MATLAB在数字图像处理中的应用
￥39.00定价
作者： 陈刚、魏晗等
出版时间：2016年1月
出版社：清华大学出版社
- 清华大学出版社
- 9787302424321
- 52536
- 0045168493-0
- 2016年1月
- 工学
- 信息与通信工程
- TN911.73
- 理工类
- 本科
内容简介
MATLAB是一种集算法开发、数据分析、数值计算和数据可视化于一体的高级技术计算语言，具有高效、功能强大、界面友好等特点，是目前工程界比较流行的工程仿真软件。
陈刚、魏晗、高毫林编著的《MATLAB在数字图像处理中的应用》以最新版的MATLAB 2015为操作平台，主要包括MATLAB数字图像处理基础和MATLAB数字图像处理实例两部分。第一部分主要包括MATLAB和数字图像处理基础、数字图像变换技术、数字图像增强、数字图像恢复、数字图像编码、数字图像分割、数字图像特征分析与提取等；第二部分是实例部分，主要介绍基于神经网络的水果自动识别、基于图像特征的火灾检测、基于全局特征的图像检索、基于词袋法的图像检索、基于词袋法的图像分类和基于位置敏感哈希的图像聚类。
本书重点突出，基础部分内容的讲解从理论到实践，由浅到深，从易到难，各个章节既相互独立又前后关联；实践部分内容结合图像处理现实应用，步骤讲解详细，语言浅显易懂，实用性强，可操作性高。
本书主要面向初中级用户，立足于MATLAB在数字图像处理方面的应用，并且附带较多的实例讲解，所以既适合初学者，又适合有一定经验的MATLAB使用者。
陈刚、魏晗、高毫林编著的《MATLAB在数字图像处理中的应用》以最新版的MATLAB 2015为操作平台，主要包括MATLAB数字图像处理基础和MATLAB数字图像处理实例两部分。第一部分主要包括MATLAB和数字图像处理基础、数字图像变换技术、数字图像增强、数字图像恢复、数字图像编码、数字图像分割、数字图像特征分析与提取等；第二部分是实例部分，主要介绍基于神经网络的水果自动识别、基于图像特征的火灾检测、基于全局特征的图像检索、基于词袋法的图像检索、基于词袋法的图像分类和基于位置敏感哈希的图像聚类。
本书重点突出，基础部分内容的讲解从理论到实践，由浅到深，从易到难，各个章节既相互独立又前后关联；实践部分内容结合图像处理现实应用，步骤讲解详细，语言浅显易懂，实用性强，可操作性高。
本书主要面向初中级用户，立足于MATLAB在数字图像处理方面的应用，并且附带较多的实例讲解，所以既适合初学者，又适合有一定经验的MATLAB使用者。
目录
第一部分 MATLAB数字图像处理基础
第1章 MATLAB和数字图像处理基础
1.1 MATLAB简介
1.1.1 MATLABR2015a的工作环境
1.1.2 图像处理工具箱
1.1.3 计算机视觉工具箱
1.2 MATLAB的基础知识
1.2.1 MATLAB的数据种类
1.2.2 MATLAB的M文件
1.2.3 MATLAB的操作符
1.3 数字图像处理基础
1.3.1 数字图像和图像的数字模型
1.3.2 常用的数字图像格式
1.3.3 数字图像类型和转换
1.3.4 数字图像的读写和显示
1.4 习题
第2章 数字图像变换技术
2.1 图像的算术运算
2.2 图像的几何变换
2.2.1 图像的缩放运算
2.2.2 图像的平移运算
2.2.3 图像的旋转运算
2.2.4 图像的插值运算
2.3 图像的Hough变换
2.3.1 Hough变换基本原理
2.3.2 基于MATLAB的图像Hough变换
2.4 图像的傅里叶变换
2.4.1 傅里叶变换基本原理
