数字图像处理matlab

数字图像处理他是非常好用的图像处理的书籍，你可以找到很多的处理办法，并且还能激发你的灵感，讲解也是非常的详细的。内容也是很清晰很全面的，让你更好的理解。

数字图像处理matlab版介绍

《数字图像处理(第三版)》的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、研究生、大学本科高年级学生及工程技术人员。

数字图像处理 matlab版 pdf目录

第1章 绪言

前言

1.1 背景知识

1.2 什么是数字图像处理

1.3 MATLAB和图像处理工具箱的背景知识

1.4 本书涵盖的图像处理范围

1.5 本书的Web站点

1.6 MATLAB工作环境

1.6.1 MATLAB桌面

1.6.2 使用MATLAB编辑器创建M文件

1.6.3 获得帮助

1.6.4 保存和检索工作会话

1.7 参考文献的组织方式

小结

第2章 基本原理

前言

2.1 数字图像的表示

2.1.1 坐标约定

2.1.2 图像的矩阵表示

2.2 读取图像

2.3 显示图像

2.4 保存图像

2.5 数据类

2.6 图像类型

2.6.1 亮度图像

2.6.2 二值图像

2.6.3 术语注释

2.7 数据类与图像类型间的转换

2.7.1 数据类间的转换

2.7.2 图像类和类型间的转换

2.8 数组索引

2.8.1 向量索引

2.8.2 矩阵索引

2.8.3 选择数组的维数

2.9 一些重要的标准数组

2.10 M函数编程简介

2.10.1 M文件

2.10.2 运算符

2.10.3 流控制

2.10.4 代码优化

2.10.5 交互式I/O

2.10.6 单元数组与结构简介

小结

第3章 亮度变换与空间滤波

前言

3.1 背景知识

3.2 亮度变换函数

3.2.1 函数imadjust

3.2.2 对数和对比度拉伸变换

3.2.3 亮度变换的一些实用M函数

3.3 直方图处理与函数绘图

3.3.1 生成并绘制图像的直方图

3.3.2 直方图均衡化

3.3.3 直方图匹配（规定化）

3.4 空间滤波

3.4.1 线性空间滤波

3.4.2 非线性空间滤波

3.5 图像处理工具箱的标准空间滤波器

3.5.1 线性空间滤波器

3.5.2 非线性空间滤波器

小结

第4章 频域处理

前言

4.1 二维离散傅里叶变换

4.2 在MATLAB中计算并可视化二维DFT

4.3 频域滤波

4.3.1 基本概念

4.3.2 DFT滤波的基本步骤

4.3.3 用于频域滤波的M函数

4.4 从空间滤波器获得频域滤波器

4.5 在频域中直接生成滤波器

4.5.1 建立用于实现频域滤波器的网格数组

4.5.2 低通频域滤波器

4.5.3 线框图与表面图

4.6 锐化频域滤波器

4.6.1 基本的高通滤波器

4.6.2 高频强调滤波

小结

第5章 图像复原

前言

5.1 图像退化/复原处理的模型

5.2 噪声模型

5.2.1 使用函数imnoise添加噪声

5.2.2 使用指定的分布产生空间随机噪声

5.2.3 周期噪声

5.2.4 估计噪声参数

5.3 仅有噪声的复原：空间滤波

5.3.1 空间噪声滤波器

5.3.2 自适应空间滤波器

5.4 通过频域滤波来降低周期噪声

5.5 退化函数建模

5.6 直接逆滤波

5.7 维纳滤波

5.8 约束的最小二乘方（正则）滤波

5.9 使用Lucy-Richardson算法的迭代非线性复原

5.10 盲去卷积

5.11 几何变换与图像配准

5.11.1 空间几何变换

5.11.2 对图像应用空间变换

5.11.3 图像配准

小结

第6章 彩色图像处理

前言

6.1 MATLAB中彩色图像的表示方法

6.1.1 RGB图像

6.1.2 索引图像

6.1.3 用来处理RGB图像和索引图像的IPT函数

