3dwoo大學簡體電腦書店
MATLAB R2016a數字圖像處理34例
( 簡體 字)
作者:張德豐類別:1. -> 工程繪圖與工程計算 -> Matlab
出版社:電子工業出版社MATLAB R2016a數字圖像處理34例 3dWoo書號: 50462
詢問書籍請說出此書號!
有庫存
NT售價: 345
出版日:12/1/2018
頁數:428
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 字 )
ISBN:9787121335426 加入購物車加到我的最愛 (請先登入會員)
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證, 繁體書的下載亦請直接連絡出版社)
第1章 基于小波變換的圖像測試分析方法 1
1.1 概述 1
1.2 實例說明 2
1.3 輸出結果與分析 2
1.3.1 Haar小波變換測試結果 4
1.3.2 db9小波變換測試結果 5
1.4 源程序 8
1.4.1 nstdhaardemo.m 8
1.4.2 thresholdtestdemo.m 10
1.4.3 modetest.m 13
1.4.4 nstdhaardec2.m 15
1.4.5 nstdhaarrec2.m 16
1.4.6 mydwt2.m 17
1.4.7 myidwt2.m 17
第2章 數字圖像運算的算法分析與實現 18
2.1 顏色空間分析 18
2.1.1 顏色分析 18
2.1.2 顏色轉換函數 19
2.2 點運算 20
2.2.1 線性點運算分析 20
2.2.2 非線性點運算分析 21
2.2.3 點運算與直方圖 22
2.2.4 直方圖修正分析 23
2.3 圖像的代數運算 26
2.3.1 圖像的加法運算 26
2.3.2 圖像的減法運算 28
2.3.3 圖像的乘法運算 29
2.3.4 圖像的除法運算 30
2.3.5 圖像的線性運算 31
2.3.6 圖像的非線性運算 31
第3章 遙感圖像與醫學圖像的處理技術 33
3.1 在遙感圖像處理中的應用 33
3.1.1 遙感 33
3.1.2 利用MATLAB對遙感圖像進行直方圖匹配 34
3.1.3 對遙感圖像進行濾波增強 37
3.1.4 對遙感圖像進行融合 38
3.2 在醫學圖像處理中的應用 40
3.2.1 概述 40
3.2.2 醫學圖像的灰度變換 41
3.2.3 基于高頻強調濾波和直方圖均衡化的醫學圖像增強 45
第4章 圖像變換算法的MATLAB實現 49
4.1 離散余弦變換 49
4.1.1 一維離散余弦變換 49
4.1.2 二維離散余弦變換 50
4.1.3 快速離散余弦變換 50
4.1.4 離散余弦變換的實現 51
4.2 K-L變換分析 53
4.2.1 K-L變換的基本定義 53
4.2.2 K-L變換的基本性質 55
4.3 沃爾什-哈達瑪變換 55
4.3.1 Walsh函數 56
4.3.2 沃爾什-哈達瑪變換定義 57
4.3.3 沃爾什-哈達瑪變換的實現 58
第5章 數字圖像數字水印算法分析與實現 60
5.1 數字水印特點 60
5.2 數字水印應用領域 61
5.3 數字水印的基本理論 63
5.4 數字水印算法 64
5.4.1 空間域算法 64
5.4.2 變換域算法 64
5.4.3 壓縮域算法 65
5.4.4 NEC算法 65
5.4.5 生理模型算法 66
5.5 數字水印研究現狀 66
5.6 一種基本小波變換的數字水印方法 67
第6章 Radon與Hough變換算法分析與實現 71
6.1 Radon變換分析 71
6.1.1 Radon變換原理 71
6.1.2 Radon在圖像上的變換分析 72
6.1.3 Radon變換檢測直線分析 73
6.6.4 Radon的逆變換分析 75
6.2 Hough變換 77
6.2.1 Hough變換原理 77
6.2.2 Hough變換實現 79
6.2.3 Hough變換擴展 80
第7章 圖像變換編碼算法分析與實現 81
7.1 離散余弦變換編碼 81
7.2 離散余弦變換編碼的MATLAB實現 82
7.3 主成分變換編碼 83
7.4 主成分變換編碼的MATLAB實現 83
