用matlab分析图像,数字图像处理——使用MATLAB分析与实现

章绪论

1.1图像的基本概念

1.1.1视觉与图像

1.1.2图像的表示

1.2数字图像处理

1.2.1数字图像处理的主要内容

1.2.2数字图像处理技术的分类

1.2.3数字图像处理的

章绪论

1.1图像的基本概念

1.1.1视觉与图像

1.1.2图像的表示

1.2数字图像处理

1.2.1数字图像处理的主要内容

1.2.2数字图像处理技术的分类

1.2.3数字图像处理的应用

1.3数字图像处理面临的问题

1.4相关术语

1.5图像处理仿真

习题

第2章数字图像处理基础

2.1人眼视觉系统

2.1.1人眼基本构造

2.1.2视觉过程

2.1.3明暗视觉

2.1.4颜色视觉

2.1.5立体视觉

2.1.6视觉暂留

2.2色度学基础与颜色模型

2.2.1颜色匹配

2.2.2CIE 1931RGB系统

2.2.3CIE 1931标准色度系统

2.2.4CIE 1976 L*a*b*均匀颜色空间

2.2.5孟塞尔表色系统

2.2.6常用颜色模型

2.3数字图像的生成与表示

2.3.1图像信号的数字化

2.3.2数字图像类型

2.4数字图像的数值描述

2.4.1常用的坐标系

2.4.2数字图像的数据结构

2.4.3常见数字图像格式

2.4.4BMP位图文件

2.4.5读取并显示图像

2.5综合实例

习题

第3章图像基本运算

3.1图像几何变换

3.1.1图像的几何变换基础

3.1.2图像的位置变换

3.1.3图像的形状变换

3.2图像代数运算

3.3邻域及模板运算

3.4综合实例

习题

第4章图像的正交变换

4.1离散傅里叶变换

4.1.1一维离散傅里叶变换

4.1.2一维快速傅里叶变换

4.1.3二维离散傅里叶变换

4.1.4二维离散傅里叶变换的性质

4.1.5离散傅里叶变换在图像处理中的应用

4.2离散余弦变换

4.2.1一维离散余弦变换

4.2.2二维离散余弦变换

4.2.3离散余弦变换在图像处理中的应用

4.3KL变换

4.3.1KL变换原理

4.3.2图像KL变换

4.4Radon变换

4.4.1Radon变换的原理

4.4.2Radon变换的实现

4.4.3Radon变换的性质

4.4.4Radon变换的应用

4.5小波变换

4.5.1概述

4.5.2小波

4.5.3连续小波变换

4.5.4离散小波变换

4.5.5正交小波与多分辨分析

4.5.6二维小波变换

4.5.7小波变换在图像处理中的应用

习题

第5章图像增强

5.1基于灰度级变换的图像增强

5.1.1线性灰度级变换

5.1.2非线性灰度级变换

5.2基于直方图修正的图像增强

5.2.1灰度直方图

5.2.2直方图修正法理论

5.2.3直方图均衡化

5.2.4局部直方图均衡化

5.3基于照度反射模型的图像增强

5.3.1基于同态滤波的增强

5.3.2基于Retinex理论的增强

5.4基于模糊技术的图像增强

5.4.1图像的模糊特征平面

5.4.2图像的模糊增强

5.5基于伪彩色处理的图像增强

5.5.1密度分割法

5.5.2空间域灰度级彩色变换

5.5.3频域伪彩色增强

5.6其他图像增强方法

5.6.1基于对数图像处理模型的图像增强

5.6.2图像去雾增强

习题

第6章图像平滑

6.1图像中的噪声

6.1.1图像噪声的分类

6.1.2图像噪声的数学模型

6.2空间域平滑滤波

6.2.1均值滤波

6.2.2高斯滤波

6.2.3中值滤波

6.2.4双边滤波

6.3频域平滑滤波

6.3.1理想低通滤波

6.3.2巴特沃斯低通滤波

6.3.3指数低通滤波

6.3.4梯形低通滤波

6.4其他图像平滑方法

