MATLAB數(shù)字圖像處理（第2版）

前言
第1章 MATLAB及數(shù)字圖像概述
1.1 MATLAB概述及發(fā)展史
1.1.1 MATLAB發(fā)展史
1.1.2 MATLAB基本功能
1.1.3 MATLAB R2011a新功能
1.1.4 MATLAB應(yīng)用領(lǐng)域
1.2 MATLAB R2011a的安裝與激活
1.3 MATLAB用戶界面
1.3.1 "Start"按鈕
1.3.2 菜單欄
1.4 MATLAB工作環(huán)境
1.4.1 命令窗口
1.4.2 命令歷史窗口
1.4.3 工作空間
1.4.4 數(shù)組編輯窗口
1.4.5 搜索路徑及設(shè)置
1.5 MATLAB聯(lián)機(jī)幫助
1.5.1 幫助窗口
1.5.2 幫助命令
1.6 變量
1.6.1 變量命名規(guī)則
1.6.2 變量類(lèi)型
1.7 常用符號(hào)
1.8 矩陣的創(chuàng)建
1.8.1 直接輸入元素創(chuàng)建矩陣
1.8.2 創(chuàng)建特殊矩陣
1.9 數(shù)據(jù)可視化
1.10 程序結(jié)構(gòu)
1.10.1 順序結(jié)構(gòu)
1.10.2 循環(huán)結(jié)構(gòu)
1.10.3 分支結(jié)構(gòu)
1.11 數(shù)字圖像簡(jiǎn)介
1.11.1 數(shù)字圖像發(fā)展概況
1.11.2 數(shù)字圖像應(yīng)用領(lǐng)域
第2章 圖像處理基礎(chǔ)
2.1 圖像類(lèi)型及常用術(shù)語(yǔ)
2.2 圖像處理的基本操作
2.3 特殊圖像顯示技術(shù)
2.4 圖像處理高級(jí)應(yīng)用
2.4.1 圖像處理高級(jí)應(yīng)用基本函數(shù)
2.4.2 圖像處理高級(jí)應(yīng)用示例
2.5 圖像類(lèi)型及其轉(zhuǎn)換
2.5.1 圖像類(lèi)型
2.5.2 圖像類(lèi)型轉(zhuǎn)換
2.6 圖像色彩
2.6.1 圖像退色處理
2.6.2 顏色模型
2.6.3 顏色模型轉(zhuǎn)換
2.6.4 色彩處理
第3章 圖像運(yùn)算
3.1 圖像運(yùn)算基本類(lèi)型
3.2 點(diǎn)運(yùn)算
3.3 圖像代數(shù)運(yùn)算
3.3.1 圖像加法運(yùn)算
3.3.2 圖像減法運(yùn)算
3.3.3 圖像乘法運(yùn)算
3.3.4 圖像除法運(yùn)算
3.3.5 圖像絕對(duì)差值運(yùn)算
3.3.6 圖像求補(bǔ)運(yùn)算
3.3.7 圖像線性運(yùn)算
3.3.8 圖像非線性運(yùn)算
3.4 圖像的邏輯運(yùn)算
3.5 幾何變換基礎(chǔ)
3.5.1 齊次坐標(biāo)
3.5.2 齊次坐標(biāo)的一般表現(xiàn)形式及意義
3.5.3 二維圖像幾何變換的矩陣
3.6 圖像幾何運(yùn)算
3.6.1 圖像插值
3.6.2 調(diào)整圖像大小
3.6.3 圖像的旋轉(zhuǎn)
3.6.4 圖像的裁剪
3.7 空間變換
3.7.1 圖像鏡像變換
3.7.2 圖像仿射
3.7.3 圖像投影變換
3.8 鄰域與塊處理
3.8.1 滑動(dòng)鄰域處理
3.8.2 塊處理
3.9 區(qū)域處理
3.9.1 指定目標(biāo)區(qū)域
3.9.2 區(qū)域?yàn)V波處理
3.9.3 區(qū)域填充處理
第4章 圖像編碼
4.1 圖像壓縮編碼簡(jiǎn)介
4.1.1 圖像壓縮編碼的必要性
4.1.2 圖像壓縮編碼的可能性
4.1.3 圖像壓縮編碼的評(píng)價(jià)準(zhǔn)則
4.2 熵編碼
4.2.1 信息熵
4.2.2 赫夫曼編碼
4.2.3 算術(shù)編碼
4.2.4 行程編碼
