数字图像处理与应用（MATLAB版）

第 1章　绪论 1
1．1　图像的概念　1
1．2　图像的分类　2
1．3　图像的表示　2
1．3．1　图像信号的表示　2
1．3．2　数字图像的表示　3
1．3．3　颜色模型　4
1．4　人类的视觉　6
1．4．1　人眼构造和视觉现象　6
1．4．2　人类视觉特性　7
1．5　图像质量的评价方法　9
1．6　数字图像处理　12
1．6．1　图像信号的数字化　12
1．6．2　数字图像文件的存储格式　16
1．6．3　数字图像处理主要的研究内容　20
1．6．4　数字图像处理系统　21
1．6．5　图像处理、图像分析和图像理解　21
1．6．6　图像通信系统　22
1．6．7　数字图像处理的主要应用　23
习题　25
第　2章 MATLAB图像处理工具箱　26
2．1　MATLAB简介　26
2．2　MATLAB常用的基本命令　28
2．3　图像处理工具箱简介　32
2．4　MATLAB中的图像类型及类型转换　33
2．4．1　图像和图像数据　33
2．4．2　图像处理工具箱所支持的图像
类型　34
2．4．3　MATLAB图像类型转换　37
2．5　图像文件的读写和查询　40
2．6　图像文件的显示　42
2．6．1　图像的显示函数　42
2．6．2　不同类型的图像显示　44
2．6．3　直接从磁盘显示图像　48
习题　48
第3章　图像的变换　49
3．1　图像的几何变换　49
3．1．1　图像平移　49
3．1．2　图像缩放　51
3．1．3　图像旋转　53
3．1．4　图像镜像　55
3．1．5　图像转置　56
3．2　图像的正交变换　58
3．3　傅里叶变换　60
3．3．1　连续函数的傅里叶变换　60
3．3．2　离散函数的傅里叶变换　62
3．3．3　离散傅里叶变换的若干性质　64
3．3．4　离散傅里叶变换的MATLAB
实现　66
3．4　离散余弦变换　69
3．4．1　一维离散余弦变换　70
3．4．2　二维离散余弦变换　70
3．4．3　离散余弦变换的MATLAB实现　70
3．5　沃尔什变换和哈达玛变换　72
3．5．1　离散沃尔什变换　72
3．5．2　离散哈达玛变换　75
3．5．3　沃尔什变换和哈达玛变换的
MATLAB实现　77
3．6　小波变换　78
3．6．1　小波变换基本理论　79
3．6．2　常见的小波函数　80
3．6．3　频域空间的划分　83
3．6．4　图像小波变换的MATLAB实现　84
习题　88
第4章　图像的增强　89
4．1　引言　89
4．2　灰度变换法　90
4．3　直方图修正法　92
4．3．1　灰度直方图　92
4．3．2　直方图均衡化　94
4．3．3　直方图规定化　97
4．3．4　直方图均衡化的MATLAB实现　99
4．4　图像的平滑　101
4．4．1　邻域平均值法　102
4．4．2　中值滤波　103
4．4．3　多图像平均法　105
4．5　图像锐化　106
4．5．1　梯度锐化法　106
4．5．2　Laplacian增强算子　107
4．6　频率域滤波增强　108
4．6．1　频率域低通滤波器　109
4．6．2　频率域高通滤波器　110
4．6．3　带通和带阻　111
4．7　图像增强的MATLAB实现　112
4．7．1　图像噪声　112
4．7．2　图像平滑的MATLAB实现　113
4．8　彩色增强　119
4．8．1　伪彩色增强　120
4．8．2　真彩色增强　121
4．8．3　彩色增强的MATLAB实现　122
习题　122
第5章　图像形态学　124
5．1　基本集合的定义　124
5．2　二值形态学的基本运算　126
5．2．1　膨胀和腐蚀　126
5．2．2　腐蚀和膨胀的性质　128
5．2．3　二值图像腐蚀和膨胀的MATLAB
实现　129
5．2．4　开运算、闭运算及其性质　130
5．2．5　二值图像开运算、闭运算的
MATLAB实现　132
5．2．6　击中与未击中变换　133
