數(shù)字圖像處理（MATLAB版 第二版 本科教學(xué)版）

目 錄
第1章 緒言\t1
本章概述\t1
1．1 背景\t1
1．2 什么是數(shù)字圖像處理\t2
1．3 MATLAB和圖像處理工具箱基礎(chǔ)\t2
1．4 本書涵蓋的圖像處理范圍\t3
1．5 本書的網(wǎng)站\t4
1．6 符號\t4
1．7 基本原理\t4
1．7．1 MATLAB桌面\t5
1．7．2 使用MATLAB編輯器/調(diào)試器\t6
1．7．3 獲取幫助\t6
1．7．4 保存和檢索工作會話數(shù)據(jù)\t6
1．7．5 數(shù)字圖像表示\t7
1．7．6 圖像的輸入/輸出和顯示\t8
1．7．7 類和圖像類型\t9
1．7．8 M函數(shù)編程\t11
1．8 怎樣組織本書的參考文獻(xiàn)\t21
小結(jié)\t22
第2章 灰度變換與空間濾波\t23
本章概述\t23
2．1 背景\t23
2．2 灰度變換函數(shù)\t23
2．2．1 函數(shù)imadjust和stretchlim\t24
2．2．2 對數(shù)及對比度拉伸變換\t26
2．2．3 指定任意灰度變換\t27
2．2．4 用于灰度變換的一些實(shí)用M函數(shù)\t28
2．3 直方圖處理與函數(shù)繪圖\t32
2．3．1 生成并繪制圖像直方圖\t32
2．3．2 直方圖均衡\t36
2．3．3 直方圖匹配(規(guī)定化)\t38
2．3．4 函數(shù)adapthisteq\t42
2．4 空間濾波\t43
2．4．1 線性空間濾波\t43
2．4．2 非線性空間濾波\t48
2．5 圖像處理工具箱的標(biāo)準(zhǔn)空間濾波器\t50
2．5．1 線性空間濾波器\t50
2．5．2 非線性空間濾波器\t53
小結(jié)\t54
第3章 頻率域?yàn)V波\t55
本章概述\t55
3．1 二維離散傅里葉變換\t55
3．2 在MATLAB中計(jì)算和觀察二維DFT\t58
3．3 頻率域?yàn)V波\t60
3．3．1 基礎(chǔ)\t60
3．3．2 DFT濾波的基本步驟\t64
3．3．3 用于頻率域?yàn)V波的M函數(shù)\t65
3．4 從空間濾波器獲得頻率域?yàn)V波器\t66
3．5 在頻率域中直接生成濾波器\t69
3．5．1 創(chuàng)建用于實(shí)現(xiàn)頻率域?yàn)V波器的網(wǎng)格數(shù)組\t69
3．5．2 低通(平滑)頻率域?yàn)V波器\t70
3．5．3 繪制線框圖和表面圖\t72
3．6 高通(銳化)頻率域?yàn)V波器\t75
3．6．1 一個(gè)用于高通濾波的函數(shù)\t75
3．6．2 高頻強(qiáng)調(diào)濾波\t77
小結(jié)\t78
第4章 圖像復(fù)原與重建\t79
本章概述\t79
4．1 圖像退化/復(fù)原處理的模型\t79
4．2 噪聲模型\t80
4．2．1 使用函數(shù)imnoise對圖像添加噪聲\t80
4．2．2 使用規(guī)定分布生成空間隨機(jī)噪聲\t81
4．2．3 周期噪聲\t86
4．2．4 估計(jì)噪聲參數(shù)\t89
4．3 僅有噪聲的復(fù)原――空間濾波\t92
4．3．1 空間噪聲濾波器\t93
4．3．2 自適應(yīng)空間濾波器\t96
4．4 使用頻率域?yàn)V波降低周期噪聲\t97
4．5 退化函數(shù)建模\t97
4．6 直接逆濾波\t99
4．7 維納濾波\t100
4．8 由投影重建圖像\t102
4．8．1 背景\t102
4．8．2 平行射線束投影和雷登變換\t104
4．8．3 傅里葉切片定理與濾波反投影\t105
4．8．4 濾波器實(shí)現(xiàn)\t107
4．8．5 使用扇形射線束濾波反投影的重建\t108
4．8．6 函數(shù)radon\t108
4．8．7 函數(shù)iradon\t110
4．8．8 處理扇形射線束數(shù)據(jù)\t113
小結(jié)\t118
第5章 彩色圖像處理\t119
本章概述\t119
5．1 MATLAB中彩色圖像的表示\t119
