MATLAB7.x圖像處理

第1章　概述.　1
1.1　圖像處理簡介　1
1.2　圖像處理技術(shù)　2
1.2.1　圖像處理技術(shù)的分類　2
1.2.2　數(shù)字圖像處理的特點　3
1.2.3　數(shù)字圖像處理的主要內(nèi)容　4
1.2.4　數(shù)字圖像處理的應(yīng)用　6
1.3　MATLAB簡介　8
1.3.1　MATLAB的發(fā)展簡史　9
1.3.2　MATLAB的特點　9
1.3.3　MATLAB7.0的新增功能　11
1.4　MATLAB用于圖像處理　13
1.4.1　MATLAB7.0圖像處理工具箱　13
1.4.2　MATLAB7.0支持的圖像文件格式　13
1.4.3　MATLAB中圖像的數(shù)據(jù)存儲類型及其轉(zhuǎn)換　14
1.4.4　MATLAB7.0支持的圖像類型及其轉(zhuǎn)換　16
1.4.5　顏色空間　19
1.4.6　圖像對象屬性詳解　20
1.4.7　MATLAB7.0程序與VC程序的對比　22
1.5　本章小結(jié)　26
第2章　MATLAB7.0的圖像文件操作　27
2.1　圖像文件的讀寫　27
2.1.1　圖像文件的讀取　27
2.1.2　圖像文件的寫入　28
2.1.3　圖像文件信息的查詢　29
2.2　圖像文件的顯示　31
2.2.1　使用圖像瀏覽器顯示圖像　31
2.2.2　使用imshow函數(shù)顯示圖像　34
2.3　特殊的圖像顯示技術(shù)　36
2.3.1　添加顏色條　36
2.3.2　顯示多幀圖像陣列　37
2.3.3　紋理映射　38
2.3.4　在一個圖形窗口中顯示多幅圖像　39
第3章　MATLAB7.0的圖像處理基本操作　41
3.1　圖像代數(shù)操作　41
3.1.1　圖像代數(shù)的異常處理　41
3.1.2　相加運算　42
3.1.3　減法運算　43
3.1.4　乘法運算　44
3.1.5　除法運算　45
3.2　圖像的空間域變換操作　45
3.2.1　圖像插值　46
3.2.2　圖像縮放　48
3.2.3　圖像旋轉(zhuǎn)　49
3.2.4　圖像剪切　49
3.2.5　高級空間域變換　50
3.3　圖像的鄰域和塊操作　55
3.3.1　非重疊圖像塊操作　56
3.3.2　滑動鄰域操作　58
3.3.3　圖像塊處理的快速算法　59
3.4　特定區(qū)域處理　62
3.4.1　指定感興趣區(qū)域　62
3.4.2　特定區(qū)域濾波　64
3.4.3　特定區(qū)域填充　64
第4章　圖像變換　66
4.1　傅立葉變換　66
4.1.1　傅立葉變換的基本概念　66
4.1.2　離散傅立葉變換　68
4.1.3　傅立葉變換函數(shù)的應(yīng)用　71
4.2　離散余弦變換　73
4.2.1　離散余弦變換的基本概念　73
4.2.2　離散余弦變換函數(shù)的應(yīng)用　75
4.3　Radon變換　76
4.3.1　Radon變換及其應(yīng)用　76
4.3.2　逆Radon變換及其應(yīng)用　79
4.4　扇形光束投影　82
4.4.1　投影變換的基本概念　82
4.4.2　投影變換函數(shù)的應(yīng)用　83
第5章　圖像增強　86
5.1　點處理　86
5.1.1　灰度變換　86
5.1.2　直方圖調(diào)整　91
5.2　空間域濾波　95
5.2.1　基本原理　95
5.2.2　平滑濾波　96
5.2.3　銳化濾波　101
5.3　頻域濾波..　104
5.3.1　低通濾波　104
5.3.2　高通濾波　107
5.3.3　帶通濾波器　109
5.3.4　同態(tài)濾波增強　110
5.4　彩色增強　111
5.4.1　真彩色增強技術(shù)　111
5.4.2　偽彩色增強技術(shù)　111
5.4.3　假彩色增強技術(shù)　114
5.4.4　HSI變換　115
5.5　圖像的代數(shù)運算　116
5.5.1　加運算　116
5.5.2　減運算　116
5.5.3　乘運算　116
5.5.4　商運算　116
第6章　圖像編碼　119
6.1　圖像的信息量度量和信息冗余　119