7.5 哈達瑪變換編碼 86
7.6 哈達瑪變換編碼的MATLAB實現 86
第8章 基于小波變換的圖像處理方法 88
8.1 二維圖像變換及快速算法 88
8.2 小波圖像壓縮 94
8.2.1 圖像小波分析算法 95
8.2.2 小波圖像壓縮例子演示 97
8.3 小波圖像消噪 100
8.3.1 閾值函數選取 100
8.3.2 閾值選取 101
8.3.3 小波圖像去噪實現步驟 101
8.3.4 小波圖像消噪例子演示 102
8.4 小波分析用于圖像增強 105
8.5 小波分析用于圖像融合 109
8.5.1 小波圖像融合基本原理 109
8.5.2 小波圖像融合例子演示 110
8.6 小波圖像的邊緣檢測 112
8.6.1 小波分解邊緣檢測 112
8.6.2 小波包分解邊緣檢測 117
第9章 圖像分割算法分析與實現 119
9.1 圖像分割基本論述 119
9.1.1 圖像分割定義 119
9.1.2 邊緣檢測 120
9.2 閾值分割分析 121
9.2.1 雙峰法MATLAB實現 121
9.2.2 迭代法MATLAB實現 123
9.2.3 大津法MATLAB實現 124
第10章 圖像表示與描述的MATLAB實現 128
10.1 區域描述 128
10.1.1 不變矩 128
10.1.2 紋理 131
10.2 圖像表示的MATLAB實現 135
10.2.1 conndef函數 135
10.2.2 imclearborder函數 136
10.2.3 極大值極小值變換MATLAB實現 137
10.2.4 圖像極大值極小值區域MATLAB實現 138
10.3 距離變換MATLAB實現 139
10.4 查表操作MATLAB實現 141
第11章 圖像類型轉換算法分析與實現 144
11.1 圖像類型的轉換 144
11.2 彩色模型的轉換 146
11.3 MATLAB中顏色模型轉換 148
11.3.1 RGB空間與HSV空間轉換 148
11.3.2 RGB空間與YCbCr空間轉換 149
11.3.3 RGB空間與NTSC空間轉換 151
第12章 形態學運算算法分析與實現 154
12.1 形態學基本運算 154
12.2 形態學的基本概念 154
12.2.1 集合論基礎 154
12.2.2 包含、擊中、擊不中 155
12.2.3 平移、對稱集 155
12.2.4 腐蝕 156
12.2.5 膨脹 156
12.3 形態學基本運算MATLAB實現 157
12.3.1 結構元素矩陣 157
12.3.2 膨脹運算 159
12.3.3 腐蝕運算 160
12.3.4 膨脹與腐蝕的對偶關系 161
12.3.5 開運算和閉運算 161
12.3.6 擊中與擊不中 163
12.3.7 二值圖像形態學處理函數 164
第13章 幀編碼及矢量量化編碼算法分析與實現 167
13.1 幀編碼 167
13.1.1 幀間編碼 167
13.1.2 運動估計與運動補償編碼 168
13.1.3 幀內編碼 168
13.2 矢量量化編碼 169
13.2.1 矢量量化原理分析 169
13.2.2 矢量量化編碼過程 170
13.2.3 矢量量化編碼的MATLAB實現 170
第14章 圖像處理操作的算法分析與實現 176
14.1 空間變換分析 176
14.1.1 投影變換分析 176
14.1.2 仿射變換分析 176
14.1.3 變換函數介紹 177
14.2 塊操作 179
14.2.1 邊緣操作 179
14.2.2 顯示塊操作 180
14.3 區域操作 182
14.3.1 特殊區域指定法 182
14.3.2 區域濾波 187
14.3.3 填充區域 188
第15章 頻域濾波算法分析與實現 189
15.1 低通濾波器 189
15.1.1 理想低通濾波器 190
15.1.2 Butterworth低通濾波器 193
15.2 高通濾波器 195
15.2.1 理想高通濾波器 195
15.2.2 Butterworth高通濾波器 195
15.3 帶通和帶阻濾波器 197
15.3.1 帶通濾波器 198
15.3.2 帶阻濾波器 198
15.4 同態濾波器 198
第16章 圖像復原算法分析與實現 202