6.4.1基于模糊技术的平滑滤波

6.4.2基于偏微分方程的平滑滤波

习题

第7章图像锐化

7.1图像边缘分析

7.2一阶微分算子

7.2.1梯度算子

7.2.2Robert算子

7.2.3Sobel算子

7.2.4Prewitt算子

7.3二阶微分算子

7.4高斯滤波与边缘检测

7.4.1高斯函数

7.4.2LOG算子

7.4.3Canny算子

7.5频域高通滤波

7.6基于小波变换的边缘检测

7.7综合实例

7.7.1设计思路

7.7.2各模块设计

7.7.3分析

习题

第8章图像复原

8.1图像退化模型

8.1.1连续退化模型

8.1.2离散退化模型

8.1.3图像复原

8.2图像退化函数的估计

8.2.1基于模型的估计法

8.2.2基于退化图像本身特性的估计法

8.3图像复原的代数方法

8.3.1无约束小二乘方复原

8.3.2约束复原

8.4典型图像复原方法

8.4.1逆滤波复原

8.4.2维纳滤波复原

8.4.3等功率谱滤波

8.4.4几何均值滤波

8.4.5约束小二乘方滤波

8.4.6RichardsonLucy算法

8.5盲去卷积复原

8.6几何失真校正

习题

第9章图像的数学形态学处理

9.1形态学基础

9.2二值形态学的基础运算

9.2.1基本形态变换

9.2.2复合形态变换

9.3二值图像的形态学处理

9.3.1形态滤波

9.3.2图像的平滑处理

9.3.3图像的边缘提取

9.3.4区域填充

9.3.5目标探测——击中与否变换

9.3.6细化

9.4灰度形态学的基础运算

9.4.1膨胀运算和腐蚀运算

9.4.2开运算和闭运算

9.5灰度图像的形态学处理

9.5.1形态学平滑

9.5.2形态学梯度

9.5.3Tophat和Bottomhat变换

习题

0章图像分割

10.1阈值分割

10.1.1基于灰度直方图的阈值选择

10.1.2基于模式分类思路的阈值选择

10.1.3其他阈值分割方法

10.2边界分割

10.2.1基于梯度的边界闭合

10.2.2Hough变换

10.2.3边界跟踪

10.3区域分割

10.3.1区域生长

10.3.2区域合并

10.3.3区域分裂

10.3.4区域分裂合并

10.4基于聚类的图像分割

10.5分水岭分割

10.6综合实例

10.6.1设计思路

10.6.2各模块设计

10.6.3分析

习题

1章图像描述与分析

11.1特征点

11.1.1Moravec角点检测

11.1.2Harris角点检测

11.1.3SUSAN角点检测

11.2几何描述

11.2.1像素间的几何关系

11.2.2区域的几何特征

11.3形状描述

11.3.1矩形度

11.3.2圆形度

11.3.3中轴变换

11.4边界描述

11.4.1边界链码

11.4.2傅里叶描绘子

11.5矩描述

11.5.1矩

11.5.2与矩相关的特征

11.6纹理描述

11.6.1联合概率矩阵法

11.6.2灰度差分统计法

11.6.3行程长度统计法

11.6.4LBP特征

11.7其他描述

11.7.1梯度方向直方图

11.7.2Haarlike特征

习题

2章图像编码

12.1图像编码的基本理论

12.1.1图像压缩的必要性

12.1.2图像压缩的可能性

12.1.3图像编码方法的分类

12.1.4图像编码压缩术语简介

12.2图像的无损压缩编码

12.2.1无损编码理论

12.2.2Huffman编码

12.2.3算术编码

12.2.4LZW编码

12.3图像的有损压缩编码

12.3.1预测编码

12.3.2变换编码

12.4JPEG标准和JPE00

12.4.1JPEG基本系统

12.4.2JPE00

习题

参考文献