2.4.2 基于MATLAB的图像傅里叶变换
2.5 图像的离散余弦变换
2.6 基于数学形态学的图像变换
2.6.1 数学形态学的基本概念
2.6.2 基于MATLAB的图像形态学处理
2.7 综合实例：指纹图像的形态学处理
2.8 习题
第3章 数字图像增强
3.1 图像空域增强
3.1.1 图像直接灰度变换
3.1.2 图像直方图均衡
3.1.3 图像平滑
3.1.4 图像锐化
3.2 图像频域增强
3.2.1 图像频域低通滤波
3.2.2 图像频域高通滤波
3.3 综合实例：基于遗传算法的图像自适应模糊增强
3.3.1 基于模糊理论的图像质量的测量函数
3.3.2 基于遗传算法的灰度图像的自适应模糊增强
3.3.3 灰度图像增强算法拓展到彩色图像增强
3.3.4 实验结果
3.3.5 MATLAB程序实现
3.4 习题
参考文献
第4章 数字图像恢复
4.1 图像退化和恢复模型和图像噪声
4.1.1 图像退化和恢复模型
4.1.2 图像噪声
4.2 图像空域恢复技术
4.2.1 均值滤波器
4.2.2 排序统计滤波器
4.2.3 自适应滤波器
4.3 图像频域的恢复技术
4.3.1 周期性噪声
4.3.2 带阻滤波器
4.3.3 带通滤波器
4.4 综合实例：利用空域和频域技术的降低噪声
4.5 习题
第5章 数字图像编码
5.1 基本概念
5.1.1 图像冗余
5.1.2 图像的编码与解码
5.2 无损图像压缩编码
5.3 有损图像压缩编码
5.3.1 DPCM编码
5.3.2 离散余弦变换编码
5.3.3 小波变换的基本原理
5.4 图像压缩标准
5.4.1 JPEG
5.4.2 JPEG2000
5.5 综合实例：MATLAB实现JPEG图像压缩
第6章 数字图像分割
6.1 图像分割概述
6.1.1 图像分割定义
6.1.2 图像分割分类
6.2 边界分割技术
6.2.1 边缘检测
6.2.2 微分算子
6.3 区域分割技术
6.3.1 原理与分类
6.3.2 全局阈值
6.4 综合实例：红外车辆目标的分割
6.4.1 感兴趣区域的选择
6.4.2 基于遗传算法的二维0TSU的图像分割
6.4.3 红外车辆目标图像的模糊边缘检测
6.4.4 实验结果
6.4.5 MATLAB程序实现
6.5 综合实例：车牌定位
6.5.1 车牌图像预处理
6.5.2 车牌边缘提取与形态学处理
6.5.3 车牌区域位置确定
6.6 习题
参考文献
第7章 数字图像特征分析与提取
7.1 图像颜色特征
7.1.1 图像颜色模型
7.1.2 颜色直方图
7.1.3 颜色矩
7.2 图像形状特征
7.2.1 简单的形状特征
7.2.2 不变矩
7.3 图像纹理特征
7.3.1 灰度差分统计法
7.3.2 灰度共生矩阵
7.4 综合实例：图像车辆目标的综合特征提取与识别
7.4.1 车辆目标阈值化分割
7.4.2 车辆目标特征提取
7.4.3 车辆识别的RBF网络设计
7.4.4 MATLAB程序实现
7.4.5 实验结果
7.5 综合实例：文本图像的特征分析与识别
7.5.1 文本图像特征分析
7.5.2 文本图像识别算法
7.5.3 文本图像识别的MATLAB实现
7.6 习题
参考文献
第二部分 MATLAB数字图像处理实例
第8章 基于神经网络的水果自动识别
8.1 水果自动识别总体框架
8.2 图像预处理
8.2.1 图像去噪
8.2.2 图像增强
8.2.3 图像二值化处理
8.3 图像边缘检测与特征提取
8.3.1 图像边缘检测处理
8.3.2 图像标签化处理
8.3.3 图像特征参数计算
