本书是“MATLAB应用技术”之一，该书共分14章，系统地介绍了图像处理的基本原理、MATLAB实现方法和工程应用，其具体内容包括MATLAB图像运算、MATLAB图像变换、MATLAB图像增强、MATLAB图像编码与压缩、MATLAB图像恢复等。该书可供各大专院校作为教材使用，也可供从事相关工作的人员作为参考用书使用。

本书是“MATLAB应用技术”系列丛书之一，结合最新推出的MATLAB图像处理工具箱5.4版本，系统地介绍了图像处理的基本原理、MATLAB实现方法和工程应用。全书共14章，内容包括图像处理和MATLAB的基本知识，图像运算、图像变换、图像增强、图像恢复、和编码压缩，图像理解、分析技术，小波和神经网络技术在图像处理中的应用，Simulink和MATLAB GUI设计，最后给出了一些MATLAB图像处理的综合工程应用。

本书可作为理工科各专业的本科生和研究生学习图像处理的辅助教材，也可作为相关领域科技工作者的参考用书。

前言

第1章 概述

 1.1 数字图像处理

1.1.1 什么是数字图像

1.1.2 数字图像处理发展概况

1.1.3 数字图像处理研究的主要内容

1.1.4 数字图像处理的开发工具

 1.2 MATLAB入门

1.2.1 MATLAB概述

1.2.2 MATLAB窗口介绍

1.2.3 MATLAB帮助系统

1.2.4 M文件介绍

 1.3 MATLAB图像处理简介

1.3.1 什么是图像处理工具箱

1.3.2 MATLAB R2007a图像处理工具箱的新特性

1.3.3 MATLAB的基本图像类型与转换

1.4 小结

第2章 MATLAB图像运算

 2.1 点运算

2.1.1 线性点运算

2.1.2 非线性点运算

2.1.3 直方图修正

 2.2 图像的代数运算

2.2.1 图像的加法

2.2.2 图像的减法

2.2.3 图像的乘法

2.2.4 图像的除法

 2.3 图像的几何运算

2.3.1灰度级插值

2.3.2 空间变換

2.3.3 几何畸变校正和图像配准

 2.4 图像的邻域运算

2.4.1 平滑

2.4.2 中值滤波

2.5 小结

第3章 MATLAB图像变换

 3.1 线性变换

3.1.1 标量表示式

3.1.2 矢量表示

3.1.3 矩阵表示

3.1.4 可逆变换

3.1.5 基平面

 3.2 离散傅氏变换(DFT)

3.2.1 离散傅氏变换的定义

3.2.2 傅氏变换的性质

 3.3 离散余弦变换(DCT)

3.3.1 DCT的定义

3.3.2 DCT变換的应用

 3.4 沃尔什-哈达玛变换

3.4.1 Walsh函数

3.4.2 沃尔什-哈达玛变换定义

3.4.3 沃尔什-哈达玛变换在数字图像处理中的应用

 3.5 Hough变换

3.5.1 基本原理

3.5.2 扩展应用

 3.6 Radon变换

3.6.1 平行数据Radon变换

3.6.2 扇形数据Radon变换

3.6.3 Radon逆变换

 3.7 小结

第4章 MATLAB图像增强

 4.1 对比度增强

4.1.1 线性变换

4.1.2 非线性变换

 4.2 直方图增强

 4.3 图像锐化

4.3.1 边界提取和锐化

4.3.2 锐化滤波器

 4.4 图像伪色彩增强

 4.5 图像频域增强

4.5.1 低通滤波

4.5.2 高通滤波器

4.5.3 周期底纹清除滤波

4.5.4 同态滤波

 4.6 小结

第5章 MATLAB图像编码与压缩

 5.1 图像编码压缩概述

5.1.1 图像编码压缩的必要性和可能性

5.1.2 图像编码压缩方法简介

5.1.3 图像编码质量的评价

 5.2 统计编码

5.2.1 哈夫曼编码

5.2.2 算术编码

5.2.3 行程编码

 5.3 预测编码

5.3.1 差分脉冲编码调制(DPCM)编码

5.3.2 运动补偿

5.3.3 增量调制编码

 5.4 变换编码

5.4.1 主成分变换(KLT)

5.4.2 离散余弦变换(DCT)

5.4.3 离散沃尔什-哈达玛变换(DWHT)