16.1 無約束復原法 202
16.1.2 有約束復原法 203
16.2 頻域濾波器復原法 205
16.2.1 Lucy_Richardson濾波器復原法 205
16.2.2 逆濾波器復原法 207
16.2.3 最小二乘濾波法復原 210
第17章 分水嶺法與邊緣跟蹤算法分析與實現 212
17.1 分水嶺法 212
17.1.1 分水嶺法的基本原理 212
17.1.2 分水嶺法MATLAB實現 213
17.2 邊界跟蹤技術 215
17.2.1 邊界跟蹤 216
17.2.2 邊界跟蹤的MATLAB實現 217
第18章 圖像退化算法分析與實現 220
18.1 圖像的退化模型 221
18.1.1 退化模型分析 221
18.1.2 連續退化模型分析 222
18.1.3 離散退化模型分析 222
18.1.4 循環矩陣對角化分析 225
18.1.5 點擴散函數的重要性 227
18.2 圖像的模糊與噪聲 227
18.3 退化函數估計 229
18.3.1 圖像觀察估計法分析 229
18.3.2 模型模糊法分析 230
18.3.3 試驗估計法分析 231
第19章 平滑及銳化濾波器算法分析與實現 233
19.1 平滑濾波器 234
19.1.1 鄰域平均法 234
19.1.2 掩模消噪法 237
19.1.3 中值濾波器 238
19.1.4 多圖像平均法 241
19.2 銳化濾波器 241
19.2.1 梯度算法法 242
19.2.2 拉普拉斯算子 244
第20章 預測編碼算法分析與實現 246
20.1 無損預測編碼 246
20.2 無損預測編碼的MATLAB實現 248
20.3 有損預測編碼 249
20.4 無損預測編碼的MATLAB實現 250
第21章 圖像小波分解算法分析與實現 253
21.1 多分辨分析及小波包分析 253
21.1.1 多分辨分析 253
21.1.2 小波分析 254
21.2 圖像的小波分解 256
21.2.1 單尺度二維離散小波分解 256
21.2.2 多尺度二維離散小波分解 257
21.2.3 提取二維小波分解的高頻系數 258
21.2.4 提取二維小波分解的低頻系數 258
21.3 二維小波包分解 260
21.3.1 二維小波包分解概念 260
21.3.2 提取小波包節點系數 261
第22章 JPEG壓縮編碼算法分析與實現 263
22.1 JPEG壓縮算法 263
22.2 JPEG壓縮編碼算法的步驟 264
第23章 圖像檢測算法分析與實現 271
23.1 邊緣檢測算子 271
23.1.1 微分邊緣檢測算子 271
23.1.2 微分邊緣檢測算子的MATLAB實現 272
23.1.3 Log邊緣檢測算子 274
23.1.4 Log邊緣檢測算子的MATLAB實現 276
23.1.5 Canny邊緣檢測算子 277
23.1.6 Canny邊緣檢測算子的MATLAB實現 278
23.2 直線檢測 279
23.2.1 直線檢測的原理 279
23.2.2 直線檢測的MATLAB實現 280
第24章 圖像增強及修正算法分析與實現 284
24.1 對比度的增強分析 284
24.1.1 線性變換增強的分析 284
24.1.2 非線性變換增強的分析 285
24.2 直方修正分析 287
24.2.1 直方圖灰度變換 287
24.2.2 直方圖均衡化 289
24.3 圖像間的相互運算 291
24.3.1 圖像的平均運算 291
24.3.2 圖像邏輯運算 293
第25章 圖像變換算法分析與實現 295
25.1 圖像插值法 295
25.2 圖像的旋轉運算 297
25.3 圖像的縮放運算 298
25.4 圖像的裁剪運算 300
25.5 圖像鏡像變換 300
25.6 圖像復合變換 303
第26章 離散傅里葉變換算法分析與實現 305
26.1 離散傅里葉變換 305
26.1.1 一維離散傅里葉變換 305
26.1.2 二維離散傅里葉變換 306
26.1.3 離散傅里葉變換的性質 307
26.2 快速傅里葉變換 311
26.2.1 一維快速傅里葉變換 311
26.2.2 二維快速傅里葉變換 316
26.2.3 二維快速傅里葉變換實現 317
