MATLAB R2016a數字圖像處理算法分析與實現 ( 簡體 字) |
| 作者：楊文茵、徐麗新 | 類別：1. -> 工程繪圖與工程計算 -> Matlab |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 49679
詢問書籍請說出此書號！【缺書】
NT售價： 445 元 |
| 出版日：9/1/2018 |
| 頁數：430 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302496236 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (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) |
| 作者序： |
| 譯者序： |
前言：圖像是客觀對象的一種相似性的、生動性的描述或寫真，是人類社會活動中最常用的信息載體； 或者說圖像是客觀對象的一種表示，它包含了被描述對象的有關信息，是人們最主要的信息源。據統計，一個人獲取的信息約有75%來自視覺。圖像作為一種有效的信息載體，是人類獲取和交換信息的主要來源，其直觀性和易解性是顯而易見的，也是其他信息所無法比擬的。
數字圖像，又稱數碼圖像或數位圖像，是二維圖像用有限數字數值像素的表示。數字圖像由數組或矩陣表示，其光照位置和強度都是離散的。數字圖像是由模擬圖像數字化得到的、以像素為基本元素的、可以用數字計算機或數字電路存儲和處理的圖像。目前比較流行的圖像格式包括光柵圖像格式BMP、GIF、JPEG、PNG等，以及向量圖像格式WMF、SVG等。目前，大多數瀏覽器都支持GIF、JPG和PNG圖像的直接顯示，而SVG格式作為W3C的標準格式在網絡上的應用越來越廣。
隨著計算機科學技術的不斷發展與人們在日常生活中對圖像信息需求的不斷增長，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。數字圖像處理技術以其信息量大、處理和傳輸方便、應用范圍廣等優點，成為人類獲取信息的重要來源和利用信息的重要手段，并在宇宙探測、遙感、生物醫學、工農生產、軍事、公共、辦公自動化等領域得到廣泛應用，顯示出其廣泛的應用前景。數字圖像處理技術已成為計算機科學、信息科學、生物科學、空間科學、氣象學、統計學、工程科學、醫學等學科的研究熱點，并已成為工科院校電子信息、電氣工程、醫學生物工程等專業的必修課。
MATLAB R2016a作為美國 MathWorks公司開發的用于概念設計、算法開發、建模仿真，實時實現的理想的集成環境，是目前最好的科學計算類軟件。2016年3月MATLAB R2016a最新版正式發行。MATLAB主要面對科學計算、數據可視化、系統仿真及交互式程序設計的高新技術計算環境。由于其功能強大，并且簡單易學，MATLAB軟件成為高校教師、科研人員和工程技術人員的必學軟件之一，從而極大地提高了工作效率和質量。MATLAB軟件有一個專門的圖像處理工具箱，由一系列支持圖像處理操作的函數組成。MATLAB支持五種圖像類型，即索引圖像、灰度圖像、二值圖像、RGB圖像和多幀圖像陣列； 支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等圖像文件格式的讀寫和顯示。在MATLAB中，可對圖像進行諸如幾何操作、線性濾波與濾波器設計、圖像變換、圖像分析與圖像增強、二值圖像操作以及形態學處理等圖像處理操作。
在數字圖像處理領域對問題的求解通常需要大量的實驗工作，包括軟件模擬和大量樣本圖像的測試。雖然典型算法的開發是基于理論支持的，但這些算法的實現幾乎總是要求對參數進行估計，并常常進行算法修正與候選求解方案的比較。這樣，由許多資料證明的靈活的、綜合的軟件開發環境就成為一個關鍵因素。這些因素在開銷、開發時間和圖像處理求解方法上都具有重要意義。MATLAB在數字圖像中也起到了重要的作用。