4.3 預(yù)測(cè)編碼
4.4 變換編碼
4.4.1 離散余弦變換編碼
4.4.2 哈達(dá)瑪變換編碼
4.4.3 小波變換編碼
第5章 圖像變換
5.1 線性變換
5.1.1 標(biāo)量表達(dá)式
5.1.2 矢量表示
5.1.3 矩陣表示
5.1.4 基平面
5.2 離散傅里葉變換
5.2.1 傅里葉變換的基本概念及性質(zhì)
5.2.2 離散傅里葉變換推導(dǎo)
5.2.3 傅里葉變換的應(yīng)用
5.3 離散余弦變換
5.3.1 余弦變換的定義
5.3.2 離散余弦變換的應(yīng)用
5.4 沃爾什 哈達(dá)瑪變換
5.4.1 Walsh函數(shù)
5.4.2 沃爾什 哈達(dá)瑪變換的定義
5.4.3 沃爾什 哈達(dá)瑪變換的應(yīng)用
5.5 Hough變換
5.5.1 Hough變換的基本原理
5.5.2 Hough變換的應(yīng)用
5.6 Radon變換
5.6.1 Radon變換的基本原理
5.6.2 Radon變換的應(yīng)用
5.6.3 Radon逆變換
5.6.4 Radon逆變換應(yīng)用
5.7 Fan-Beam變換
5.7.1 Fan-Beam投影的基本原理
5.7.2 Fan-Beam變換的應(yīng)用
5.7.3 Fan-Beam逆變換
第6章 圖像增強(qiáng)
6.1 圖像增強(qiáng)原理及方法
6.2 空域變換增強(qiáng)
6.2.1 直接灰度變換
6.2.2 直方圖灰度變換
6.2.3 直方圖修正
6.3 空域?yàn)V波增強(qiáng)
6.3.1 基本原理
6.3.2 平滑濾波器
6.3.3 中值濾波器
6.3.4 銳化濾波器
6.4 頻域增強(qiáng)
6.4.1 低通濾波器
6.4.2 高通濾波器
6.4.3 同態(tài)濾波器
6.5 彩色增強(qiáng)
6.5.1 密度分割法
6.5.2 彩色變換
6.5.3 偽色彩增強(qiáng)
第7章 圖像復(fù)原
7.1 圖像退化復(fù)原及噪聲分析
7.1.1 圖像退化的原因
7.1.2 圖像復(fù)原的方法
7.1.3 常用的噪聲密度和過(guò)程分析
7.2 圖像退化模型
7.2.1 連續(xù)退化模型
7.2.2 離散退化模型
7.2.3 循環(huán)矩陣對(duì)角化模型
7.3 退化函數(shù)估計(jì)
7.3.1 圖像觀察估計(jì)法
7.3.2 模型估計(jì)法
7.4 非約束復(fù)原
7.4.1 非約束復(fù)原
7.4.2 逆濾波復(fù)原
7.4.3 消除勻速運(yùn)動(dòng)模糊
7.5 維納（Wiener）濾波復(fù)原
7.5.1 維納（Wiener）濾波復(fù)原的基本介紹
7.5.2 維納（Wiener）濾波復(fù)原的應(yīng)用
7.6 最小二乘濾波復(fù)原
7.6.1 最小二乘濾波復(fù)原的基本介紹
7.6.2 最小二乘濾波復(fù)原的應(yīng)用
7.7 Lucy_Richardson濾波復(fù)原
7.7.1 Lucy_Richardson濾波復(fù)原的基本介紹
7.7.2 Lucy_Richardson濾波復(fù)原的應(yīng)用
7.8 空域?yàn)V波復(fù)原
7.8.1 均值濾波器復(fù)原
7.8.2 順序統(tǒng)計(jì)濾波器
7.8.3 自適應(yīng)濾波器
7.9 頻域?yàn)V波復(fù)原
第8章 圖像的分割
8.1 基于閾值選取的圖像分割法
8.1.1 雙峰法
8.1.2 迭代法
8.1.3 大津法
8.1.4 分水嶺算法
8.2 邊緣檢測(cè)算子
8.2.1 Roberts邊緣算子
8.2.2 Sobel邊緣算子
8.2.3 Prwitte邊緣算子
8.2.4 LoG邊緣算子
8.2.5 零交叉方法
8.2.6 Canny邊緣算子
8.2.7 各種邊緣檢測(cè)算子的比較