 5.5 小结

第6章 MATLAB图像恢复

 6.1 图像退化和噪声分析

6.1.1 一些重要噪声的概率密度函数和噪声过程

6.1.2 在MATLAB中使用函数imnoise添加噪声

6.1.3 噪声参数的估计

 6.2 图像退化模型

6.2.1 点扩展函数

6.2.2 退化的数学模型

 6.3 图像恢复方法

6.3.1 维纳滤波方法

6.3.2 约束最小二乘算法

6.3.3 Lucy-Richardson迭代方法

6.3.4 盲卷积算法

 6.4 小结

第7章 MATLAB边界提取和图像分割技术

 7.1 边缘检测

7.1.1 边缘检测算子

7.1.2 MATLAB实现

 7.2 边界跟踪与直线检测

7.2.1 基本原理

7.2.2直线提取算法

 7.3 基于灰度的分割

7.3.1 基本原理

7.3.2 MATLAB实现

 7.4 区域分裂与合并一一基于四叉树分解的分割

7.4.1 区域分裂与合并

7.4.2 四叉树分解的MATLAB实现

 7.5 小结

第8章 数学形态学图像处理

 8.1 膨胀和腐蚀

8.1.1 膨胀和腐蚀简介

8.1.2 结构元素

8.1.3 膨胀的MATLAB实现

8.1.4 腐蚀的MATLAB实现

8.1.5 膨胀和腐蚀的组合运算

8.1.6 基于膨胀和腐蚀的形态学运算

 8.2 形态学重建

8.2.1 标记图像和掩膜图像

8.2.2 像素的连通性

8.2.3 填充操作

8.2.4 寻找峰值和谷值

 8.3 距离变换

 8.4 对象、区域和特征度量

8.4.1 连通区域标记

8.4.2 选择对象

8.4.3 计算二值图像中的前景面积

8.4.4 寻找二值图像的欧拉数

 8.5 查表操作

8.5.1 创建一个查找表

8.5.2 使用查找表

 8.6 小结

第9章 图像模式识别

 9.1 统计图像识别

9.1.1 线性分类器及MATLAB实现

9.1.2 贝叶斯分类器

 9.2 结构图像识别

9.2.1 树分类法

9.2.2 树分类示例

 9.3 模糊图像识别

9.3.1 贴近度与模糊度

9.3.2 最大隶属原则与择近原则

9.3.3 MATLAB在模糊模式识别中的应用举例

 9.4 小结

第10章 小波在图像处理中的应用

 10.1 小波分析基础知识

10.1.1 小波变換简介

10.1.2 二维小波变换和多分辨率分析

10.1.3 小波图像工具箱的功能

 10.2 基于小波的图像降噪和压缩

10.2.1 基于小波的图像降噪

10.2.2 基于小波的图像压缩技术

 10.3 小波分析在图像增强中的应用

 10.4 基于小波的图像融合技术

 10.5 小波包在图像边缘检测中的应用

 10.6 小结

第11章 神经网络在图像处理中的应用

 11.1 引言

11.1.1 BP网络

11.1.2 Hopfield网络

11.1.3 自组织网络

11.1.4 小波网络

11.1.5 细胞神经网络

11.1.6 模糊神经网络

 11.2 人工神经网络在图像压缩中的应用

11.2.1 基于BP人工神经网络的图像压缩原理

11.2.2 基于BP人工神经网络的图像压缩的MATLAB实现

 11.3 人工神经网络在图像识别中的应用

11.3.1 基于人工神经网络图像识别的基本原理

11.3.2 基于人工神经网络图像识别的MATLAB实现

11.4 小结

第12章Simulink视频和图像处理模块

 12.1 视频和图像处理模块集

12.1.1 输入模块(Sources)

12.1.2 输出模块(Sinks)

12.1.3 分析和增强模块(Analysis & Enhancement)..........

12.1.4 图像转换模块(Conversions)

12.1.5 图像滤波模块(Filteiing)

12.1.6 图像几何变换模块(Ceometric Transformations)

12.1.7 图像形态操作模块(Morphological Operations)...............

12.1.8 图像像素统计模块(Statistics)

12.1.9 图像文本及图片模块(Text & Graphics)

12.1.10 图像转换模块(Transforms)

12.1.11 图像自定义模块(Utilities)

 12.2 Simulink图像转换

 12.3 Simulink几何变换

 12.4 Simulink形态学操作

 12.5 Simulink分析和增强

 12.6 Simulink图像综合实例

 12.7 小结

第13章 MATLAB图像处理GUI设计

 13.1 图形对象及其句柄

13.1.1 图形对象

13.1.2 图形对象句柄

 13.2 图形用户界面的设计原则

13.2.1 指导原则

13.2.2 设计步骤

 13.3 GUI设计模板及设计工具

 13.4 GUI设计实例

 13.5 小结

第14章 MATLAB图像处理技术应用

 14.1 在医学图像处理中的应用

14.1.1 概述

14.1.2 医学图像的灰度变换

14.1.3 基于高频强调滤波和直方图均衡化的医学图像增强

 14.2 在汽车牌照识别系统中的应用

14.2.1 概述

14.2.2 汽车牌照定位MATLAB举例

14.2.3 基于神经网络的字符识别在车牌识别系统中的应用

 14.3 在遥感图像处理中的应用

14.3.1 遥感简介

14.3.2 利用MATLAB对遥感图像进行直方图匹配

14.3.3 对遥感图像进行滤波增强

14.3.4 对遥感图像进行融合

14.3.5 对遥感图像进行变化检测

14.4 小结

参考文献