5．2．7　二值形态学应用　134
5．3　灰度图像的形态学处理　136
5．3．1　灰度腐蚀算法　137
5．3．2　灰度膨胀算法　138
5．3．3　灰度图像的开运算和闭运算　140
5．3．4　灰度形态学梯度　141
5．3．5　高帽、低帽变换　142
5．3．6　灰度形态学应用　143
习题　145
第6章　图像的分割　146
6．1　图像分割的定义和分类　146
6．1．1　图像分割的定义　146
6．1．2　图像分割的方法分类　147
6．2　基于边缘的图像分割方法　148
6．2．1　边缘检测　148
6．2．2　边缘检测方法的MATLAB实现　152
6．2．3　边缘跟踪　153
6．2．4　边缘跟踪方法的MATLAB实现　155
6．3　基于区域的分割　157
6．3．1　阈值分割法　157
6．3．2　特征空间聚类法　159
6．3．3　区域生长法　161
6．3．4　分裂合并法　163
6．3．5　基于区域分割的MATLAB实现　164
6．4　运动图像目标分割　167
6．4．1　差分法运动分割　167
6．4．2　光流场运动分割　168
6．4．3　基于块的运动分割　171
6．5　现代图像分割技术　173
习题　173
第7章　图像的复原　175
7．1　概述　175
7．2　图像退化的数字模型　176
7．2．1　图像退化模型　176
7．2．2　连续函数的退化模型　177
7．2．3　离散的退化模型　178
7．3　代数复原方法　181
7．3．1　无约束复原　181
7．3．2　约束最小二乘复原　181
7．4　频率域恢复方法　183
7．4．1　逆滤波恢复法　183
7．4．2　去除由匀速运动引起的模糊　184
7．5　维纳滤波复原方法　186
7．6　图像复原的MATLAB实现　186
7．6．1　模糊及噪声　186
7．6．2　维纳滤波复原的MATLAB实现　188
7．6．3　约束最小二乘方滤波复原的
MATLAB实现　189
习题　190
第8章　图像编码与压缩技术　191
8．1　概述　191
8．1．1　图像的信息冗余　192
8．1．2　图像编码压缩技术的分类　192
8．2　图像压缩编码评价　193
8．2．1　基于压缩编码参数的评价　193
8．2．2　图像的逼真度准则　195
8．3　图像的统计编码　196
8．3．1　行程编码　196
8．3．2　霍夫曼编码　197
8．3．3　方块编码　199
8．3．4　算术编码　200
8．3．5　行程编码和霍夫曼编码的
MATLAB实现　201
8．4　预测编码　204
8．4．1　线性预测编码　204
8．4．2　最佳线性编码　204
8．4．3　线性预测编码系统中的图像
降质　206
8．4．4　预测编码的MATLAB实现　207
8．5　比特面编码　208
8．6　变换编码　210
8．7　静止图像压缩编码标准　211
8．7．1　JPEG标准　211
8．7．2　JPEG 2000标准　215
习题　218
第9章　数字图像的应用与发展　219
9．1　指纹识别技术　219
9．1．1　概述　219
9．1．2　指纹识别系统分类　219
9．1．3　指纹识别系统工作原理　220
9．1．4　指纹识别模块算法　222
9．1．5　指纹特征提取和比对　225
9．2　图像型火灾探测技术　226
9．2．1　概述　226
9．2．2　火灾图像的分割处理　227
9．2．3　火灾图像识别　230
9．2．4　仿真及结果　233
9．3　数字图像水印技术　235
9．3．1　数字图像水印技术简介　235
9．3．2　数字图像水印的特点和分类　236
9．3．3　数字水印原理　237
9．3．4　DCT域数字图像水印的嵌入　238
9．4　数字图像修复技术研究　242
9．4．1　数字图像修复技术简介　243
9．4．2　数字图像修复算法分类　244
9．4．3　数字图像修复算法的评价　252
9．5　图像通信的展望　254
习题　254
参考文献　255