5．1．1 RGB圖像\t119
5．1．2 索引圖像\t121
5．1．3 處理RGB和索引圖像的函數(shù)\t123
5．2 彩色空間轉(zhuǎn)換\t125
5．2．1 NTSC彩色空間\t125
5．2．2 YCbCr彩色空間\t126
5．2．3 HSV彩色空間\t126
5．2．4 CMY和CMYK彩色空間\t127
5．2．5 HSI彩色空間\t128
5．2．6 與設(shè)備無關(guān)的彩色空間\t133
5．3 彩色圖像處理基礎(chǔ)\t139
5．4 彩色變換\t140
5．5 彩色圖像的空間濾波\t146
5．5．1 彩色圖像平滑\t146
5．5．2 彩色圖像銳化\t148
5．6 直接在RGB向量空間的處理\t149
5．6．1 使用梯度進(jìn)行彩色邊緣檢測\t149
5．6．2 在RGB向量空間中進(jìn)行圖像分割\t152
小結(jié)\t155
第6章 圖像壓縮\t156
本章概述\t156
6．1 背景\t156
6．2 編碼冗余\t159
6．2．1 霍夫曼碼\t161
6．2．2 霍夫曼編碼\t165
6．2．3 霍夫曼解碼\t169
6．3 空間冗余\t175
6．4 不相關(guān)信息\t179
6．5 JPEG壓縮\t181
6．5．1 JPEG\t181
6．5．2 JPEG 2000\t186
6．6 視頻壓縮\t192
6．6．1 MATLAB圖像序列和電影\t192
6．6．2 時(shí)間冗余和運(yùn)動補(bǔ)償\t195
小結(jié)\t201
第7章 圖像分割\t202
本章概述\t202
7．1 點(diǎn)、線和邊緣檢測\t202
7．1．1 點(diǎn)檢測\t203
7．1．2 線檢測\t204
7．1．3 使用函數(shù)edge檢測邊緣\t205
7．2 使用霍夫變換進(jìn)行線檢測\t212
7．2．1 背景知識\t212
7．2．2 工具箱霍夫函數(shù)\t213
7．3 閾值處理\t216
7．3．1 基礎(chǔ)知識\t216
7．3．2 基本的全局閾值處理\t217
7．3．3 使用Otsu方法進(jìn)行最佳全局閾值處理\t219
7．3．4 使用圖像平滑改進(jìn)全局閾值處理\t222
7．3．5 使用邊緣改進(jìn)全局閾值處理\t223
7．3．6 基于局部統(tǒng)計(jì)的可變閾值處理\t226
7．3．7 使用移動平均的圖像閾值處理\t229
7．4 基于區(qū)域的分割\t231
7．4．1 基本表達(dá)式\t231
7．4．2 區(qū)域生長\t231
7．4．3 區(qū)域分離與聚合\t234
7．5 使用分水嶺變換的分割\t238
7．5．1 使用距離變換的分水嶺分割\t239
7．5．2 使用梯度的分水嶺分割\t240
7．5．3 標(biāo)記符控制的分水嶺分割\t241
小結(jié)\t243
第8章 表示與描述\t244
本章概述\t244
8．1 背景\t244
8．1．1 提取區(qū)域及其邊界的函數(shù)\t245
8．1．2 本章中使用的其他MATLAB和工具箱函數(shù)\t248
8．1．3 一些基本的實(shí)用M函數(shù)\t249
8．2 表示\t250
8．2．1 鏈碼\t250
8．2．2 使用最小周長多邊形的多邊形近似\t252
8．2．3 標(biāo)記\t258
8．2．4 邊界線段\t260
8．2．5 骨骼\t260
8．3 邊界描繪子\t262
8．3．1 一些簡單的描繪子\t262
8．3．2 形狀數(shù)\t262
8．3．3 傅里葉描繪子\t263
8．3．4 統(tǒng)計(jì)矩\t266
8．3．5 拐角\t267
8．4 區(qū)域描繪子\t272
8．4．1 函數(shù)regionprops\t273
8．4．2 紋理\t274
8．4．3 不變矩\t282
8．5 使用主分量進(jìn)行描述\t285
小結(jié)\t292
附錄A M函數(shù)匯總\t293
附錄B ICE和MATLAB圖形用戶界面\t309
附錄C 附加的自定義M函數(shù)\t328
參考文獻(xiàn)\t372
索引\t375