MATLAB數(shù)字圖像處理

前言
第1章　圖像處理與MATLAB2007a簡介
1.1 概述
1.1.1 MATLAB概述
1.1.2 數(shù)字圖像處理技術(shù)的內(nèi)容與發(fā)展現(xiàn)狀
1.2 相關(guān)學科和領(lǐng)域
1.2.1 數(shù)字信號處理學
1.2.2 計算機圖形學
1.2.3 計算機視覺
1.3 MATLAB2007a的新功能
1.3.1 MATLAB2007a的新特性
1.3.2 Simulink6的新特性
1.4 MATLAB2007a圖像處理
1.4.1 MATLAB圖像處理應(yīng)用舉例
1.4.2 圖像處理基本操作
1.4.3 圖像處理的高級應(yīng)用
第2章　圖像的編碼和解碼
2.1 概述
2.1.1 圖像壓縮編碼的必要性
2.1.2 圖像壓縮編碼的可能性
2.1.3 圖像壓縮編碼的評價準則
2.2 統(tǒng)計編碼
2.2.1 信息熵
2.2.2 ShannonFano編碼
2.2.3 哈夫曼編碼
2.2.4 算術(shù)編碼
2.2.5 行程編碼
2.3 預(yù)測編碼
2.4 圖像的變換編碼
2.5 數(shù)據(jù)壓縮編碼的國際標準
2.5.1 JPEG標準
2.5.2 MPEG視頻編碼壓縮標準
2.6 小結(jié)
習題
第3章　圖像復(fù)原
3.1 圖像復(fù)原的基本概念
3.2 圖像退化模型
3.2.1 連續(xù)的退化模型
3.2.2 離散的退化模型
3.3 非約束復(fù)原
3.3.1 非約束復(fù)原的代數(shù)方法
3.3.2 逆濾波復(fù)原法
3.4 有約束復(fù)原
3.4.1 最小二乘類約束復(fù)原
3.4.2 維納濾波
3.4.3 LucyRichardson濾波復(fù)原
3.4.4 盲解卷積復(fù)原
3.5 幾種其他圖像復(fù)原技術(shù)
3.5.1 幾何畸變校正
3.5.2 盲目圖像復(fù)原
3.6 運動模糊圖像的復(fù)原
3.6.1 模糊模型
3.6.2 水平勻速直線運動引起模糊的復(fù)原
3.7 小結(jié)
習題
第4章　圖像處理的相關(guān)操作
4.1 圖像類型轉(zhuǎn)換
4.2 圖像數(shù)據(jù)結(jié)構(gòu)
4.2.1 圖像模式
4.2.2 顏色空間
4.2.3 數(shù)據(jù)存儲的數(shù)據(jù)結(jié)構(gòu)
4.3 線性系統(tǒng)和移不變系統(tǒng)
4.3.1 線性系統(tǒng)
4.3.2 移不變系統(tǒng)
4.4 調(diào)用信號分析
4.4.1 調(diào)諧信號
4.4.2 對調(diào)諧信號的響應(yīng)
4.4.3 系統(tǒng)傳遞函數(shù)
4.5 數(shù)字圖像的顯示特性
4.5.1 圖像的屏幕顯示
4.5.2 顯示特性
4.5.3 數(shù)字圖像的暫時顯示
4.5.4 數(shù)字圖像的永久顯示
4.6 二維系統(tǒng)及矩陣運算
4.6.1 二維線性系統(tǒng)
4.6.2 二維位置不變線性系統(tǒng)
4.6.3 二維系統(tǒng)的梯度算子
4.6.4 常用矩陣運算
4.7 圖像的塊操作
4.7.1 邊緣操作
4.7 _2顯示塊操作
4.8 特定區(qū)域處理
4.8.1 特定區(qū)域
4.8.2 特定區(qū)域濾波
4.8.3 特定區(qū)域填充
4.9 圖像質(zhì)量評價
4.9.1 圖像質(zhì)量的客觀評價
4.9.2 圖像質(zhì)量的主觀評價
習題
第5章　圖像頻域變換
5.1 傅里葉變換
5.1.1 傅里葉變換的基本概念
5.1.2 離散傅里葉變換
5.1.3 傅里葉變換的應(yīng)用
5.2 離散余弦變換
5.2.1 一維離散余弦變換
5.2.2 二維離散余弦變換
5.2.3 快速離散余弦變換
5.2.4 離散余弦應(yīng)用
5.3 離散沃爾什-哈達瑪變換（DWT-DHT）
5.3.1 一維離散沃爾什變換
5.3.2 二維離散沃爾什變換
5.3.3 一維離散哈達瑪變換
5.3.4 二維離散哈達瑪變換
5.3.5 離散沃爾什-哈達瑪變換的應(yīng)用舉例
5.4 K-L變換
5.4.1 K-L變換的定義
5.4.2 K-L變換的性質(zhì)
5.5 Radon變換
5.5.1 Radon變換原理
5.5.2 用Radon變換檢測直線
5.5.3 逆Radon變換及其應(yīng)用
5.6 小波變換
5.6.1 傳統(tǒng)變換方法的局限性
5.6.2 小波變換的基本知識
5.6.3 小波變換在圖像處理方面的應(yīng)用及實現(xiàn)
5.7 扇形光束投影