8.4 基于BP神经网络的水果识别
8.5 小结
第9章 基于图像特征的火灾检测
9.1 火灾火焰特征分析
9.2 火灾烟雾特征分析
9.3 火灾检测系统框架
9.4 火灾检测系统的MATLAB实现
9.4.1 图像读取函数
9.4.2 彩色图像的灰度化
9.4.3 边缘检测算子进行边缘检测
9.4.4 估计RGB分量的分布
9.4.5 实现火焰检测
9.4.6 实现烟雾检测
9.4.7 实现主程序
9.5 小结
参考文献
第10章 基于全局特征的图像检索
10.1 引言
10.2 基于全局特征图像检索的分析与设计
1O.2.1 设计要求
10.2.2 设计分析
1O.2.3 设计步骤
第ll章 基于词袋法的图像检索
11.1 引言
11.2 基于词袋法的图像检索的分析与设计
11.2.1 设计要求
11.2.2 设计分析
11.2.3 设计步骤
第12章 基于词袋法的图像分类
12.1 引言
12.2 基于词袋法的图像分类的分析与设计
12.2.1 设计要求
12.2.2 设计分析
12.2.3 设计步骤
第13章 基于位置敏感哈希的图像聚类
13.1 引言
13.2 基于位置敏感哈希的图像聚类
13.2.1 设计要求
13.2.2 设计分析
13.2.3 设计步骤
参考文献
第1章 MATLAB和数字图像处理基础
1.1 MATLAB简介
1.1.1 MATLABR2015a的工作环境
1.1.2 图像处理工具箱
1.1.3 计算机视觉工具箱
1.2 MATLAB的基础知识
1.2.1 MATLAB的数据种类
1.2.2 MATLAB的M文件
1.2.3 MATLAB的操作符
1.3 数字图像处理基础
1.3.1 数字图像和图像的数字模型
1.3.2 常用的数字图像格式
1.3.3 数字图像类型和转换
1.3.4 数字图像的读写和显示
1.4 习题
第2章 数字图像变换技术
2.1 图像的算术运算
2.2 图像的几何变换
2.2.1 图像的缩放运算
2.2.2 图像的平移运算
2.2.3 图像的旋转运算
2.2.4 图像的插值运算
2.3 图像的Hough变换
2.3.1 Hough变换基本原理
2.3.2 基于MATLAB的图像Hough变换
2.4 图像的傅里叶变换
2.4.1 傅里叶变换基本原理
2.4.2 基于MATLAB的图像傅里叶变换
2.5 图像的离散余弦变换
2.6 基于数学形态学的图像变换
2.6.1 数学形态学的基本概念
2.6.2 基于MATLAB的图像形态学处理
2.7 综合实例：指纹图像的形态学处理
2.8 习题
第3章 数字图像增强
3.1 图像空域增强
3.1.1 图像直接灰度变换
3.1.2 图像直方图均衡
3.1.3 图像平滑
3.1.4 图像锐化
3.2 图像频域增强
3.2.1 图像频域低通滤波
3.2.2 图像频域高通滤波
3.3 综合实例：基于遗传算法的图像自适应模糊增强
3.3.1 基于模糊理论的图像质量的测量函数
3.3.2 基于遗传算法的灰度图像的自适应模糊增强
3.3.3 灰度图像增强算法拓展到彩色图像增强
3.3.4 实验结果
3.3.5 MATLAB程序实现
3.4 习题
参考文献
第4章 数字图像恢复
4.1 图像退化和恢复模型和图像噪声
4.1.1 图像退化和恢复模型
4.1.2 图像噪声
4.2 图像空域恢复技术
4.2.1 均值滤波器
4.2.2 排序统计滤波器
4.2.3 自适应滤波器
4.3 图像频域的恢复技术
4.3.1 周期性噪声
4.3.2 带阻滤波器
4.3.3 带通滤波器
4.4 综合实例：利用空域和频域技术的降低噪声