本書具有以下特點：
（1） 內容由淺入深，循序漸進。
本書結構合理，內容由淺入深，講解漸進，不僅適合初學者閱讀，也非常適合有一定圖像處理基礎的讀者進一步學習。
（2） 重點突出，目的明確。
本書立足于基本理論，面向應用技術，以必須、夠用為尺度，以掌握概念、強化應用為重點，旨在加強理論知識和實際應用的統一。
（3） 敘述翔實，實例豐富。
本書有詳細的實例，每個例子都經過精挑細選，有很強的針對性。書中的程序都有完整的代碼，而且非常簡潔和高效，便于讀者學習和調試。
（4） 易于學習，強化實踐。
本書以MATLAB為編程工具，通過大量典型實例的分析實踐，使讀者較快地掌握數字圖像處理系統的基本理論、方法、實用技術及一些典型應用。
（5） 語言通俗，圖文并茂。
本書以MATLAB R2016a為平臺進行編寫，全面、系統地介紹了MATLAB在數字圖像處理中的各種技術及應用。全書共32章，主要介紹了圖像的運算、圖像的變換、圖像的增強、圖像的復原、圖像的分割、圖像的編碼、圖像的形態學處理及圖像的小波變換等內容。同時講述如何利用MATLAB解決數字圖像的相關問題，起到學以致用的效果。
本書主要由楊文茵與徐麗新編寫，此外參加編寫的還有欒穎、周品、曾虹雁、鄧俊輝、鄧秀乾、鄧耀隆、高永崇、李嘉樂、張棣華、張金林、鐘東山、李偉平、宋曉光。
由于時間倉促，加之作者水平有限，書中疏漏之處在所難免。在此，真誠地期望得到專家和廣大讀者的批評指正。
作者
2017年12月 |
內容簡介：本書以MATLAB R2016a為平臺進行編寫，全面、系統地介紹了MATLAB在數字圖像處理中的各種技術及應用。全書共32章，主要介紹了圖像的運算、圖像的變換、圖像的增強、圖像的復原、圖像的分割、圖像的編碼、圖像的形態學處理及圖像的小波變換等內容。同時講述如何利用MATLAB解決數字圖像的相關問題，起到學以致用的效果。
本書可作為數字圖像處理領域廣大科研人員、學者、工程設計人員的參考用書，也可供高等院校相關專業的教師、在讀學生參考使用。 |
目錄：第1章小波在圖像處理中的綜合應用
1.1小波在圖像壓縮中的應用
1.1.1圖像壓縮的原理
1.1.2圖像壓縮的MATLAB實現
1.2小波在圖像增強中的應用
1.3小波在圖像融合中的應用
1.3.1圖像融合的原理
1.3.2圖像融合的MATLAB實現
1.4小波包在圖像邊緣檢測中的應用
第2章圖像分割算法的MATLAB實現
2.1區域分割
2.1.1區域生長法
2.1.2分裂拟合并法
2.2邊緣分割
2.2.1梯度算子
2.2.2一階微分算子
2.2.3二階微分算子
2.3彩色空間分割
2.3.1基于像元的分割方法
2.3.2聚類算法
第3章JPEG壓縮編碼算法的MATLAB實現
3.1JPEG壓縮算法的原理
3.2JPEG壓縮編碼算法的實現步驟
第4章頻域濾波的MATLAB實現
4.1有限沖激響應濾波
4.2低通濾波
4.3高通濾波
4.4高斯帶阻濾波
4.5同態濾波
第5章圖像傅里葉變換的MATLAB實現
5.1傅里葉變換的物理意義
5.2傅里葉變換的定義
5.2.1一維連續傅里葉變換
5.2.2一維離散傅里葉變換
5.2.3二維連續傅里葉變換
5.2.4二維離散傅里葉變換
5.3二維離散傅里葉變換的性質
5.4傅里葉變換的實現
5.5傅里葉變換的應用
5.5.1在圖像特征定義中的應用
5.5.2在濾波器中的應用
第6章數字圖像的小波變換
6.1小波變換的定義
6.2小波變換的快速算法
6.3小波包變換
6.4小波變換的優點
6.5數字圖像的小波變換工具箱
6.5.1waveletfamilies函數
6.5.2waveinfo函數