8.3 邊界跟蹤
8.3.1 跟蹤基本原理
8.3.2 邊界跟蹤MATLAB實(shí)現(xiàn)
8.4 直線提取
8.4.1 Hough檢測(cè)直線的基本原理
8.4.2 Hough檢測(cè)直線的MATLAB實(shí)現(xiàn)
8.5 區(qū)域生長(zhǎng)與分裂合并
8.5.1 區(qū)域生長(zhǎng)
8.5.2 區(qū)域分裂與合并
8.5.3 四叉樹(shù)分割
8.6 其他分割法
8.6.1 彩色圖像分割
8.6.2 彩色圖像分割MATLAB實(shí)現(xiàn)
第9章 圖像數(shù)學(xué)形態(tài)學(xué)處理
9.1 數(shù)學(xué)形態(tài)學(xué)簡(jiǎn)介
9.2 集合論中的基本概念
9.3 膨脹與腐蝕形態(tài)基本運(yùn)算
9.3.1 結(jié)構(gòu)元素
9.3.2 膨脹與腐蝕
9.3.3 開(kāi)運(yùn)算與閉運(yùn)算
9.3.4 骨架化
9.4 擊中或擊不中
9.5 基于形態(tài)學(xué)對(duì)象的操作
9.5.1 邊緣提取
9.5.2 特征提取
9.5.3 連通標(biāo)注與選擇
9.6 形態(tài)學(xué)的應(yīng)用
9.6.1 距離變換
9.6.2 尋找峰值和谷值
9.6.3 查表操作
9.6.4 形態(tài)重構(gòu)
9.6.5 形態(tài)濾波
9.7 灰度圖像形態(tài)學(xué)
9.7.1 灰度圖像的膨脹與腐蝕
9.7.2 灰度圖像開(kāi)、閉運(yùn)算
9.7.3 多尺度形態(tài)學(xué)梯度的邊緣檢測(cè)
9.8 紋理特征提取
9.8.1 直方圖統(tǒng)計(jì)特征
9.8.2 自相關(guān)函數(shù)
9.8.3 灰度共生矩陣
9.9 區(qū)域描述
9.9.1 幾何特征
9.9.2 不變矩
第10章 小波圖像處理
10.1 小波定義
10.2 小波變換
10.2.1 連續(xù)小波變換
10.2.2 離散小波變換
10.2.3 小波包算法
10.3 小波變換函數(shù)
10.3.1 單層二維離散小波變換
10.3.2 多層二維離散小波變換
10.3.3 提取小波系數(shù)
10.3.4 小波多層重構(gòu)
10.3.5 小波單層重構(gòu)
10.3.6 二維平穩(wěn)小波變換
10.3.7 小波包變換
10.3.8 其他二維小波變換函數(shù)
10.4 小波應(yīng)用圖像的去噪與壓縮
10.4.1 基于小波圖像的去噪與壓縮函數(shù)
10.4.2 基于小波包圖像的去噪與壓縮函數(shù)
10.5 小波變換應(yīng)用于圖像增強(qiáng)
10.6 小波變換應(yīng)用于圖像融合
第11章 數(shù)字圖像處理的實(shí)際應(yīng)用
11.1 MATLAB在遙感圖像處理中的應(yīng)用
11.1.1 遙感的基本介紹
11.1.2 遙感圖像對(duì)直方圖進(jìn)行匹配處理
11.1.3 對(duì)遙感圖像進(jìn)行增強(qiáng)處理
11.1.4 對(duì)遙感圖像進(jìn)行融合
11.2 MATLAB在醫(yī)學(xué)圖像處理中的應(yīng)用
11.2.1 醫(yī)學(xué)圖像的基本介紹
11.2.2 醫(yī)學(xué)圖像的灰度變換
11.2.3 基于高頻強(qiáng)調(diào)濾波和直方圖均衡化的醫(yī)學(xué)圖像增強(qiáng)
11.3 MATLAB在數(shù)字水印技術(shù)中的應(yīng)用
11.3.1 數(shù)字圖像水印技術(shù)的基本介紹
11.3.2 數(shù)字圖像水印技術(shù)的實(shí)現(xiàn)
11.4 MATLAB在神經(jīng)網(wǎng)絡(luò)識(shí)別中的應(yīng)用
參考文獻(xiàn)