数字图像处理 MATLAB版 本科教学版 第2版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数字图像处理 MATLAB版 本科教学版 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪言1

本章概述1

1.1背景1

1.2什么是数字图像处理2

1.3 MATLAB和图像处理工具箱基础2

1.4本书涵盖的图像处理范围3

1.5本书的网站4

1.6符号4

1.7基本原理4

1.7.1 MATLAB桌面5

1.7.2使用MATLAB编辑器/调试器6

1.7.3获取帮助6

1.7.4保存和检索工作会话数据6

1.7.5数字图像表示7

1.7.6图像的输入/输出和显示8

1.7.7类和图像类型9

1.7.8 M函数编程11

1.8怎样组织本书的参考文献21

小结22

第2章 灰度变换与空间滤波23

本章概述23

2.1背景23

2.2灰度变换函数23

2.2.1函数imadjust和stretchlim24

2.2.2对数及对比度拉伸变换26

2.2.3指定任意灰度变换27

2.2.4用于灰度变换的一些实用M函数28

2.3直方图处理与函数绘图32

2.3.1生成并绘制图像直方图32

2.3.2直方图均衡36

2.3.3直方图匹配（规定化）38

2.3.4函数adapthisteq42

2.4空间滤波43

2.4.1线性空间滤波43

2.4.2非线性空间滤波48

2.5图像处理工具箱的标准空间滤波器50

2.5.1线性空间滤波器50

2.5.2非线性空间滤波器53

小结54

第3章 频率域滤波55

本章概述55

3.1二维离散傅里叶变换55

3.2在MATLAB中计算和观察二维DFT58

3.3频率域滤波60

3.3.1基础60

3.3.2 DFT滤波的基本步骤64

3.3.3用于频率域滤波的M函数65

3.4从空间滤波器获得频率域滤波器66

3.5在频率域中直接生成滤波器69

3.5.1创建用于实现频率域滤波器的网格数组69

3.5.2低通（平滑）频率域滤波器70

3.5.3绘制线框图和表面图72

3.6高通（锐化）频率域滤波器75

3.6.1一个用于高通滤波的函数75

3.6.2高频强调滤波77

小结78

第4章 图像复原与重建79

本章概述79

4.1图像退化/复原处理的模型79

4.2噪声模型80

4.2.1使用函数imnoise对图像添加噪声80

4.2.2使用规定分布生成空间随机噪声81

4.2.3周期噪声86

4.2.4估计噪声参数89

4.3仅有噪声的复原——空间滤波92

4.3.1空间噪声滤波器93

4.3.2自适应空间滤波器96

4.4使用频率域滤波降低周期噪声97

4.5退化函数建模97

4.6直接逆滤波99

4.7维纳滤波100

4.8由投影重建图像102

4.8.1背景102

4.8.2平行射线束投影和雷登变换104

4.8.3傅里叶切片定理与滤波反投影105

4.8.4滤波器实现107

4.8.5使用扇形射线束滤波反投影的重建108

4.8.6函数radon108

4.8.7函数iradon110

4.8.8处理扇形射线束数据113

小结118

第5章 彩色图像处理119

本章概述119

5.1 MATLAB中彩色图像的表示119

5.1.1 RGB图像119

5.1.2索引图像121

5.1.3处理RGB和索引图像的函数123

5.2彩色空间转换125

5.2.1 NTSC彩色空间125

5.2.2 YCbCr彩色空间126

5.2.3 HSV彩色空间126

5.2.4 CMY和CMYK彩色空间127

5.2.5 HSI彩色空间128

5.2.6与设备无关的彩色空间133

5.3彩色图像处理基础139

5.4彩色变换140

5.5彩色图像的空间滤波146

5.5.1彩色图像平滑146

5.5.2彩色图像锐化148

5.6直接在RGB向量空间的处理149

5.6.1使用梯度进行彩色边缘检测149

5.6.2在RGB向量空间中进行图像分割152

小结155

第6章 图像压缩156

本章概述156

6.1背景156

6.2编码冗余159

6.2.1霍夫曼码161

6.2.2霍夫曼编码165

6.2.3霍夫曼解码169

6.3空间冗余175

6.4不相关信息179

6.5 JPEG压缩181

6.5.1 JPEG181

6.5.2 JPEG 2000186

6.6视频压缩192

6.6.1 MATLAB图像序列和电影192

6.6.2时间冗余和运动补偿195

小结201

第7章 图像分割202

本章概述202

7.1点、线和边缘检测202

7.1.1点检测203

7.1.2线检测204

7.1.3使用函数edge检测边缘205

7.2使用霍夫变换进行线检测212

7.2.1背景知识212

7.2.2工具箱霍夫函数213

7.3阈值处理216

7.3.1基础知识216

7.3.2基本的全局阈值处理217

7.3.3使用Otsu方法进行最佳全局阈值处理219

7.3.4使用图像平滑改进全局阈值处理222

7.3.5使用边缘改进全局阈值处理223

7.3.6基于局部统计的可变阈值处理226

7.3.7使用移动平均的图像阈值处理229

7.4基于区域的分割231

7.4.1基本表达式231

7.4.2区域生长231

7.4.3区域分离与聚合234

7.5使用分水岭变换的分割238

7.5.1使用距离变换的分水岭分割239

7.5.2使用梯度的分水岭分割240

7.5.3标记符控制的分水岭分割241

小结243

第8章 表示与描述244

本章概述244

8.1背景244

8.1.1提取区域及其边界的函数245

8.1.2本章中使用的其他MATLAB和工具箱函数248

8.1.3一些基本的实用M函数249

8.2表示250

8.2.1链码250

8.2.2使用最小周长多边形的多边形近似252

8.2.3标记258

8.2.4边界线段260

8.2.5骨骼260

8.3边界描绘子262

8.3.1一些简单的描绘子262

8.3.2形状数262

8.3.3傅里叶描绘子263

8.3.4统计矩266

8.3.5拐角267

8.4区域描绘子272

8.4.1函数regionprops273

8.4.2纹理274

8.4.3不变矩282

8.5使用主分量进行描述285

小结292

附录A M函数汇总293

附录B ICE和MATLAB图形用户界面309

附录C 附加的自定义M函数328

参考文献372

索引375