MATLAB R2016a數(shù)字圖像處理算法分析與實現(xiàn)（精通MATLAB）

目錄



第1章小波在圖像處理中的綜合應(yīng)用

1.1小波在圖像壓縮中的應(yīng)用

1.1.1圖像壓縮的原理

1.1.2圖像壓縮的MATLAB實現(xiàn)

1.2小波在圖像增強中的應(yīng)用

1.3小波在圖像融合中的應(yīng)用

1.3.1圖像融合的原理

1.3.2圖像融合的MATLAB實現(xiàn)

1.4小波包在圖像邊緣檢測中的應(yīng)用

第2章圖像分割算法的MATLAB實現(xiàn)

2.1區(qū)域分割

2.1.1區(qū)域生長法

2.1.2分裂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(xiàn)

3.1JPEG壓縮算法的原理

3.2JPEG壓縮編碼算法的實現(xiàn)步驟

第4章頻域濾波的MATLAB實現(xiàn)

4.1有限沖激響應(yīng)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(tài)濾波

第5章圖像傅里葉變換的MATLAB實現(xiàn)

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(xù)傅里葉變換

5.2.2一維離散傅里葉變換

5.2.3二維連續(xù)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(zhì)

5.4傅里葉變換的實現(xiàn)

5.5傅里葉變換的應(yīng)用

5.5.1在圖像特征定義中的應(yīng)用

5.5.2在濾波器中的應(yīng)用

第6章數(shù)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(yōu)點

6.5數(shù)字圖像的小波變換工具箱

6.5.1waveletfamilies函數(shù)

6.5.2waveinfo函數(shù)

6.5.3wavefun函數(shù)

6.5.4wfilters函數(shù)

6.5.5wavefun2函數(shù)

6.5.6wmaxlev函數(shù)

第7章圖像閾值分割的算法分析與實現(xiàn)

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(qū)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(tài)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(xiàn)

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(fù)合變換

8.5鄰域處理

第9章圖像復(fù)原方法的MATLAB實現(xiàn)

9.1最小約束二乘復(fù)原法

9.2LucyRichardson復(fù)原法

9.3盲卷積復(fù)原法

9.4圖像復(fù)原的其他相關(guān)函數(shù)

第10章圖像編碼算法的MATLAB實現(xiàn)

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(yù)測編碼

10.3.1DPCM編碼

10.3.2最佳線性預(yù)測編碼法

10.3.3增量調(diào)制編碼

第11章基于形態(tài)學(xué)的圖像處理技術(shù)

11.1數(shù)學(xué)形態(tài)學(xué)的概述

11.2形態(tài)學(xué)的基本概念

11.3數(shù)學(xué)形態(tài)學(xué)的分類

11.3.1二值形態(tài)學(xué)

11.3.2灰度數(shù)學(xué)形態(tài)學(xué)

11.3.3模糊數(shù)學(xué)形態(tài)學(xué)

11.4形態(tài)學(xué)的基本運算

11.4.1邊界像素

11.4.2結(jié)構(gòu)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(tài)學(xué)重構(gòu)

第12章遙感圖像與醫(yī)學(xué)圖像分析方法

12.1在遙感圖像處理中的應(yīng)用

12.1.1概述

12.1.2遙感圖像對直方圖進(jìn)行匹配處理

12.1.3對遙感圖像進(jìn)行增強處理

12.1.4對遙感圖像進(jìn)行融合處理

12.2在醫(yī)學(xué)圖像處理中的應(yīng)用

12.2.1概述

12.2.2醫(yī)學(xué)圖像的灰度變換

12.2.3基于高頻強調(diào)濾波和直方圖均衡化的醫(yī)學(xué)圖像增強

第13章圖像銳化的算法分析與實現(xiàn)

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(tài)濾波器圖像增強的方法

13.4圖像銳化的MATLAB實現(xiàn)

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(tài)濾波器的銳化

第14章基于小波圖像壓縮技術(shù)的算法研究

14.1圖像的小波分解算法

14.2小波變換系數(shù)分析

14.3實驗結(jié)果與分析

第15章數(shù)字圖像的小波分解與重構(gòu)

15.1二維小波變換分解函數(shù)

15.1.1dwt2函數(shù)

15.1.2wavedec2函數(shù)

15.2二維小波變換重構(gòu)函數(shù)

15.2.1idwt2函數(shù)

15.2.2wavedec2函數(shù)

15.2.3wrcoef2函數(shù)

