MATLAB R2007图像处理技术与应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

MATLAB R2007图像处理技术与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　概述1

1.1　数字图像处理1

1.1.1　什么是数字图像1

1.1.2　数字图像处理发展概况2

1.1.3　数字图像处理研究的主要内容4

1.1.4　数字图像处理的开发工具5

1.2　MATLAB入门6

1.2.1　MATLAB概述6

1.2.2　MATLAB窗口介绍8

1.2.3　MATLAB帮助系统11

1.2.4　M文件介绍13

1.3　MATLAB图像处理简介16

1.3.1　什么是图像处理工具箱17

1.3.2　MATLAB R2007a图像处理工具箱的新特性18

1.3.3　MATLAB的基本图像类型与转换18

1.4　小结23

第2章　MATLAB图像运算25

2.1 点运算25

2.1.1　线性点运算25

2.1.2　非线性点运算27

2.1.3　直方图修正28

2.2　图像的代数运算32

2.2.1 图像的加法33

2.2.2　图像的减法36

2.2.3 图像的乘法38

2.2.4　图像的除法39

2.3 图像的几何运算39

2.3.1　灰度级插值40

2.3.2 空间变换43

2.3.3　几何畸变校正和图像配准46

2.4　图像的邻域运算49

2.4.1 平滑49

2.4.2　中值滤波52

2.5 小结53

第3章　MATLAB图像变换55

3.1 线性变换55

3.1.1　标量表示式55

3.1.2　矢量表示56

3.1.3　矩阵表示56

3.1.4　可逆变换56

3.1.5　基平面56

3.2　离散傅氏变换（DFT）57

3.2.1 离散傅氏变换的定义57

3.2.2　傅氏变换的性质57

3.3　离散余弦变换（DCT）64

3.3.1 DCT的定义64

3.3.2　DCT变换的应用65

3.4　沃尔什-哈达玛变换68

3.4.1　Walsh函数68

3.4.2　沃尔什-哈达玛变换定义69

3.4.3　沃尔什-哈达玛变换在数字图像处理中的应用71

3.5　Hough变换72

3.5.1　基本原理73

3.5.2　扩展应用76

3.6　Radon变换76

3.6.1　平行数据Radon变换76

3.6.2　扇形数据Radon变换79

3.6.3　Radon逆变换80

3.7 小结82

第4章　MATLAB图像增强83

4.1　对比度增强83

4.1.1　线性变换83

4.1.2　非线性变换85

4.2　直方图增强87

4.3 图像锐化89

4.3.1　边界提取和锐化89

4.3.2　锐化滤波器90

4.4　图像伪色彩增强93

4.5　图像频域增强96

4.5.1　低通滤波97

4.5.2　高通滤波器105

4.5.3　周期底纹清除滤波108

4.5.4 同态滤波108

4.6　小结111

第5章 MATLAB图像编码与压缩113

5.1 图像编码压缩概述113

5.1.1 图像编码压缩的必要性和可能性113

5.1.2　图像编码压缩方法简介114

5.1.3 图像编码质量的评价116

5.2　统计编码117

5.2.1　哈夫曼编码117

5.2.2　算术编码122

5.2.3　行程编码125

5.3　预测编码127

5.3.1 差分脉冲编码调制（DPCM）编码127

5.3.2　运动补偿130

5.3.3　增量调制编码131

5.4　变换编码131

5.4.1　主成分变换（KLT）132

5.4.2 离散余弦变换（DCT）135

5.4.3 离散沃尔什-哈达玛变换（DWHT）137

5.5 小结138

第6章　MATLAB图像恢复139

6.1 图像退化和噪声分析139

6.1.1　一些重要噪声的概率密度函数和噪声过程140

6.1.2　在MATLAB中使用函数imnoise添加噪声143

6.1.3　噪声参数的估计144

6.2　图像退化模型146

6.2.1　点扩展函数146

6.2.2　退化的数学模型147

6.3 图像恢复方法148

6.3.1　维纳滤波方法148

6.3.2　约束最小二乘算法152

6.3.3　Lucy-Richardson迭代方法155

6.3.4　盲卷积算法159

6.4 小结163

第7章　MATLAB边界提取和图像分割技术165

7.1　边缘检测166

7.1.1　边缘检测算子167

7.1.2　MATLAB实现171

7.2　边界跟踪与直线检测176

7.2.1　基本原理176

7.2.2　直线提取算法181

7.3　基于灰度的分割185

7.3.1　基本原理185

7.3.2　MATLAB实现186

7.4　区域分裂与合并——基于四叉树分解的分割188

7.4.1 区域分裂与合并189

7.4.2　四叉树分解的MATLAB实现190

7.5 小结193

第8章　数学形态学图像处理195

8.1　膨胀和腐蚀195

8.1.1　膨胀和腐蚀简介195

