MATLAB R2007图像处理技术与应用：MATLAB应用技术

第1章  概述    1
1.1  数字图像处理    1
1.1.1  什么是数字图像    1
1.1.2  数字图像处理
发展概况    2
1.1.3  数字图像处理
研究的主要内容    4
1.1.4  数字图像处理的
开发工具    5
1.2  MATLAB入门    6
1.2.1  MATLAB概述    6
1.2.2  MATLAB窗口介绍    8
1.2.3  MATLAB帮助系统    11
1.2.4  M文件介绍    13
1.3  MATLAB图像处理简介    16
1.3.1  什么是图像处理
工具箱    17
1.3.2  MATLAB R2007a图像
处理工具箱的新特性    18
1.3.3  MATLAB的基本
图像类型与转换    18
1.4  小结    23
第2章  MATLAB图像运算    25
2.1  点运算    25
2.1.1  线性点运算    25
2.1.2  非线性点运算    27
2.1.3  直方图修正    28
2.2  图像的代数运算    32
2.2.1  图像的加法    33
2.2.2  图像的减法    36
2.2.3  图像的乘法    38
2.2.4  图像的除法    39
2.3  图像的几何运算    39
2.3.1  灰度级插值    40
2.3.2  空间变换    43
2.3.3  几何畸变校正和
图像配准    46
2.4  图像的邻域运算    49
2.4.1  平滑    49
2.4.2  中值滤波    52
2.5  小结    53
第3章  MATLAB图像变换    55
3.1  线性变换    55
3.1.1  标量表示式    55
3.1.2  矢量表示    56
3.1.3  矩阵表示    56
3.1.4  可逆变换    56
3.1.5  基平面    56
3.2  离散傅氏变换（DFT）    57
3.2.1  离散傅氏变换的定义    57
3.2.2  傅氏变换的性质    57
3.3  离散余弦变换（DCT）    64
3.3.1  DCT的定义    64
3.3.2  DCT变换的应用    65
3.4  沃尔什–哈达玛变换    68
3.4.1  Walsh函数    68
3.4.2  沃尔什-哈达玛
变换定义    69
3.4.3  沃尔什-哈达玛变换在
数字图像处理中的
应用    71
3.5  Hough变换    72
3.5.1  基本原理    73
3.5.2  扩展应用    76
3.6  Radon变换    76
3.6.1  平行数据Radon
变换    76
3.6.2  扇形数据Radon
变换    79
3.6.3  Radon逆变换    80
3.7  小结    82
第4章  MATLAB图像增强    83
4.1  对比度增强    83
4.1.1  线性变换    83
4.1.2  非线性变换    85
4.2  直方图增强    87
4.3  图像锐化    89
4.3.1  边界提取和锐化    89
4.3.2  锐化滤波器    90
4.4  图像伪色彩增强    93
4.5  图像频域增强    96
4.5.1  低通滤波    97
4.5.2  高通滤波器    105
4.5.3  周期底纹清除滤波    108
4.5.4  同态滤波    108
4.6  小结    111
第5章  MATLAB图像编码与压缩    113
5.1  图像编码压缩概述    113
5.1.1  图像编码压缩的
必要性和可能性    113
5.1.2  图像编码压缩
方法简介    114
5.1.3  图像编码质量的
评价    116
5.2  统计编码    117
5.2.1  哈夫曼编码    117
5.2.2  算术编码    122
5.2.3  行程编码    125
5.3  预测编码    127
5.3.1  差分脉冲编码调制
（DPCM）编码    127
5.3.2  运动补偿    130
5.3.3  增量调制编码    131
5.4  变换编码    131
5.4.1  主成分变换（KLT）    132
5.4.2  离散余弦变换
（DCT）    135
5.4.3  离散沃尔什-哈达玛
变换（DWHT）    137
5.5  小结    138
第6章  MATLAB图像恢复    139
6.1  图像退化和噪声分析    139
6.1.1  一些重要噪声的概率密度
函数和噪声过程    140
6.1.2  在MATLAB中使用函数
imnoise添加噪声    143
6.1.3  噪声参数的估计    144
6.2  图像退化模型    146
6.2.1  点扩展函数    146
6.2.2  退化的数学模型    147
6.3  图像恢复方法    148
6.3.1  维纳滤波方法    148
6.3.2  约束最小二乘算法    152
6.3.3  Lucy-Richardson
迭代方法    155
6.3.4  盲卷积算法    159
6.4  小结    163
第7章  MATLAB边界提取和
图像分割技术    165
7.1  边缘检测    166
7.1.1  边缘检测算子    167
7.1.2  MATLAB实现    171
7.2  边界跟踪与直线检测    176
7.2.1  基本原理    176
7.2.2  直线提取算法    181
7.3  基于灰度的分割    185
7.3.1  基本原理    185
7.3.2  MATLAB实现    186
7.4  区域分裂与合并—基于
四叉树分解的分割    188
7.4.1  区域分裂与合并    189
7.4.2  四叉树分解的MATLAB
实现    190
7.5  小结    193
第8章  数学形态学图像处理    195
8.1  膨胀和腐蚀    195
8.1.1  膨胀和腐蚀简介    195
8.1.2  结构元素    196