6.5.3wavefun函數
6.5.4wfilters函數
6.5.5wavefun2函數
6.5.6wmaxlev函數
第7章圖像閾值分割的算法分析與實現
7.1灰度閾值分割
7.1.1灰度圖像二值化
7.1.2灰度圖像多區域閾值分割
7.2直方圖閾值分割
7.2.1直方圖閾值雙峰法
7.2.2動態閾值法
7.3最大熵閾值分割
7.4分水嶺法
第8章圖像變換與鄰域處理的MATALB實現
8.1圖像裁剪
8.2圖像錯切變換
8.3圖像鏡像變換
8.4圖像復合變換
8.5鄰域處理
第9章圖像復原方法的MATLAB實現
9.1最小約束二乘復原法
9.2Lucy拟Richardson復原法
9.3盲卷積復原法
9.4圖像復原的其他相關函數
第10章圖像編碼算法的MATLAB實現
10.1變換編碼
10.2行程編程
10.2.1基本原理
10.2.2自身特點
10.2.3算法局限性
10.3預測編碼
10.3.1DPCM編碼
10.3.2最佳線性預測編碼法
10.3.3增量調制編碼
第11章基于形態學的圖像處理技術
11.1數學形態學的概述
11.2形態學的基本概念
11.3數學形態學的分類
11.3.1二值形態學
11.3.2灰度數學形態學
11.3.3模糊數學形態學
11.4形態學的基本運算
11.4.1邊界像素
11.4.2結構元素
11.4.3膨脹和腐蝕
11.4.4開運算與閉運算
11.4.5形態學重構
第12章遙感圖像與醫學圖像分析方法
12.1在遙感圖像處理中的應用
12.1.1概述
12.1.2遙感圖像對直方圖進行匹配處理
12.1.3對遙感圖像進行增強處理
12.1.4對遙感圖像進行融合處理
12.2在醫學圖像處理中的應用
12.2.1概述
12.2.2醫學圖像的灰度變換
12.2.3基于高頻強調濾波和直方圖均衡化的醫學圖像增強
第13章圖像銳化的算法分析與實現
13.1空域高通濾波
13.1.1梯度算子
13.1.2其他銳化算子
13.2頻域高通濾波
13.3同態濾波器圖像增強的方法
13.4圖像銳化的MATLAB實現
13.4.1空間域圖像的銳化
13.4.2頻域圖像的銳化
13.4.3同態濾波器的銳化
第14章基于小波圖像壓縮技術的算法研究
14.1圖像的小波分解算法
14.2小波變換系數分析
14.3實驗結果與分析
第15章數字圖像的小波分解與重構
15.1二維小波變換分解函數
15.1.1dwt2函數
15.1.2wavedec2函數
15.2二維小波變換重構函數
15.2.1idwt2函數
15.2.2wavedec2函數
15.2.3wrcoef2函數
15.2.4upcoef2函數
15.2.5upwlev2函數
15.3提取二維小波變換系數的函數
15.3.1detcoef2函數
15.3.2appcoef2函數
第16章圖像統計特性與空間域濾波的MATLAB實現
16.1圖像的統計特性
16.1.1圖像的均值
16.1.2圖像的標準差
16.1.3圖像的相關系數
16.1.4圖像的等高線
16.2空間域濾波
16.2.1圖像中加入噪聲
16.2.2中值濾波器
16.2.3自適應濾波器
16.2.4排序濾波
16.2.5銳化濾波
第17章數字圖像運算的算法分析與應用
17.1圖像點運算
17.1.1線性點運算
17.1.2分段線性點運算
17.1.3非線性變換
17.2直方圖修正
17.2.1直方圖概述
17.2.2直方圖均衡化
17.2.3直方圖規定化
17.3圖像的代數運算
17.3.1圖像加法運算
17.3.2圖像減法運算
17.3.3圖像乘法運算
17.3.4圖像除法運算
第18章Fan拟Beam與Hough變換的MATLAB實現
18.1Fan拟Beam變換
18.2Hough變換的基本原理
18.3Hough變換的MATLAB實現
