MATLAB在数字图像处理中的应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

MATLAB在数字图像处理中的应用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

第一部分MATLAB数字图像处理基础3

第1章 MATLAB和数字图像处理基础3

1.1 MATLAB简介3

1.1.1 MATLAB R2015a的工作环境3

1.1.2 图像处理工具箱7

1.1.3 计算机视觉工具箱8

1.2 MATLAB的基础知识9

1.2.1 MATLAB的数据种类9

1.2.2 MATLAB的M文件11

1.2.3 MAT LAB的操作符13

1.3 数字图像处理基础15

1.3.1 数字图像和图像的数字模型15

1.3.2 常用的数字图像格式16

1.3.3 数字图像类型和转换18

1.3.4 数字图像的读写和显示24

1.4 习题29

第2章 数字图像变换技术30

2.1 图像的算术运算30

2.2 图像的几何变换32

2.2.1 图像的缩放运算32

2.2.2 图像的平移运算33

2.2.3 图像的旋转运算34

2.2.4 图像的插值运算35

2.3 图像的Hough变换37

2.3.1 Hough变换基本原理37

2.3.2 基于MATLAB的图像Hough变换39

2.4 图像的傅里叶变换41

2.4.1 傅里叶变换基本原理41

2.4.2 基于MATLAB的图像傅里叶变换42

2.5 图像的离散余弦变换44

2.6 基于数学形态学的图像变换46

2.6.1 数学形态学的基本概念46

2.6.2 基于MATLAB的图像形态学处理48

2.7 综合实例：指纹图像的形态学处理53

2.8 习题54

第3章 数字图像增强55

3.1 图像空域增强55

3.1.1 图像直接灰度变换55

3.1.2 图像直方图均衡60

3.1.3 图像平滑65

3.1.4 图像锐化69

3.2 图像频域增强73

3.2.1 图像频域低通滤波73

3.2.2 图像频域高通滤波76

3.3 综合实例：基于遗传算法的图像自适应模糊增强79

3.3.1 基于模糊理论的图像质量的测量函数79

3.3.2 基于遗传算法的灰度图像的自适应模糊增强80

3.3.3 灰度图像增强算法拓展到彩色图像增强81

3.3.4 实验结果81

3.3.5 MATLAB程序实现85

3.4 习题92

参考文献92

第4章 数字图像恢复93

4.1 图像退化和恢复模型和图像噪声93

4.1.1 图像退化和恢复模型94

4.1.2 图像噪声94

4.2 图像空域恢复技术97

4.2.1 均值滤波器97

4.2.2 排序统计滤波器100

4.2.3 自适应滤波器103

4.3 图像频域的恢复技术107

4.3.1 周期性噪声107

4.3.2 带阻滤波器108

4.3.3 带通滤波器109

4.4 综合实例：利用空域和频域技术的降低噪声111

4.5 习题113

第5章 数字图像编码114

5.1 基本概念114

5.1.1 图像冗余115

5.1.2 图像的编码与解码116

5.2 无损图像压缩编码116

5.3 有损图像压缩编码121

5.3.1 DPCM编码121

5.3.2 离散余弦变换编码123

5.3.3 小波变换的基本原理126

5.4 图像压缩标准131

5.4.1 JPEG131

5.4.2 JPEG 2000134

5.5 综合实例：MATLAB实现JPEG图像压缩135

第6章 数字图像分割142

6.1 图像分割概述142

6.1.1 图像分割定义142

6.1.2 图像分割分类143

6.2 边界分割技术143

6.2.1 边缘检测143

6.2.2 微分算子144

6.3 区域分割技术148

6.3.1 原理与分类148

6.3.2 全局阈值150

6.4 综合实例：红外车辆目标的分割153

6.4.1 感兴趣区域的选择153

6.4.2 基于遗传算法的二维OTSU的图像分割154

6.4.3 红外车辆目标图像的模糊边缘检测158

6.4.4 实验结果159

6.4.5 MATLAB程序实现160

6.5 综合实例：车牌定位171

6.5.1 车牌图像预处理171

6.5.2 车牌边缘提取与形态学处理173

6.5.3 车牌区域位置确定173

6.6 习题177

参考文献178

第7章 数字图像特征分析与提取179

7.1 图像颜色特征179

7.1.1 图像颜色模型179

7.1.2 颜色直方图183

7.1.3 颜色矩184

7.2 图像形状特征186

7.2.1 简单的形状特征186

7.2.2 不变矩187

7.3 图像纹理特征189

7.3.1 灰度差分统计法189

7.3.2 灰度共生矩阵191

7.4 综合实例：图像车辆目标的综合特征提取与识别192

7.4.1 车辆目标阈值化分割192

7.4.2 车辆目标特征提取193

7.4.3 车辆识别的RBF网络设计194

7.4.4 MATLAB程序实现195

7.4.5 实验结果197

7.5 综合实例：文本图像的特征分析与识别198

7.5.1 文本图像特征分析198

7.5.2 文本图像识别算法199

7.5.3 文本图像识别的MATLAB实现201

7.6 习题202

参考文献202

第二部分MATLAB数字图像处理实例205

第8章 基于神经网络的水果自动识别205

8.1 水果自动识别总体框架205

8.2 图像预处理206

8.2.1 图像去噪206

8.2.2 图像增强208

8.2.3 图像二值化处理209

8.3 图像边缘检测与特征提取210

8.3.1 图像边缘检测处理210

8.3.2 图像标签化处理211

8.3.3 图像特征参数计算212

8.4 基于BP神经网络的水果识别219

8.5 小结225

第9章 基于图像特征的火灾检测226

9.1 火灾火焰特征分析226

9.2 火灾烟雾特征分析228

9.3 火灾检测系统框架230

9.4 火灾检测系统的MATLAB实现231

9.4.1 图像读取函数231

9.4.2 彩色图像的灰度化232

9.4.3 边缘检测算子进行边缘检测232

9.4.4 估计RGB分量的分布233

9.4.5 实现火焰检测233

9.4.6 实现烟雾检测234

9.4.7 实现主程序234

9.5 小结238

参考文献238

第10章 基于全局特征的图像检索239

10.1 引言239

10.2 基于全局特征图像检索的分析与设计239

10.2.1 设计要求239

10.2.2 设计分析239

10.2.3 设计步骤240

第11章 基于词袋法的图像检索246

11.1 引言246

11.2 基于词袋法的图像检索的分析与设计246

11.2.1 设计要求246

11.2.2 设计分析246

11.2.3 设计步骤248

第12章 基于词袋法的图像分类259

12.1 引言259

12.2 基于词袋法的图像分类的分析与设计259

12.2.1 设计要求259

12.2.2 设计分析259

12.2.3 设计步骤260

第13章 基于位置敏感哈希的图像聚类267

13.1 引言267

13.2 基于位置敏感哈希的图像聚类267

13.2.1 设计要求267

13.2.2 设计分析267

13.2.3 设计步骤268

参考文献278