5.7.1 投影變換的基本概念
5.7.2 投影變換函數(shù)的應(yīng)用
習題
第6章　圖像處理中的代數(shù)運算及幾何變換
6.1 基本運算類型
6.2 點運算
6.2.1 點運算的種類
6.2.2 點運算與直方圖
6.2.3 點運算的應(yīng)用
6.3 圖像的代數(shù)運算
6.3.1 圖像代數(shù)的異常處理
6.3.2 各種代數(shù)運算
6.4 幾何變換基礎(chǔ)
6.4.1 齊次坐標
6.4.2 齊次坐標的一般表現(xiàn)形式及意義
6.4.3 二維圖像幾何變換的矩陣
6.5 各種幾何變換
6.5.1 圖像平移變換
6.5.2 圖像比例變換
6.5.3 圖像旋轉(zhuǎn)變換
6.5.4 圖像鏡像變換
6.5.5 圖像剪切變換
6.5.6 圖像復(fù)合變換
6.5.7 透視投影
6.5.8 平行投影
6.6 灰度級插值
6.6.1 最近鄰插值法
6.6.2 雙線性插值法
6.6.3 三次內(nèi)插值法
6.6.4 灰度級插值法的MATLAB實現(xiàn)
習題
第7章　圖像增強
7.1 灰度變換增強
7.1.1 像素及其統(tǒng)計特性
7.1.2 直接灰度變換
7.1.3 直方圖灰度變換
7.1.4 直方圖均衡化
7.1.5 對比度自適應(yīng)直方圖均衡化
7.1.6 去相關(guān)拉伸
7.2 空間域濾波
7.2.1 基本原理
7.2.2 平滑濾波
7.2 _3銳化濾波
7.3 頻域濾波增強
7.3.1 低通濾波
7.3.2 高通濾波
7.3.3 帶通和帶阻濾波器
7.3.4 頻域濾波的MATLAB實現(xiàn)
7.4 同態(tài)增晰
7.5 彩色圖像增強
7.5.1 偽彩色增強
7.5.2 假彩色增強
7.5.3 真彩色增強
習題
第8章　圖像分割與邊緣檢測
8.1 灰度閾值法
8.1.1 圖像分割基本原理
8.1.2 灰度閾值法分割
8.2 邊緣檢測
8.2.1 微分算子
8.2.2 拉普拉斯高斯算子（LOG）
8.2.3 Canny算子
8.3 區(qū)域分割
8.3.1 區(qū)域生長
8.3.2 分裂合并
8.3.3 水域分割
8.4 邊界跟蹤與直線檢查
8.4.1 基本原理
8.4.2 直線提取算法
8.5 基于圖像分割的圖像分析
8.5.1 通過圖像分割檢測細胞
8.5.2 圖像粒度測定
8.6 彩色圖像分割
8.6.1 色彩空間
8.6.2 彩色分割方法
習題
第9章　小波分析及其在MATLAB中的應(yīng)用
9.1 小波變換基礎(chǔ)
9.1.1 連續(xù)小波變換
9.1.2 離散小波
9.1.3 二進小波變換
9.1.4 MATLAB中的小波函數(shù)工具箱
9.2 小波分析在圖像增強中的應(yīng)用
9.3 基于小波的圖像降噪和壓縮
9.3.1 小波的圖像壓縮技術(shù)
9.3.2 小波的圖像降噪技術(shù)
9.4 小波的融合技術(shù)
9.5 小波包在圖像邊緣檢測中的應(yīng)用
9.6 小波包與圖像消噪
9.7 小結(jié)
第10章　圖像特征的描述
10.1 灰度描述
10.1.1 幅度特征
10.1.2 直方圖特征
10.1.3 變換系數(shù)的特征
10.2 紋理分析
10.2.1 紋理特征
10.2.2 統(tǒng)計法
10.2.3 自相關(guān)函數(shù)法
10.2.4 頻譜法
10.2.5 紋理的句法結(jié)構(gòu)分析法
10.2.6 聯(lián)合概率矩陣法
10.3 形狀描述
10.3.1 鏈碼
10.3.2 傅里葉描述子
10.3.3 形狀特征的描述
10.4 區(qū)域描述
10.4.1 幾何特征
10.4.2 不變矩
10.5 形態(tài)分析
10.6 區(qū)域、對象及特性度量
10.6.1 連通區(qū)域標記
10.6.2 選擇對象
10.6.3 圖像面積
10.6.4 歐拉數(shù)
10.6.5 基于分水嶺的圖像分割示例
習題
第11章　MATLAB圖像處理的應(yīng)用
11.1 MATLAB在遙感圖像處理中的應(yīng)用
11.1.1 遙感簡介
11.1.2 利用MATLAB對遙感圖像進行直方圖匹配
11.1.3 對遙感圖像進行濾波增強
11.1.4 對遙感圖像進行融合
11.2 MATLAB在醫(yī)學圖像處理中的應(yīng)用
11.2.1 醫(yī)學成像簡介
11.2.2 醫(yī)學圖像的灰度變換
11.2.3 基于高頻強調(diào)濾波和直方圖均衡化的醫(yī)學圖像增強
習題
附錄
附錄A MATLAB6.X圖像處理工具箱函數(shù)
附錄B MATLAB7.0圖像處理工具箱新增函數(shù)
參考文獻