MATLAB应用实例精讲：图像处理与GUI设计篇

第1章　MATLAB图像处理入门
1.1　数字图像处理概述
1.1.1　数字图像处理的发展与应用
1.1.2　数字图像处理的特点
1.1.3　数字图像处理的研究内容
1.1.4　数字图像处理系统的开发工具
1.2　MATLAB语言简介
1.2.1　MATLAB编程基础
1.2.2　MATLAB帮助系统
1.2.3　M文件介绍
1.3　MATLAB图像处理简介
1.3.1　MATLAB图像处理工具箱
1.3.2　MATLAB R2010图像处理工具箱的新特性
1.3.3　噪声模型
1.3.4　在MATLAB中使用函数imnoise添加噪声
1.4　MATLAB图像处理入门实例
1.4.1　图像文件的信息查询
1.4.2　图像文件的读取
1.4.3　图像文件的显示
1.4.4　图像文件的保存
1.5　本章小结
第2章　图像运算
2.1　图像的点运算
2.1.1　点运算定义
2.1.2　点运算的种类
2.1.3　点运算和直方图
2.1.4　直方图均衡化
2.2　图像的代数运算
2.2.1　图像代数运算的定义
2.2.2　图像加法
2.2.3　图像减法
2.2.4　图像乘法
2.2.5　图像除法
2.3　图像的几何运算
2.3.1　灰度级插值
2.3.2　空间变换
2.3.3　几何畸变校正和图像配准
2.4　本章小结
第3章　图像变换
3.1　线性变换
3.1.1　标量表达式
3.1.2　矢量表示
3.1.3　矩阵表示
3.1.4　可逆变换
3.1.5　基平面
3.2　离散傅里叶变换（DFT）
3.2.1　离散傅里叶变换的定义
3.2.2　傅里叶变换的性质
3.2.3　傅里叶变换在图像处理中的应用
3.3　离散余弦变换（DCT）
3.3.1　DCT的定义
3.3.2　DCT在图像处理中的应用
3.4　哈尔变换（HT）
3.4.1　Haar函数的定义
3.4.2　Haar矩阵与Haar变换
3.5　沃尔什- 哈达玛变换
3.5.1　Walsh函数
3.5.2　沃尔什- 哈达玛变换定义
3.6　Hough变换
3.6.1　基本原理
3.6.2　扩展应用
3.7　Radon变换
3.7.1　平行数据Radon变换
3.7.2　扇形数据Radon变换
3.7.3　Radon逆变换
3.8　本章小结
第4章　图像增强
4.1　对比度增强
4.1.1　线性变换
4.1.2　非线性变换
4.2　直方图增强
4.3　图像锐化
4.3.1　边缘提取和锐化
4.3.2　拉普拉斯（Laplacian）算子
4.3.3　Wallis算子
4.4　图像伪彩色增强
4.5　图像频域增强
4.5.1　低通滤波
4.5.2　高通滤波器
4.5.3　周期底纹清除滤波
4.5.4　同态滤波
4.6　本章小结
第5章　图像编码与压缩
5.1　图像编码压缩概述
5.1.1　图像编码压缩的必要性和可能性
5.1.2　图像编码压缩方法简介
5.1.3　图像编码质量的评价
5.2　统计编码
5.2.1　哈夫曼编码
5.2.2　算术编码
5.2.3　行程编码
5.3　预测编码
5.3.1　差分脉冲编码调制（DPCM）编码
5.3.2　运动补偿
5.3.3　增量调制编码
5.4　变换编码
5.4.1　主成分变换（KLT）
5.4.2　离散余弦变换（DCT）
5.4.3　离散沃尔什- 哈达玛变换（DWHT）
5.4.4　小波变换
5.5　本章小结
第6章　图像恢复
6.1　图像退化的原因
6.2　图像退化模型
6.2.1　点扩展函数
6.2.2　退化的数学模型
6.3　图像恢复方法
6.3.1　维纳滤波方法
6.3.2　约束最小二乘算法
6.3.3　Lucy-Richardson 迭代方法
6.3.4　盲卷积算法
6.4　本章小结
第7章　边缘检测和图像分割
7.1　图像分割原理与方法
7.2　边缘检测
7.2.1　基本原理
7.2.2　边缘检测算子
7.2.3　边缘检测的MATLAB实现
7.3　边界跟踪与直线检测
7.3.1　基本原理
7.3.2　边界跟踪的MATLAB实现
7.3.3　直线提取算法
7.4　基于灰度的分割
7.4.1　基本原理
7.4.2　图像灰度分割的MATLAB实现
7.5　本章小结
第8章　数学形态学图像处理
8.1　数学形态学基本理论
8.2　膨胀和腐蚀
8.2.1　膨胀和腐蚀简介
8.2.2　结构元素
8.2.3　膨胀的MATLAB实现
8.2.4　腐蚀的MATLAB实现
8.2.5　膨胀和腐蚀的组合运算
8.2.6　基于膨胀和腐蚀的形态学运算
8.3　形态学重建
8.3.1　标记图像和掩模图像
8.3.2　像素的连通性
8.3.3　填充操作
8.3.4　寻找峰值和谷值
8.4　距离变换
8.5　本章小结
第9章　彩色图像处理与分析
9.1　彩色图像技术概述
9.2　彩色视觉与彩色图像
9.2.1　彩色视觉
9.2.2　三色成像原理
9.2.3　彩色图像格式
9.2.4　彩色坐标变换
9.2.5　彩色图像处理的MATLAB实现
9.3　彩色图像处理
9.3.1　彩色平衡
9.3.2　彩色图像增强
9.3.3　彩色补偿
