MATLAB R2007圖像處理技術與應用：MATLAB應用技術

第1章  概述    1
1.1  數(shù)字圖像處理    1
1.1.1  什么是數(shù)字圖像    1
1.1.2  數(shù)字圖像處理
發(fā)展概況    2
1.1.3  數(shù)字圖像處理
研究的主要內容    4
1.1.4  數(shù)字圖像處理的
開發(fā)工具    5
1.2  MATLAB入門    6
1.2.1  MATLAB概述    6
1.2.2  MATLAB窗口介紹    8
1.2.3  MATLAB幫助系統(tǒng)    11
1.2.4  M文件介紹    13
1.3  MATLAB圖像處理簡介    16
1.3.1  什么是圖像處理
工具箱    17
1.3.2  MATLAB R2007a圖像
處理工具箱的新特性    18
1.3.3  MATLAB的基本
圖像類型與轉換    18
1.4  小結    23
第2章  MATLAB圖像運算    25
2.1  點運算    25
2.1.1  線性點運算    25
2.1.2  非線性點運算    27
2.1.3  直方圖修正    28
2.2  圖像的代數(shù)運算    32
2.2.1  圖像的加法    33
2.2.2  圖像的減法    36
2.2.3  圖像的乘法    38
2.2.4  圖像的除法    39
2.3  圖像的幾何運算    39
2.3.1  灰度級插值    40
2.3.2  空間變換    43
2.3.3  幾何畸變校正和
圖像配準    46
2.4  圖像的鄰域運算    49
2.4.1  平滑    49
2.4.2  中值濾波    52
2.5  小結    53
第3章  MATLAB圖像變換    55
3.1  線性變換    55
3.1.1  標量表示式    55
3.1.2  矢量表示    56
3.1.3  矩陣表示    56
3.1.4  可逆變換    56
3.1.5  基平面    56
3.2  離散傅氏變換（DFT）    57
3.2.1  離散傅氏變換的定義    57
3.2.2  傅氏變換的性質    57
3.3  離散余弦變換（DCT）    64
3.3.1  DCT的定義    64
3.3.2  DCT變換的應用    65
3.4  沃爾什–哈達瑪變換    68
3.4.1  Walsh函數(shù)    68
3.4.2  沃爾什-哈達瑪
變換定義    69
3.4.3  沃爾什-哈達瑪變換在
數(shù)字圖像處理中的
應用    71
3.5  Hough變換    72
3.5.1  基本原理    73
3.5.2  擴展應用    76
3.6  Radon變換    76
3.6.1  平行數(shù)據(jù)Radon
變換    76
3.6.2  扇形數(shù)據(jù)Radon
變換    79
3.6.3  Radon逆變換    80
3.7  小結    82
第4章  MATLAB圖像增強    83
4.1  對比度增強    83
4.1.1  線性變換    83
4.1.2  非線性變換    85
4.2  直方圖增強    87
4.3  圖像銳化    89
4.3.1  邊界提取和銳化    89
4.3.2  銳化濾波器    90
4.4  圖像偽色彩增強    93
4.5  圖像頻域增強    96
4.5.1  低通濾波    97
4.5.2  高通濾波器    105
4.5.3  周期底紋清除濾波    108
4.5.4  同態(tài)濾波    108
4.6  小結    111
第5章  MATLAB圖像編碼與壓縮    113
5.1  圖像編碼壓縮概述    113
5.1.1  圖像編碼壓縮的
必要性和可能性    113
5.1.2  圖像編碼壓縮
方法簡介    114
5.1.3  圖像編碼質量的
評價    116
5.2  統(tǒng)計編碼    117
5.2.1  哈夫曼編碼    117
5.2.2  算術編碼    122
5.2.3  行程編碼    125
5.3  預測編碼    127
5.3.1  差分脈沖編碼調制
（DPCM）編碼    127
5.3.2  運動補償    130
5.3.3  增量調制編碼    131
5.4  變換編碼    131
5.4.1  主成分變換（KLT）    132
5.4.2  離散余弦變換
（DCT）    135
5.4.3  離散沃爾什-哈達瑪
變換（DWHT）    137
5.5  小結    138
第6章  MATLAB圖像恢復    139
6.1  圖像退化和噪聲分析    139
6.1.1  一些重要噪聲的概率密度
函數(shù)和噪聲過程    140
6.1.2  在MATLAB中使用函數(shù)
imnoise添加噪聲    143
6.1.3  噪聲參數(shù)的估計    144
6.2  圖像退化模型    146
6.2.1  點擴展函數(shù)    146
6.2.2  退化的數(shù)學模型    147
6.3  圖像恢復方法    148
6.3.1  維納濾波方法    148
6.3.2  約束最小二乘算法    152
6.3.3  Lucy-Richardson
迭代方法    155
6.3.4  盲卷積算法    159
6.4  小結    163
第7章  MATLAB邊界提取和
圖像分割技術    165
7.1  邊緣檢測    166
7.1.1  邊緣檢測算子    167
7.1.2  MATLAB實現(xiàn)    171
7.2  邊界跟蹤與直線檢測    176
7.2.1  基本原理    176
7.2.2  直線提取算法    181
7.3  基于灰度的分割    185
7.3.1  基本原理    185
7.3.2  MATLAB實現(xiàn)    186
7.4  區(qū)域分裂與合并—基于
四叉樹分解的分割    188
7.4.1  區(qū)域分裂與合并    189
7.4.2  四叉樹分解的MATLAB
實現(xiàn)    190
7.5  小結    193
第8章  數(shù)學形態(tài)學圖像處理    195
8.1  膨脹和腐蝕    195
8.1.1  膨脹和腐蝕簡介    195
8.1.2  結構元素    196
8.1.3  膨脹的MATLAB
實現(xiàn)    200