第19章形態學算法分析的MATLAB實現
19.1形態學的應用
19.1.1形態學濾波
19.1.2骨架提取
19.1.3邊界提取
19.1.4擊中或擊不中
19.1.5圖像填充操作
19.1.6最大值和最小值
19.2距離變換
第20章小波變換圖像測試分析
20.1概述
20.2實例說明
20.3輸出結果與分析
20.4源程序
第21章圖像類型轉換的MATLAB實現
21.1圖像類型的轉換
21.2彩色模型的轉換
21.3MATLAB中顏色模型轉換
21.3.1RGB模型與HSV模型轉換
21.3.2RGB模型與YCbCr模型轉換
21.3.3RGB模型與NTSC模型轉換
第22章圖像幾何運算的MATLAB實現
22.1齊次坐標
22.2灰度插值
22.3圖像平移
22.4圖像旋轉
22.5圖像的比例變換
第23章圖像變換算法的MATLAB實現
23.1離散余弦變換
23.1.1一維離散余弦變換
23.1.2二維離散余弦變換
23.1.3快速離散余弦變換
23.1.4離散余弦變換的MATLAB實現
23.2離散哈達瑪變換
23.3Radon變換
第24章圖像增強算法分析的MATLAB實現
24.1線性濾波器增強
24.1.1卷積
24.1.2相關
24.2濾波的MATLAB實現
24.2.1數據類型
24.2.2相關和卷積
24.2.3邊界填充選項
24.2.4多維濾波
24.3預定義濾波器
第25章數字圖像復原的MATLAB實現
25.1圖像復原概述
25.2圖像的噪聲
25.3圖像復原的模型
25.3.1復原的模型
25.3.2無約束復原法
25.3.3有約束復原法
25.3.4復原法的評估
25.4MATLAB圖像的復原方法
25.4.1逆濾波復原法
25.4.2維納濾波復原法
第26章MATLAB可視化功能
26.1二維圖形繪制
26.1.1基本二維繪圖
26.1.2二維修飾處理
26.2二維特殊圖形繪制
26.2.1條形圖
26.2.2直方圖
26.2.3面積圖
26.2.4桿形圖
26.2.5階梯圖
26.2.6扇形圖
26.2.7羅盤圖
26.2.8極坐標圖
26.2.9羽毛圖
26.2.10等高線
26.2.11向量場圖
26.2.12帶形圖
第27章數字圖像的編碼方法與實現
27.1圖像壓縮編碼基礎
27.1.1圖像壓縮編碼的必要性
27.1.2圖像壓縮編碼的可能性
27.1.3圖像壓縮編碼的性能指標
27.1.4保真度準則的評價
27.1.5壓縮編碼的分類
27.2熵編碼
27.2.1赫夫曼編碼
27.2.2香農編碼
27.2.3算術編碼
第28章圖像標記及測量的算法分析與實現
28.1連通區域標記
28.2邊界測定
28.3查表操作
28.4對象選擇
28.5圖像的面積
28.6圖像的歐拉數
第29章基于小波圖像去噪的MATLAB實現
29.1去噪原理
29.2MATLAB提供兩種閾值函數
29.3去噪MATLAB函數實現
29.3.1wdencmp函數
29.3.2ddencmp函數
29.3.3wthcoef2函數
第30章圖像配準及識別技術的分析與實現
30.1圖像配準基礎
30.2圖像配準的MATLAB實現
30.3圖像識別的基本原理
30.4圖像識別的MATLAB實現
30.5數字圖像在神經網絡識別中的應用
第31章圖像多尺度邊緣檢測的算法分析與實現
31.1多尺度邊緣檢測
31.2快速多尺度邊緣檢測算法
31.3實驗結果與分析
第32章邊界跟蹤的算法分析與實現
32.1邊界跟蹤的方法
32.2霍夫變換
32.2.1利用直角坐標中的Hough變換檢測直線
32.2.2利用極坐標的Hough變換檢測直線
32.2.3利用Hough變換檢測圓
32.2.4廣義Hough變換
附錄AMATLABR2016a安裝說明
參考文獻
|
| 序： |