6.2 转换至其他彩色空间

6.2.1 NTSC彩色空间

6.2.2 YCbCr彩色空间

6.2.3 HSV彩色空间

6.2.4 CMY和CMYK彩色空间

6.2.5 HSI彩色空间

6.3 彩色图像处理基础

6.4 彩色变换

6.5 彩色图像的空间滤波

6.5.1 彩色图像平滑

6.5.2 彩色图像锐化

6.6 在RGB向量空间直接处理

6.6.1 使用梯度的彩色边缘检测

6.6.2 RGB向量空间中的图像分割

小结

第7章 小波

前言

7.1 背景知识

7.2 快速小波变换

7.2.1 使用小波工具箱的快速小波变换

7.2.2 不使用小波工具箱的快速小波变换

7.3 小波分解结构的运算

7.3.1 不使用小波工具箱编辑小波分解系数

7.3.2 显示小波分解系数

7.4 快速小波反变换

7.5 图像处理中的小波

小结

第8章 图像压缩

前言

8.1 背景知识

8.2 编码冗余

8.2.1 霍夫曼码

8.2.2 霍夫曼编码

8.2.3 霍夫曼解码

8.3 像素间的冗余

8.4 心理视觉冗余

8.5 JPEG压缩

8.5.1 JPEG

8.5.2 JPEG 2000

小结

第9章 形态学图像处理

前言

9.1 预备知识

9.1.1 集合论中的基本概念

9.1.2 二值图像、集合和逻辑运算符

9.2 膨胀和腐蚀

9.2.1 膨胀

9.2.2 结构元素的分解

9.2.3 函数strel

9.2.4 腐蚀

9.3 膨胀与腐蚀的组合

9.3.1 开运算和闭运算

9.3.2 击中或击不中变换

9.3.3 使用查找表

9.3.4 函数bwmorph

9.4 标注连接分量

9.5 形态学重构

9.5.1 由重构做开运算

9.5.2 填充孔洞

9.5.3 清除边界对象

9.6 灰度图像形态学

9.6.1 膨胀和腐蚀

9.6.2 开运算和闭运算

9.6.3 重构

小结

第10章 图像分割

前言

10.1 点、线和边缘检测

10.1.1 点检测

10.1.2 线检测

10.1.3 使用edge函数的边缘检测

10.2 使用Hough变换的线检测

10.2.1 使用Hough变换做峰值检测

10.2.2 使用Hough变换做线检测和链接

10.3 阈值处理

10.3.1 全局阈值处理

10.3.2 局部阈值处理

10.4 基于区域的分割

10.4.1 基础公式

10.4.2 区域生长

10.4.3 区域分离和合并

10.5 使用分水岭变换的分割

10.5.1 使用距离变换的分水岭分割

10.5.2 使用梯度的分水岭分割

10.5.3 控制标记符的分水岭分割

小结

第11章 表示与描述

前言

11.1 背景知识

11.1.1 单元数组与结构

11.1.2 本章中使用的其他一些MATLAB和IPT 函数

11.1.3 一些基本的M函数

11.2 表示

11.2.1 链码

11.2.2 使用最小周长多边形的多边形近似

11.2.3 标记

11.2.4 边界片断

11.2.5 骨骼

11.3 边界描绘子

11.3.1 一些简单的描绘子

11.3.2 形状数

11.3.3 傅里叶描绘子

11.3.4 统计矩

11.4 区域描绘子

11.4.1 函数regionprops

11.4.2 纹理

11.4.3 不变矩

11.5 主分量描述

小结

第12章 对象识别

前言

12.1 背景知识

12.2 在MATLAB中计算距离度量

12.3 基于决策理论方法的识别

12.3.1 形成模式向量

12.3.2 使用最小距离分类器的模式匹配

12.3.3 相关匹配

12.3.4 最优统计分类器

12.3.5 自适应学习系统

12.4 结构识别

12.4.1 MATLAB中的串操作

12.4.2 串的匹配

小结

附录A 函数汇总

附录B ICE和MATLAB图形用户界面

附录C M函数

参考文献

索引