9.3.4　彩色图像恢复
9.3.5　彩色图像处理的MATLAB实现
9.4　彩色图像分析
9.4.1　彩色图像分割
9.4.2　彩色图像测量
9.4.3　图像的伪彩色和假彩色处理
9.4.4　伪彩色和假彩色处理的MATLAB实现
9.5　本章小结
第10章　MATLAB图形用户界面（GUI）
10.1　GUI基础
10.1.1　GUI基本概念
10.1.2　GUI如何工作
10.1.3　如何创建MATLAB GUI
10.1.4　GUI简单示例
10.2　菜单
10.2.1　菜单的布置
10.2.2　建立菜单和子菜单
10.2.3　菜单示例
10.2.4　菜单属性
10.2.5　菜单快捷键
10.2.6　菜单的外观
10.2.7　菜单的颜色控制
10.2.8　菜单项去能
10.2.9　菜单的回调属性
10.2.10　菜单的M文件示例
10.3　控制框
10.3.1　按钮键
10.3.2　无线按钮
10.3.3　复选框
10.3.4　静态文本框
10.3.5　可编辑文本框
10.3.6　滚动条
10.3.7　弹出式菜单
10.3.8　框架
10.3.9　控制框属性
10.3.10　控制框布局的考虑
10.3.11　控制框的M文件示例
10.4　对话框
10.4.1　公共对话框
10.4.2　MATLAB专用对话框
10.5　图形用户界面设计工具
10.5.1　布局编辑器（Layout Editor）
10.5.2　对象位置调整工具（Align Objects）
10.5.3　菜单编辑器（Menu Editor）
10.5.4　Tab顺序编辑器（Tab Order Editor）
10.5.5　M-file编辑器（M-file Editor）
10.5.6　对象属性编辑器（Property Inspector）
10.5.7　对象浏览器（Object Browser）
10.6　本章小结
第11章　图像模式识别
11.1　统计模式识别
11.1.1　线性分类器及MATLAB实现
11.1.2　贝叶斯分类器
11.2　结构模式识别
11.2.1　树分类法
11.2.2　树分类示例
11.3　模糊模式识别
11.3.1　贴近度与模糊度
11.3.2　最大隶属原则与择近原则
11.3.3　MATLAB在模糊模式识别中的应用示例
11.4　工程实例
11.4.1　基于字符串匹配的对象识别
11.4.2　利用模式识别对多光谱图像进行分类
11.5　本章小结
第12章　小波在图像处理中的应用
12.1　小波分析基础知识
12.1.1　小波变换简介
12.1.2　二维小波变换和多分辨率分析
12.1.3　小波图像工具箱的功能
12.2　基于小波的图像降噪和压缩
12.2.1　基于小波的图像降噪
12.2.2　基于小波的图像压缩技术
12.3　小波分析在图像增强中的应用
12.4　基于小波的图像融合技术
12.5　小波包在图像边缘检测中的应用
12.6　工程实例
12.6.1　基于小波的方向性和边缘检测
12.6.2　基于小波的图像平滑和模糊
12.6.3　基于小波的图像渐进重构
12.7　本章小结
第13章　神经网络在图像处理中的应用
13.1　常用的神经网络模型
13.1.1　BP网络
13.1.2　Hopfield网络
13.1.3　自组织网络
13.1.4　小波网络
13.1.5　细胞神经网络
13.1.6　模糊神经网络
13.2　神经网络在图像压缩中的应用
13.2.1　基于BP神经网络的图像压缩原理
13.2.2　基于BP神经网络的图像压缩的MATLAB实现
13.3　神经网络在图像识别中的应用
13.3.1　基于神经网络的图像识别的基本原理
13.3.2　基于神经网络的图像识别的MATLAB实现
13.4　工程实例
13.4.1　基于PCNN的图像分割
13.4.2　几种不同的手写阿拉伯数字识别方法比较
13.5　本章小结
第14章　MATLAB GUI设计应用实例
14.1　MATLAB GUI的设计原则和一般步骤
14.1.1　GUI的设计原则
14.1.2　GUI设计的一般步骤
14.2　工程实例
14.2.1　基于MATLAB GUI的日历设计
14.2.2　基于MATLAB GUI的串口通信编程
14.2.3　基于MATLAB GUI的图形显示效果控制
14.2.4　基于MATLAB GUI的图像边缘检测
14.3　本章小结
第15章　MATLAB图像处理综合实例
15.1　在医学图像处理中的应用
15.1.1　医学图像处理概述
15.1.2　医学图像的灰度变换
15.1.3　基于高频强调滤波和直方图均衡化的医学图像增强
15.2　在汽车牌照识别系统中的应用
15.2.1　汽车牌照自动识别系统概述
15.2.2　汽车牌照定位MATLAB示例
15.2.3　基于神经网络的字符识别在车牌识别系统中的应用
15.3　在遥感图像处理中的应用
15.3.1　遥感技术概述
15.3.2　利用MATLAB对遥感图像进行直方图匹配
15.3.3　对遥感图像进行滤波增强
15.3.4　对遥感图像进行融合
15.3.5　对遥感图像进行变化检测
15.4　本章小结