第27章 彩色處理算法分析與實現 321
27.1 偽彩色處理分析 321
27.1.1 灰度級-彩色變換法 321
27.1.2 密度分層法 324
27.1.3 頻域偽彩色處理 325
27.1.4 彩色圖像的偽彩色處理 327
27.2 真彩色處理分析 327
第28章 圖像復原及校正算法分析與實現 329
28.1 從噪聲中復原圖像 329
28.1.1 噪聲模型分析 329
28.1.2 空域濾波復原 331
28.2 圖像的幾何校正 333
28.2.1 幾何畸變的描述 333
28.2.2 灰度插值 333
28.2.3 幾何失真圖像配準復原 334
第29章 圖像壓縮編碼算法分析與實現 337
29.1 圖像編碼評價 337
29.1.1 客觀評價準則 337
29.1.2 主觀評價準則 338
29.1.3 壓縮比準則 338
29.2 信息理論的基礎 339
29.2.1 離散信源的熵表示分析 339
29.2.2 離散信源編碼定理分析 341
29.3 統計編碼 342
29.3.1 霍夫曼編碼 342
29.3.2 算術編碼 347
29.3.3 游程編碼 350
29.3.4 香農編碼 351
第30章 區域分割及四叉樹分解算法分析與實現 353
30.1 區域分割技術 353
30.1.1 區域生長法 353
30.1.2 區域分裂法 356
30.1.3 區域合并法 357
30.1.4 區域分裂合并法 357
30.2 四叉樹分解 360
30.2.1 四叉樹分解基本概念 361
30.2.2 四叉樹分解的MATLAB實現 361
第31章 形態學應用的MATLAB實現 365
31.1 邊緣提取的MATLAB實現 365
31.2 連通區域的標記的MATLAB實現 366
31.3 對象選擇與移除的MATLAB實現 367
31.3.1 對象選擇 367
31.3.2 對象的移除 368
31.4 圖像的歐拉數 369
31.5 圖像面積提取的MATLAB實現 370
31.6 區域填充的MATLAB實現 372
第32章 基于小波變換的圖像處理分析與實現 374
32.1 小波分析的基礎知識 374
32.2 連續小波變換 375
32.2.1 一維連續小波變換 375
32.2.2 高維連續小波變換 377
32.2.3 小波變換性質 378
32.2.4 連續小波變換的MATLAB實現 379
32.3 離散小波變換的MATLAB實現 380
第33章 基于小波圖像壓縮技術的算法研究 386
33.1 圖像的小波分解算法 386
33.2 小波變換系數分析 388
33.3 實驗結果與分析 388
第34章 變換編碼的MATLAB實現 398
34.1 變換選擇 399
34.1.1 基于FFT的圖像壓縮技術 400
34.1.2 基于DCT的圖像壓縮技術 401
34.1.3 基于哈達瑪變換的圖像壓縮技術 403
34.2 子圖像尺寸選擇 404
34.3 比特分配 404
34.3.1 區域編碼 404
34.3.2 閾值編碼 405
34.4 DCT編碼的MATLAB示例 407
參考文獻 413
本書以MATLAB R2016a為平臺,通過專業技術與大量典型實例相結合,深入淺出地介紹了MATLAB R2016a處理數字圖像的方法。全書共34個案例,包括數字圖像處理的數學基礎及相關運算、圖像編碼、圖像復原技術、幾何變換、圖像頻域變換、小波變換、圖像增強、圖像分割與邊緣檢測、圖像特征描述等內容。


數字圖像處理最早出現于20世紀50年代,當時的電子計算機已經發展到一定水平,人們開始利用計算機來處理圖形和圖像信息。數字圖像處理作為一門學科大約形成于20世紀60年代初期。早期的圖像處理的目的是改善圖像的質量,它以人為對象,以改善人的視覺效果為目的。圖像處理中,輸入的是質量低的圖像,輸出的是改善質量后的圖像,常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。
數字圖像處理在通信領域有特殊的用途及應用前景。傳真通信、可視電話、會議電視、多媒體通信,以及寬帶綜合業務數字網(B-ISDN)和高清晰度電視(HDTV)都采用了數字圖像處理技術。圖像處理技術的應用與推廣,使得為機器人配備視覺的科學預想轉為現實。計算機視覺或機器視覺迅速發展。計算機視覺實際上就是圖像處理加圖像識別,要求采用十分復雜的處理技術,需要設計高速的專用硬件。