15.2.4upcoef2函數(shù)

15.2.5upwlev2函數(shù)

15.3提取二維小波變換系數(shù)的函數(shù)

15.3.1detcoef2函數(shù)

15.3.2appcoef2函數(shù)

第16章圖像統(tǒng)計特性與空間域濾波的MATLAB實現(xiàn)

16.1圖像的統(tǒng)計特性

16.1.1圖像的均值

16.1.2圖像的標(biāo)準(zhǔn)差

16.1.3圖像的相關(guān)系數(shù)

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(yīng)濾波器

16.2.4排序濾波

16.2.5銳化濾波

第17章數(shù)字圖像運算的算法分析與應(yīng)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(guī)定化

17.3圖像的代數(shù)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Beam與Hough變換的MATLAB實現(xiàn)

18.1FanBeam變換

18.2Hough變換的基本原理

18.3Hough變換的MATLAB實現(xiàn)

第19章形態(tài)學(xué)算法分析的MATLAB實現(xiàn)

19.1形態(tài)學(xué)的應(yīng)用

19.1.1形態(tài)學(xué)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(jié)果與分析

20.4源程序

第21章圖像類型轉(zhuǎn)換的MATLAB實現(xiàn)

21.1圖像類型的轉(zhuǎn)換

21.2彩色模型的轉(zhuǎn)換

21.3MATLAB中顏色模型轉(zhuǎn)換

21.3.1RGB模型與HSV模型轉(zhuǎn)換

21.3.2RGB模型與YCbCr模型轉(zhuǎn)換

21.3.3RGB模型與NTSC模型轉(zhuǎn)換

第22章圖像幾何運算的MATLAB實現(xiàn)

22.1齊次坐標(biāo)

22.2灰度插值

22.3圖像平移

22.4圖像旋轉(zhuǎn)

22.5圖像的比例變換

第23章圖像變換算法的MATLAB實現(xiàn)

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(xiàn)

23.2離散哈達(dá)瑪變換

23.3Radon變換

第24章圖像增強算法分析的MATLAB實現(xiàn)

24.1線性濾波器增強

24.1.1卷積

24.1.2相關(guān)

24.2濾波的MATLAB實現(xiàn)

24.2.1數(shù)據(jù)類型

24.2.2相關(guān)和卷積

24.2.3邊界填充選項

24.2.4多維濾波

24.3預(yù)定義濾波器

第25章數(shù)字圖像復(fù)原的MATLAB實現(xiàn)

25.1圖像復(fù)原概述

25.2圖像的噪聲

25.3圖像復(fù)原的模型

25.3.1復(fù)原的模型

25.3.2無約束復(fù)原法

25.3.3有約束復(fù)原法

25.3.4復(fù)原法的評估

25.4MATLAB圖像的復(fù)原方法

25.4.1逆濾波復(fù)原法

25.4.2維納濾波復(fù)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(biāo)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(shù)字圖像的編碼方法與實現(xiàn)

27.1圖像壓縮編碼基礎(chǔ)

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(biāo)

27.1.4保真度準(zhǔn)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(nóng)編碼

27.2.3算術(shù)編碼

第28章圖像標(biāo)記及測量的算法分析與實現(xiàn)

28.1連通區(qū)域標(biāo)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(shù)

第29章基于小波圖像去噪的MATLAB實現(xiàn)

29.1去噪原理

29.2MATLAB提供兩種閾值函數(shù)

29.3去噪MATLAB函數(shù)實現(xiàn)

29.3.1wdencmp函數(shù)

29.3.2ddencmp函數(shù)

29.3.3wthcoef2函數(shù)

第30章圖像配準(zhǔn)及識別技術(shù)的分析與實現(xiàn)

30.1圖像配準(zhǔn)基礎(chǔ)

30.2圖像配準(zhǔn)的MATLAB實現(xiàn)

30.3圖像識別的基本原理

30.4圖像識別的MATLAB實現(xiàn)

30.5數(shù)字圖像在神經(jīng)網(wǎng)絡(luò)識別中的應(yīng)用

第31章圖像多尺度邊緣檢測的算法分析與實現(xiàn)

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(jié)果與分析

第32章邊界跟蹤的算法分析與實現(xiàn)

32.1邊界跟蹤的方法

32.2霍夫變換

32.2.1利用直角坐標(biāo)中的Hough變換檢測直線

32.2.2利用極坐標(biāo)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AMATLAB R2016a安裝說明

參考文獻(xiàn)