8.1.2　结构元素196

8.1.3　膨胀的MATLAB实现200

8.1.4　腐蚀的MATLAB实现201

8.1.5　膨胀和腐蚀的组合运算203

8.1.6　基于膨胀和腐蚀的形态学运算204

8.2　形态学重建208

8.2.1　标记图像和掩膜图像209

8.2.2　像素的连通性210

8.2.3　填充操作211

8.2.4　寻找峰值和谷值213

8.3　距离变换217

8.4　对象、区域和特征度量220

8.4.1　连通区域标记220

8.4.2　选择对象222

8.4.3　计算二值图像中的前景面积223

8.4.4　寻找二值图像的欧拉数223

8.5　查表操作223

8.5.1　创建一个查找表223

8.5.2　使用查找表224

8.6　小结225

第9章　图像模式识别227

9.1　统计图像识别227

9.1.1 线性分类器及MATLAB实现228

9.1.2　贝叶斯分类器230

9.2　结构图像识别233

9.2.1　树分类法234

9.2.2　树分类示例235

9.3　模糊图像识别236

9.3.1　贴近度与模糊度236

9.3.2　最大隶属原则与择近原则237

9.3.3　MATLAB在模糊模式识别中的应用举例238

9.4　小结242

第10章　小波在图像处理中的应用243

10.1　小波分析基础知识243

10.1.1　小波变换简介243

10.1.2　二维小波变换和多分辨率分析246

10.1.3　小波图像工具箱的功能249

10.2　基于小波的图像降噪和压缩254

10.2.1　基于小波的图像降噪256

10.2.2　基于小波的图像压缩技术257

10.3　小波分析在图像增强中的应用262

10.4　基于小波的图像融合技术263

10.5　小波包在图像边缘检测中的应用266

10.6　小结268

第11章　神经网络在图像处理中的应用269

11.1　引言269

11.1.1 BP网络269

11.1.2　Hopfield网络271

11.1.3 自组织网络271

11.1.4　小波网络272

11.1.5　细胞神经网络272

11.1.6　模糊神经网络272

11.2　人工神经网络在图像压缩中的应用272

11.2.1　基于BP人工神经网络的图像压缩原理273

11.2.2　基于BP人工神经网络的图像压缩的MATLAB实现274

11.3　人工神经网络在图像识别中的应用280

11.3.1　基于人工神经网络图像识别的基本原理280

11.3.2　基于人工神经网络图像识别的MATLAB实现281

11.4　小结286

第12章　Simulink视频和图像处理模块287

12.1　视频和图像处理模块集287

12.1.1　输入模块（Sources）288

12.1.2　输出模块（Sinks）289

12.1.3　分析和增强模块（Analysis ＆ Enhancement）289

12.1.4　图像转换模块（Conversions）290

12.1.5　图像滤波模块（Filtering）291

12.1.6　图像几何变换模块（Geometric Transformations）291

12.1.7　图像形态操作模块（Morphological Operations）292

12.1.8　图像像素统计模块（Statistics）292

12.1.9　图像文本及图片模块（Text ＆ Graphics）293

12.1.10　图像转换模块（Transforms）294

12.1.11　图像自定义模块（Utilities）294

12.2　Simulink图像转换295

12.3　Simulink几何变换298

12.4　Simulink形态学操作301

12.5　Simulink分析和增强304

12.6　Simulink图像综合实例309

12.7　小结312

第13章　MATLAB图像处理GUI设计313

13.1 图形对象及其句柄313

13.1.1 图形对象313

13.1.2　图形对象句柄314

13.2　图形用户界面的设计原则315

13.2.1　指导原则315

13.2.2　设计步骤318

13.3　GUI设计模板及设计工具318

13.4　GUI设计实例319

13.5　小结336

第14章　MATLAB图像处理技术应用337

14.1　在医学图像处理中的应用337

14.1.1　概述337

14.1.2 医学图像的灰度变换338

14.1.3　基于高频强调滤波和直方图均衡化的医学图像增强343

14.2　在汽车牌照识别系统中的应用347

14.2.1　概述347

14.2.2　汽车牌照定位MATLAB举例347

14.2.3　基于神经网络的字符识别在车牌识别系统中的应用350

14.3　在遥感图像处理中的应用356

14.3.1　遥感简介357

14.3.2 利用MATLAB对遥感图像进行直方图匹配358

14.3.3　对遥感图像进行滤波增强361

14.3.4　对遥感图像进行融合362

14.3.5 对遥感图像进行变化检测365

14.4 小结377

参考文献378