6.1.1　圖像的信息量度量　119
6.1.2　數(shù)字圖像的信息冗余　120
6.1.3　圖像的有損編碼和無損編碼　121
6.1.4　哈夫曼編碼技術(shù)　122
6.1.5　行程編碼技術(shù)　127
6.2　典型的圖像限失真壓縮編碼方法　128
6.2.1　圖像預(yù)測編碼技術(shù)　128
6.2.2　圖像變換編碼技術(shù)　130
6.3　數(shù)據(jù)壓縮國際標準　132
第7章　圖像分割　134
7.1　閾值化技術(shù)　135
7.1.1　灰度門限法　135
7.1.2　灰度門限的確定　136
7.2　基于邊緣的分割　139
7.2.1　邊緣檢測的基本原理及常用邊緣檢測算子　139
7.2.2　各種邊緣檢測算子的MATLAB實現(xiàn)及效果比較　143
7.2.3　直線提取　144
7.3　基于區(qū)域的分割　151
7.3.1　區(qū)域生長的基本概念　151
7.3.2　用平均灰度分割　153
7.3.3　基于相似統(tǒng)計特性的分割　154
7.4　彩色圖像分割　155
7.4.1　色彩空間　155
7.4.2　彩色分割方法　156
第8章　圖像復(fù)原　159
8.1　圖像退化模型　159
8.1.1　線性. 位置不變的退化　160
8.1.2　圖像幾何畸變的退化　160
8.2　圖像復(fù)原的方法　161
8.2.1　估計退化函數(shù)　161
8.2.2　逆濾波　163
8.2.3　最小均方誤差濾波(維納濾波)　163
8.2.4　約束最小二乘濾波器　164
8.2.5　Lucy-Richardson濾波復(fù)原　164
8.3　用于圖像復(fù)原的MATLAB工具箱函數(shù)　165
8.3.1　圖像復(fù)原函數(shù)　165
8.3.2　圖像模糊函數(shù)　167
8.4　圖像復(fù)原應(yīng)用　168
8.4.1　生成模糊化實驗圖像　168
8.4.2　維納濾波復(fù)原　169
8.4.3　約束最小二乘濾波復(fù)原　173
8.4.4　Lucy-Richardson濾波器　176
8.4.5　盲卷積濾波復(fù)原　177
第9章　數(shù)學(xué)形態(tài)學(xué)圖像處理　180
9.1　數(shù)學(xué)形態(tài)學(xué)圖像處理基礎(chǔ)　180
9.1.1　數(shù)學(xué)形態(tài)學(xué)簡介　180
9.1.2　數(shù)學(xué)形態(tài)學(xué)的基本運算　182
9.2　圖像膨脹與腐蝕的MATLAB實現(xiàn)　186
9.2.1　結(jié)構(gòu)元素的創(chuàng)建　186
9.2.2　圖像膨脹函數(shù)　189
9.2.3　圖像腐蝕函數(shù)　189
9.2.4　基于膨脹與腐蝕的形態(tài)學(xué)操作函數(shù)　190
9.3　形態(tài)學(xué)重建　195
9.3.1　標記圖像和掩模圖像　195
9.3.2　像素的連通性　197
9.3.3　區(qū)域填充操作　198
9.3.4　尋找灰度圖像的灰度極值點　199
9.4　距離變換　203
9.5　區(qū)域. 對象及特性度量　205
9.5.1　連通區(qū)域標記　205
9.5.2　選擇對象　206
9.5.3　計算圖像面積　207
9.5.4　歐拉數(shù)　208
9.6　查表操作　208
第10章　圖像濾波和濾波器設(shè)計　210
10.1　圖像濾波操作　210
10.1.1　卷積　210
10.1.2　相關(guān)　212
10.1.3　MATLAB濾波函數(shù)　213
10.1.4　使用預(yù)定義的濾波器　214
10.2　濾波器設(shè)計方法　216
10.2.1　FIR濾波器法　216
10.2.2　頻率變換法　216
10.2.3　頻率采樣法　218
10.2.4　窗口法　219
10.2.5　創(chuàng)建滿足頻率響應(yīng)要求的矩陣　221
附錄　MATLAB圖像處理工具箱函數(shù)　223
參考文獻　234