8.1.4  腐蝕的MATLAB
實現(xiàn)    201
8.1.5  膨脹和腐蝕的
組合運算    203
8.1.6  基于膨脹和腐蝕的
形態(tài)學運算    204
8.2  形態(tài)學重建    208
8.2.1  標記圖像和
掩膜圖像    209
8.2.2  像素的連通性    210
8.2.3  填充操作    211
8.2.4  尋找峰值和谷值    213
8.3  距離變換    217
8.4  對象、區(qū)域和特征度量    220
8.4.1  連通區(qū)域標記    220
8.4.2  選擇對象    222
8.4.3  計算二值圖像中的
前景面積    223
8.4.4  尋找二值圖像的
歐拉數(shù)    223
8.5  查表操作    223
8.5.1  創(chuàng)建一個查找表    223
8.5.2  使用查找表    224
8.6  小結    225
第9章  圖像模式識別    227
9.1  統(tǒng)計圖像識別    227
9.1.1  線性分類器及MATLAB
實現(xiàn)    228
9.1.2  貝葉斯分類器    230
9.2  結構圖像識別    233
9.2.1  樹分類法    234
9.2.2  樹分類示例    235
9.3  模糊圖像識別    236
9.3.1  貼近度與模糊度    236
9.3.2  最大隸屬原則與
擇近原則    237
9.3.3  MATLAB在模糊模式
識別中的應用舉例    238
9.4  小結    242
第10章  小波在圖像處理中的應用    243
10.1  小波分析基礎知識    243
10.1.1  小波變換簡介    243
10.1.2  二維小波變換和
多分辨率分析    246
10.1.3  小波圖像工具箱的
功能    249
10.2  基于小波的圖像
降噪和壓縮    254
10.2.1  基于小波的
圖像降噪    256
10.2.2  基于小波的圖像
壓縮技術    257
10.3  小波分析在圖像增強
中的應用    262
10.4  基于小波的圖像融合技術    263
10.5  小波包在圖像邊緣
檢測中的應用    266
10.6  小結    268
第11章  神經網(wǎng)絡在圖像處理中的
應用    269
11.1  引言    269
11.1.1  BP網(wǎng)絡    269
11.1.2  Hopfield網(wǎng)絡    271
11.1.3  自組織網(wǎng)絡    271
11.1.4  小波網(wǎng)絡    272
11.1.5  細胞神經網(wǎng)絡    272
11.1.6  模糊神經網(wǎng)絡    272
11.2  人工神經網(wǎng)絡在
圖像壓縮中的應用    272
11.2.1  基于BP人工神經
網(wǎng)絡的圖像壓縮
原理    273
11.2.2  基于BP人工神經
網(wǎng)絡的圖像壓縮的
MATLAB實現(xiàn)    274
11.3  人工神經網(wǎng)絡在圖像
識別中的應用    280
11.3.1  基于人工神經網(wǎng)絡圖像
識別的基本原理    280
11.3.2  基于人工神經網(wǎng)絡
圖像識別的MATLAB
實現(xiàn)    281
11.4  小結    286
第12章  Simulink視頻和
圖像處理模塊    287
12.1  視頻和圖像處理模塊集    287
12.1.1  輸入模塊
（Sources）    288
12.1.2  輸出模塊（Sinks）    289
12.1.3  分析和增強模塊
（Analysis &
Enhancement）    289
12.1.4  圖像轉換模塊
（Conversions）    290
12.1.5  圖像濾波模塊
（Filtering）    291
12.1.6  圖像幾何變換模塊
（Geometric
Transformations）    291
12.1.7  圖像形態(tài)操作模塊
（Morphological
Operations）    292
12.1.8  圖像像素統(tǒng)計模塊
（Statistics）    292
12.1.9  圖像文本及圖片模塊
（Text & Graphics）    293
12.1.10  圖像轉換模塊
（Transforms）    294
12.1.11  圖像自定義模塊
（Utilities）    294
12.2  Simulink圖像轉換    295
12.3  Simulink幾何變換    298
12.4  Simulink形態(tài)學操作    301
12.5  Simulink分析和增強    304
12.6  Simulink圖像綜合實例    309
12.7  小結    312
第13章  MATLAB圖像處理
GUI設計    313
13.1  圖形對象及其句柄    313
13.1.1  圖形對象    313
13.1.2  圖形對象句柄    314
13.2  圖形用戶界面的設計原則    315
13.2.1  指導原則    315
13.2.2  設計步驟    318
13.3  GUI設計模板及設計工具    318
13.4  GUI設計實例    319
13.5  小結    336
第14章  MATLAB圖像處理
技術應用    337
14.1  在醫(yī)學圖像處理中的應用    337
14.1.1  概述    337
14.1.2  醫(yī)學圖像的
灰度變換    338
14.1.3  基于高頻強調濾波和
直方圖均衡化的醫(yī)學
圖像增強    343
14.2  在汽車牌照識別
系統(tǒng)中的應用    347
14.2.1  概述    347
14.2.2  汽車牌照定位
MATLAB舉例    347
14.2.3  基于神經網(wǎng)絡的字符
識別在車牌識別系統(tǒng)
中的應用    350
14.3  在遙感圖像處理中的應用    356
14.3.1  遙感簡介    357
14.3.2  利用MATLAB對
遙感圖像進行
直方圖匹配    358
14.3.3  對遙感圖像進行
濾波增強    361
14.3.4  對遙感圖像
進行融合    362
14.3.5  對遙感圖像進行
變化檢測    365
14.4  小結    377
參考文獻    378