10.4图像复原在MATLAB中的应用 288
10.4.1维纳滤波复原 288
10.4.2约束最小二乘方复原 292
10.4.3使用Lucy-Richardson算法进行图像复原 296
10.4.4使用盲目反卷积算法进行图像复原 298
10.5本章小结 302
第11章 图像模式识别技术 303
11.1模式识别的基本概念 303
11.1.1模式与模式识别 303
11.1.2模式空间、特征空间和类型空间 304
11.1.3模式识别系统的组成 304
11.1.4模式识别的方法 305
11.2分类器设计 310
11.2.1分类器设计准则 310
11.2.2训练/学习方法 311
11.2.3线性判别函数 312
11.2.4最小距离分类器和模板匹配 315
11.3神经网络 320
11.3.1神经网络的基本理论 320
11.3.2 BP网络的MATLAB工具箱 320
11.4模式识别应用 323
11.5本章小结 324
第12章 图像处理技术的应用 325
12.1压缩感知 325
12.1.1压缩感知理论 325
12.1.2压缩感知重构算法 327
12.1.3压缩感知技术在MATLAB上的应用 350
12.2视频跟踪技术 351
12.2.1运动检测 351
12.2.2运动估计 356
12.3本章小结 363