8.1.3  膨胀的MATLAB
实现    200
8.1.4  腐蚀的MATLAB
实现    201
8.1.5  膨胀和腐蚀的
组合运算    203
8.1.6  基于膨胀和腐蚀的
形态学运算    204
8.2  形态学重建    208
8.2.1  标记图像和
掩膜图像    209
8.2.2  像素的连通性    210
8.2.3  填充操作    211
8.2.4  寻找峰值和谷值    213
8.3  距离变换    217
8.4  对象、区域和特征度量    220
8.4.1  连通区域标记    220
8.4.2  选择对象    222
8.4.3  计算二值图像中的
前景面积    223
8.4.4  寻找二值图像的
欧拉数    223
8.5  查表操作    223
8.5.1  创建一个查找表    223
8.5.2  使用查找表    224
8.6  小结    225
第9章  图像模式识别    227
9.1  统计图像识别    227
9.1.1  线性分类器及MATLAB
实现    228
9.1.2  贝叶斯分类器    230
9.2  结构图像识别    233
9.2.1  树分类法    234
9.2.2  树分类示例    235
9.3  模糊图像识别    236
9.3.1  贴近度与模糊度    236
9.3.2  最大隶属原则与
择近原则    237
9.3.3  MATLAB在模糊模式
识别中的应用举例    238
9.4  小结    242
第10章  小波在图像处理中的应用    243
10.1  小波分析基础知识    243
10.1.1  小波变换简介    243
10.1.2  二维小波变换和
多分辨率分析    246
10.1.3  小波图像工具箱的
功能    249
10.2  基于小波的图像
降噪和压缩    254
10.2.1  基于小波的
图像降噪    256
10.2.2  基于小波的图像
压缩技术    257
10.3  小波分析在图像增强
中的应用    262
10.4  基于小波的图像融合技术    263
10.5  小波包在图像边缘
检测中的应用    266
10.6  小结    268
第11章  神经网络在图像处理中的
应用    269
11.1  引言    269
11.1.1  BP网络    269
11.1.2  Hopfield网络    271
11.1.3  自组织网络    271
11.1.4  小波网络    272
11.1.5  细胞神经网络    272
11.1.6  模糊神经网络    272
11.2  人工神经网络在
图像压缩中的应用    272
11.2.1  基于BP人工神经
网络的图像压缩
原理    273
11.2.2  基于BP人工神经
网络的图像压缩的
MATLAB实现    274
11.3  人工神经网络在图像
识别中的应用    280
11.3.1  基于人工神经网络图像
识别的基本原理    280
11.3.2  基于人工神经网络
图像识别的MATLAB
实现    281
11.4  小结    286
第12章  Simulink视频和
图像处理模块    287
12.1  视频和图像处理模块集    287
12.1.1  输入模块
（Sources）    288
12.1.2  输出模块（Sinks）    289
12.1.3  分析和增强模块
（Analysis &
Enhancement）    289
12.1.4  图像转换模块
（Conversions）    290
12.1.5  图像滤波模块
（Filtering）    291
12.1.6  图像几何变换模块
（Geometric
Transformations）    291
12.1.7  图像形态操作模块
（Morphological
Operations）    292
12.1.8  图像像素统计模块
（Statistics）    292
12.1.9  图像文本及图片模块
（Text & Graphics）    293
12.1.10  图像转换模块
（Transforms）    294
12.1.11  图像自定义模块
（Utilities）    294
12.2  Simulink图像转换    295
12.3  Simulink几何变换    298
12.4  Simulink形态学操作    301
12.5  Simulink分析和增强    304
12.6  Simulink图像综合实例    309
12.7  小结    312
第13章  MATLAB图像处理
GUI设计    313
13.1  图形对象及其句柄    313
13.1.1  图形对象    313
13.1.2  图形对象句柄    314
13.2  图形用户界面的设计原则    315
13.2.1  指导原则    315
13.2.2  设计步骤    318
13.3  GUI设计模板及设计工具    318
13.4  GUI设计实例    319
13.5  小结    336
第14章  MATLAB图像处理
技术应用    337
14.1  在医学图像处理中的应用    337
14.1.1  概述    337
14.1.2  医学图像的
灰度变换    338
14.1.3  基于高频强调滤波和
直方图均衡化的医学
图像增强    343
14.2  在汽车牌照识别
系统中的应用    347
14.2.1  概述    347
14.2.2  汽车牌照定位
MATLAB举例    347
14.2.3  基于神经网络的字符
识别在车牌识别系统
中的应用    350
14.3  在遥感图像处理中的应用    356
14.3.1  遥感简介    357
14.3.2  利用MATLAB对
遥感图像进行
直方图匹配    358
14.3.3  对遥感图像进行
滤波增强    361
14.3.4  对遥感图像
进行融合    362
14.3.5  对遥感图像进行
变化检测    365
14.4  小结    377
参考文献    378