數字圖像處理技術在國內外發展十分迅速,應用也非常廣泛,但是就其學科建設來說還不成熟,還沒有廣泛適用的研究模型和齊全的質量評價體系指標,多數方法的適用性都隨分析處理對象而異。數字圖像處理的研究方向是建立完整的理論體系。數字圖像處理(Digital Image Processing)是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術。數字圖像處理的產生和迅速發展主要受三個因素的影響:一是計算機的發展;二是數學的發展(特別是離散數學理論的創立和完善);三是廣泛的農牧業、林業、環境、軍事、工業和醫學等方面的應用需求的增長。
隨著計算機科學技術的不斷發展以及人們在日常生活中對圖像信息的不斷需求,數字圖像處理技術在近年來得到了迅速的發展,成為當代科學研究和應用開發中一道亮麗的風景線。數字圖像處理在國民經濟的許多領域已經得到了廣泛的應用。農林部門通過遙感圖像了解植物生長情況,進行估產,監視病蟲害的發展及治理;水利部門通過遙感圖像分析,獲取水害災情的變化;氣象部門用以分析氣象云圖,提高預報的準確程度;國防及測繪部門使用航測或衛星獲得地域地貌及地面設施等資料;機械部門可以使用圖像處理技術,自動進行金相圖分析識別;醫療部門采用各種數字圖像技術對各種疾病進行自動診斷。
MATLAB是當今流行的科學計算軟件。信息技術、計算機技術發展到今天,科學計算在各個領域得到了廣泛的應用。在許多方面,諸如控制論、時間序列分析、系統仿真、圖像信號處理等產生了大量的矩陣及其相應的計算問題。自己去編寫大量的繁復的計算程序,不僅會消耗大量的時間和精力,減緩工作進程,而且往往質量不高。美國MathWorks軟件公司推出的MATLAB軟件就是為了給人們提供一個方便的數值計算平臺而設計的。
MATLAB對許多專業的領域都開發了功能強大的模塊集和工具箱。通常,它們都是由特定領域的專家開發的,用戶可以直接使用工具箱學習、應用和評估不同的方法而不需要自己編寫代碼。目前,MATLAB已經把工具箱延伸到了科學研究和工程應用的諸多領域,諸如數據采集、數據庫接口、概率統計、樣條擬合、優化算法、偏微分方程求解、神經網絡、小波分析、信號處理、圖像處理、系統辨識、控制系統設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理仿真、嵌入式系統開發、定點仿真、DSP與通信、電力系統仿真等,都在工具箱(Toolbox)家族中有了自己的一席之地。
本書系統地介紹了數字圖像處理所涉及的數學基礎、基本算法、各種典型方法和實用的處理技術,并根據編者近年來從事相關科研、教學的實踐經驗,列舉了大量實例,以供讀者參考。
本書以MATLAB系統的分析和設計為對象,以MATLAB為工具,既介紹了數字圖像處理的特點與分析方法,又介紹了如何利用MATLAB解決各種圖像處理問題,做到了理論與實踐相結合。結合目前市場的需求,本書在編寫上具有如下特點。
(1)以MATLAB為導線,內容緊扣數字圖像處理算法。因此,本書既可以獨立使用,也可以作為數字圖像處理課程的輔助教材。
(2)理論與實踐相結合。本書以數字圖像處理技術引入,利用MATLAB解決實際的圖像處理問題,做到理論與實踐相結合,提高讀者的動手能力。
(3)深入淺出,內容豐富。本書從數字圖像處理算法內容著手,逐漸深入數字圖像處理各種問題,每個算法都有對應的典型實例相結合。
(4)內容全,覆蓋面積廣。本書內容非常全面,覆蓋了大部分的數字圖像處理技術,是一本不錯的數字圖像處理的參考用書。
本書主要由張德豐編寫,此外參加編寫的還有趙書蘭、劉志為、欒穎、王宇華、吳茂、方清城、李曉東、何正風、丁偉雄、李婭、辛煥平、楊文茵、顧艷春、鄧奮發。
本書可以作為計算機應用、通信工程和電子工程專業高年級本科生、研究生、工程碩士、教師及工程技術人員學習數字圖像處理和基本圖形學技術的參考書,也可作為本科生和研究生的研究型課程用書。
由于時間倉促,加之編者水平有限,錯誤和疏漏之處在所難免。在此,誠懇地期望得到各領域的專家和廣大讀者的批評指正。

編 著 者
pagetop