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 |  3dWoo書號： 50462詢問書籍請說出此書號！ 有庫存 NT售價： 345 元 |
| 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 | |