4.5 习题
第5章 数字图像编码
5.1 基本概念
5.1.1 图像冗余
5.1.2 图像的编码与解码
5.2 无损图像压缩编码
5.3 有损图像压缩编码
5.3.1 DPCM编码
5.3.2 离散余弦变换编码
5.3.3 小波变换的基本原理
5.4 图像压缩标准
5.4.1 JPEG
5.4.2 JPEG2000
5.5 综合实例：MATLAB实现JPEG图像压缩
第6章 数字图像分割
6.1 图像分割概述
6.1.1 图像分割定义
6.1.2 图像分割分类
6.2 边界分割技术
6.2.1 边缘检测
6.2.2 微分算子
6.3 区域分割技术
6.3.1 原理与分类
6.3.2 全局阈值
6.4 综合实例：红外车辆目标的分割
6.4.1 感兴趣区域的选择
6.4.2 基于遗传算法的二维0TSU的图像分割
6.4.3 红外车辆目标图像的模糊边缘检测
6.4.4 实验结果
6.4.5 MATLAB程序实现
6.5 综合实例：车牌定位
6.5.1 车牌图像预处理
6.5.2 车牌边缘提取与形态学处理
6.5.3 车牌区域位置确定
6.6 习题
参考文献
第7章 数字图像特征分析与提取
7.1 图像颜色特征
7.1.1 图像颜色模型
7.1.2 颜色直方图
7.1.3 颜色矩
7.2 图像形状特征
7.2.1 简单的形状特征
7.2.2 不变矩
7.3 图像纹理特征
7.3.1 灰度差分统计法
7.3.2 灰度共生矩阵
7.4 综合实例：图像车辆目标的综合特征提取与识别
7.4.1 车辆目标阈值化分割
7.4.2 车辆目标特征提取
7.4.3 车辆识别的RBF网络设计
7.4.4 MATLAB程序实现
7.4.5 实验结果
7.5 综合实例：文本图像的特征分析与识别
7.5.1 文本图像特征分析
7.5.2 文本图像识别算法
7.5.3 文本图像识别的MATLAB实现
7.6 习题
参考文献
第二部分 MATLAB数字图像处理实例
第8章 基于神经网络的水果自动识别
8.1 水果自动识别总体框架
8.2 图像预处理
8.2.1 图像去噪
8.2.2 图像增强
8.2.3 图像二值化处理
8.3 图像边缘检测与特征提取
8.3.1 图像边缘检测处理
8.3.2 图像标签化处理
8.3.3 图像特征参数计算
8.4 基于BP神经网络的水果识别
8.5 小结
第9章 基于图像特征的火灾检测
9.1 火灾火焰特征分析
9.2 火灾烟雾特征分析
9.3 火灾检测系统框架
9.4 火灾检测系统的MATLAB实现
9.4.1 图像读取函数
9.4.2 彩色图像的灰度化
9.4.3 边缘检测算子进行边缘检测
9.4.4 估计RGB分量的分布
9.4.5 实现火焰检测
9.4.6 实现烟雾检测
9.4.7 实现主程序
9.5 小结
参考文献
第10章 基于全局特征的图像检索
10.1 引言
10.2 基于全局特征图像检索的分析与设计
1O.2.1 设计要求
10.2.2 设计分析
1O.2.3 设计步骤
第ll章 基于词袋法的图像检索
11.1 引言
11.2 基于词袋法的图像检索的分析与设计
11.2.1 设计要求
11.2.2 设计分析
11.2.3 设计步骤
第12章 基于词袋法的图像分类
12.1 引言
12.2 基于词袋法的图像分类的分析与设计
12.2.1 设计要求
12.2.2 设计分析
12.2.3 设计步骤
第13章 基于位置敏感哈希的图像聚类
13.1 引言
13.2 基于位置敏感哈希的图像聚类
13.2.1 设计要求
13.2.2 设计分析
13.2.3 设计步骤
参考文献
