第1章 绪言 1
本章概述 1
1.1背景 1
1.2什么是数字图像处理 2
1.3 MATLAB和图像处理工具箱基础 2
1.4本书涵盖的图像处理范围 3
1.5本书的网站 4
1.6符号 4
1.7基本原理 4
1.7.1 MATLAB桌面 5
1.7.2使用MATLAB编辑器/调试器 6
1.7.3获取帮助 6
1.7.4保存和检索工作会话数据 6
1.7.5数字图像表示 7
1.7.6图像的输入/输出和显示 8
1.7.7类和图像类型 9
1.7.8 M函数编程 11
1.8怎样组织本书的参考文献 21
小结 22
第2章 灰度变换与空间滤波 23
本章概述 23
2.1背景 23
2.2灰度变换函数 23
2.2.1函数imadjust和stretchlim 24
2.2.2对数及对比度拉伸变换 26
2.2.3指定任意灰度变换 27
2.2.4用于灰度变换的一些实用M函数 28
2.3直方图处理与函数绘图 32
2.3.1生成并绘制图像直方图 32
2.3.2直方图均衡 36
2.3.3直方图匹配（规定化） 38
2.3.4函数adapthisteq 42
2.4空间滤波 43
2.4.1线性空间滤波 43
2.4.2非线性空间滤波 48
2.5图像处理工具箱的标准空间滤波器 50
2.5.1线性空间滤波器 50
2.5.2非线性空间滤波器 53
小结 54
第3章 频率域滤波 55
本章概述 55
3.1二维离散傅里叶变换 55
3.2在MATLAB中计算和观察二维DFT 58
3.3频率域滤波 60
3.3.1基础 60
3.3.2 DFT滤波的基本步骤 64
3.3.3用于频率域滤波的M函数 65
3.4从空间滤波器获得频率域滤波器 66
3.5在频率域中直接生成滤波器 69
3.5.1创建用于实现频率域滤波器的网格数组 69
3.5.2低通（平滑）频率域滤波器 70
3.5.3绘制线框图和表面图 72
3.6高通（锐化）频率域滤波器 75
3.6.1一个用于高通滤波的函数 75
3.6.2高频强调滤波 77
小结 78
第4章 图像复原与重建 79
本章概述 79
4.1图像退化/复原处理的模型 79
4.2噪声模型 80
4.2.1使用函数imnoise对图像添加噪声 80
4.2.2使用规定分布生成空间随机噪声 81
4.2.3周期噪声 86
4.2.4估计噪声参数 89
4.3仅有噪声的复原——空间滤波 92
4.3.1空间噪声滤波器 93
4.3.2自适应空间滤波器 96
4.4使用频率域滤波降低周期噪声 97
4.5退化函数建模 97
4.6直接逆滤波 99
4.7维纳滤波 100
4.8由投影重建图像 102
4.8.1背景 102
4.8.2平行射线束投影和雷登变换 104
4.8.3傅里叶切片定理与滤波反投影 105
4.8.4滤波器实现 107
4.8.5使用扇形射线束滤波反投影的重建 108
4.8.6函数radon 108
4.8.7函数iradon 110
4.8.8处理扇形射线束数据 113
小结 118
第5章 彩色图像处理 119
本章概述 119
5.1 MATLAB中彩色图像的表示 119
5.1.1 RGB图像 119
5.1.2索引图像 121
5.1.3处理RGB和索引图像的函数 123
5.2彩色空间转换 125
5.2.1 NTSC彩色空间 125
5.2.2 YCbCr彩色空间 126
5.2.3 HSV彩色空间 126
5.2.4 CMY和CMYK彩色空间 127
5.2.5 HSI彩色空间 128
5.2.6与设备无关的彩色空间 133
5.3彩色图像处理基础 139
5.4彩色变换 140
5.5彩色图像的空间滤波 146
5.5.1彩色图像平滑 146
5.5.2彩色图像锐化 148
5.6直接在RGB向量空间的处理 149
5.6.1使用梯度进行彩色边缘检测 149
5.6.2在RGB向量空间中进行图像分割 152
小结 155
第6章 图像压缩 156
本章概述 156
6.1背景 156
6.2编码冗余 159
6.2.1霍夫曼码 161
6.2.2霍夫曼编码 165
6.2.3霍夫曼解码 169
6.3空间冗余 175
6.4不相关信息 179
6.5 JPEG压缩 181
6.5.1 JPEG 181
6.5.2 JPEG 2000 186
6.6视频压缩 192
6.6.1 MATLAB图像序列和电影 192
6.6.2时间冗余和运动补偿 195
小结 201
第7章 图像分割 202
本章概述 202
7.1点、线和边缘检测 202
7.1.1点检测 203
7.1.2线检测 204
7.1.3使用函数edge检测边缘 205
7.2使用霍夫变换进行线检测 212
7.2.1背景知识 212
7.2.2工具箱霍夫函数 213
7.3阈值处理 216
7.3.1基础知识 216
7.3.2基本的全局阈值处理 217
7.3.3使用Otsu方法进行最佳全局阈值处理 219
7.3.4使用图像平滑改进全局阈值处理 222
7.3.5使用边缘改进全局阈值处理 223
7.3.6基于局部统计的可变阈值处理 226
7.3.7使用移动平均的图像阈值处理 229
7.4基于区域的分割 231
7.4.1基本表达式 231
7.4.2区域生长 231
7.4.3区域分离与聚合 234
7.5使用分水岭变换的分割 238
7.5.1使用距离变换的分水岭分割 239
7.5.2使用梯度的分水岭分割 240
7.5.3标记符控制的分水岭分割 241
小结 243
第8章 表示与描述 244
本章概述 244
8.1背景 244
8.1.1提取区域及其边界的函数 245
8.1.2本章中使用的其他MATLAB和工具箱函数 248
8.1.3一些基本的实用M函数 249
8.2表示 250
8.2.1链码 250
8.2.2使用最小周长多边形的多边形近似 252
8.2.3标记 258
8.2.4边界线段 260
8.2.5骨骼 260
8.3边界描绘子 262
8.3.1一些简单的描绘子 262
8.3.2形状数 262
8.3.3傅里叶描绘子 263
8.3.4统计矩 266
8.3.5拐角 267
8.4区域描绘子 272
8.4.1函数regionprops 273
8.4.2纹理 274
8.4.3不变矩 282
8.5使用主分量进行描述 285
小结 292
附录A M函数汇总 293
附录B ICE和MATLAB图形用户界面 309
附录C 附加的自定义M函数 328
参考文献 372
索引 375