數(shù)字圖像處理基本理論與項目實踐（MATLAB版）

第1章緒論/1
1.1數(shù)字圖像處理技術的應用領域1
1.2數(shù)字圖像處理技術的前景展望3
1.3數(shù)字圖像處理基礎3
1.3.1什么是數(shù)字圖像3
1.3.2數(shù)字圖像的類型3
1.3.3數(shù)字圖像類型之間的轉換5
1.3.4色彩空間及其相互轉換8
1.4MATLAB概述14
1.4.1MATLAB的發(fā)行14
1.4.2MATLAB的特點14
1.4.3MATLAB編程基礎15
本章小結30
習題130
第2章圖像的基本運算/31
2.1圖像的代數(shù)運算31
2.1.1加法運算31
2.1.2減法運算48
2.1.3乘法運算57
2.1.4除法運算66
2.2圖像的邏輯運算69
2.2.1邏輯非運算69
2.2.2邏輯與運算71
2.2.3邏輯或運算72
2.2.4邏輯異或運算75
2.3綜合應用案例——反轉修圖76
本章小結86
習題286
第3章圖像的幾何變換/88
3.1圖像幾何變換的理論基礎88
3.1.1坐標系統(tǒng)88
3.1.2圖像幾何變換概述89
3.1.3圖像插值算法91
3.2仿射變換94
3.2.1齊次坐標94
3.2.2圖像幾何變換的數(shù)學描述94
3.2.3基本仿射變換95
3.2.4復合仿射變換117
3.3透視變換119
3.3.1透視變換的定義119
3.3.2透視變換的數(shù)學描述及實現(xiàn)方法120
3.4綜合應用案例——2D發(fā)型試戴123
本章小結132
習題3133
第4章圖像空間域增強/136
4.1點運算137
4.1.1灰度直方圖138
4.1.2基于點運算的圖像增強技術140
4.2鄰域運算163
4.2.1鄰域163
4.2.2鄰域運算164
4.2.3邊界處理165
4.2.4鄰域運算的實現(xiàn)方法167
4.3圖像平滑168
4.3.1線性濾波168
4.3.2非線性濾波177
4.4圖像銳化185
4.4.1微分算法185
4.4.2鈍化掩蔽197
4.5綜合應用案例——文檔掃描儀201
本章小結213
習題4213
第5章圖像頻域增強/217
5.1離散傅里葉變換基礎217
5.2頻域增強原理221
5.3低通濾波222
5.3.1理想低通濾波器222
5.3.2巴特沃斯低通濾波器225
5.3.3高斯低通濾波器227
5.4高通濾波器232
5.4.1理想高通濾波器232
5.4.2巴特沃斯高通濾波器234
5.4.3高斯高通濾波器236
5.5同態(tài)濾波器244
5.6綜合應用案例——近景人物虛化249
本章小結258
習題5258
第6章色彩增強技術/260
6.1真彩色增強260
6.1.1色調(diào)增強261
6.1.2飽和度增強262
6.2假彩色增強267
6.3偽彩色增強272
6.3.1密度分割法272
6.3.2灰度級彩色變換法274
6.4綜合應用案例——廢片變“成片”283
本章小結300
習題6300
第7章數(shù)學形態(tài)學/302
7.1數(shù)學形態(tài)學的基本運算302
7.1.1結構元素302
7.1.2腐蝕運算304
7.1.3膨脹運算310
7.1.4開運算與閉運算313
7.2數(shù)學形態(tài)學的應用320
7.2.1細化與骨骼化320
7.2.2邊界提取324
7.2.3區(qū)域填充329
7.2.4頂帽與底帽332
7.2.5形態(tài)學重構335
7.3綜合應用案例——二維碼掃描定位338
本章小結344
習題7344
第8章圖像分割/346
8.1概述346
8.2閾值分割法348
8.2.1閾值類型348
8.2.2基于灰度特征的閾值選取方法349
8.2.3基于色彩特征的閾值選取方法359
8.3邊緣檢測法362
8.3.1前情回顧362
8.3.2基于灰度特征的邊緣檢測方法362
8.3.3基于色彩特征的邊緣檢測方法382
8.4區(qū)域分割法384
8.4.1基于灰度特征的區(qū)域分割方法384
8.4.2基于色彩特征的區(qū)域分割方法403
8.5綜合應用案例——綠幕虛擬直播間409
本章小結417
習題8418