Digital image processing using MATLAB

第1章　数字图像的相关论述.　1

1.1　数字图像处理的发展　1

1.2　数字图像的相关概念　2

1.2.1　图像及其类型　2

1.2.2　图像与数字图像　3

1.2.3　其他相关概念　4

1.2.4　数字图像的获取　5

1.2.5　用矩阵表示数字图像　5

1.3　数字图像的处理方法　6

1.3.1　空域处理法　6

1.3.2　变换域处理法　7

1.4　图像数字化技术　7

1.4.1　图像的数学模型　7

1.4.2　图像的采样　8

1.4.3　图像的量化　8

1.5　数字图像处理技术的发展方向　9

1.6　图像的统计特征　11

1.6.1　图像的基本统计分析量　11

1.6.2　数字图像的直方图　12

1.6.3　多维图像的统计特性　12

.1.7　matlab简介　13

1.7.1　matlab的特点　13

1.7.2　matlab的界面　14

1.7.3　m文件的编辑调试　15

1.8　图像读取与显示　17

1.9　matlab图像处理应用示例　20

小结　21

习题　21

第2章　数字图像处理的数学基础及相关运算　22

2.1　线性系统　22

2.1.1　线性系统分析　22

2.1.2　移不变系统分析　23

2.2　调用信号　23

2.2.1　调谐信号分析　23

2.2.2　对调谐信号的响应分析　23

2.2.3　系统传递函数分析　24

2.3　卷积和滤波　25

2.3.1　连续卷积分析　25

2.3.2　离散卷积分析　25

2.3.3　滤波分析　26

2.4　关联函数　26

2.4.1　关联函数的定义分析　26

2.4.2　关联与卷积的关系分析　27

2.5　运算类型　27

2.6　二维系统　27

2.6.1　二维线性系统分析　27

2.6.2　二维位置不变线性系统分析　27

2.6.3　二维系统的梯度算子分析　28

2.7　点运算　29

2.7.1　线性点运算分析　29

2.7.2　非线性点运算分析　30

2.7.3　直方图修正分析　31

2.8　代数运算　34

2.8.1　代数运算的意义　34

2.8.2　加法运算　34

2.8.3　减法运算　36

2.8.4　乘法运算　38

2.8.5　除法运算　39

2.9　特定区域处理　40

2.9.1　指定感兴趣区域　40

2.9.2　特定区域滤波　42

2.9.3　特定区域填充　43

小结　44

习题　44

第3章　图像编码　45

3.1　图像编码基础　45

3.1.1　图像压缩编码的必要性　45

3.1.2　图像压缩编码的可能性　45

3.1.3　图像压缩编码的分类　46

3.1.4　图像压缩编码的评价　47

3.2　信息论基础与熵编码　51

3.2.1　赫夫曼编码　51

3.2.2　香农编码　55

3.2.3　算术编码　56

3.2.4　行程编码　60

3.3　预测编码　62

3.3.1　dpcm原理　62

3.3.2　最佳线性预测编码　65

3.3.3　自适应预测编码　67

3.4　变换编码　68

3.4.1　变换选择　69

3.4.2　子图像尺寸选择　74

3.4.3　比特分配　74

3.4.4　dct编码的matlab示例　76

小结　81

习题　81

第4章　图像复原　82

4.1　基本概念介绍　82

4.1.1　图像退化的一般模型分析　82

4.1.2　成像系统的基本定义分析　83

4.1.3　连续函数的退化模型分析　83

4.1.4　离散函数的退化模型分析　84

4.1.5　循环矩阵对角化　87

4.1.6　模型估计法分析　88

4.2　图像退化和噪声分析　90

4.2.1　一些噪声的概率密度函数及过程　90

4.2.2　在matlab中使用函数添加噪声　93

4.3　图像复原方法　94

4.3.1　逆滤波　94

4.3.2　维纳滤波(有约束复原法)　96

4.3.3　lucy-richardson滤波复原　97

4.3.4　约束最小二乘方滤波　97

4.3.5　确定点扩展函数　100

4.4　图像的几何校正　100

4.4.1　几何畸变的描述　100

4.4.2　几何校正　101

4.5　图像复原matlab实现　104

4.5.1　维纳滤波方法　107

4.5.2　约束最小二乘滤波复原　110

4.5.3　lucy-richardson复原　113

4.5.4　盲解卷积复原　115

小结　117

习题　117

第5章　几何变换　118

5.1　齐次坐标　118

5.2　图像形状及位置变换　120

5.2.1　图像的平移变换　120

5.2.2　图像的裁剪　121

5.2.3　图像的比例缩放变换　123

5.2.4　旋转变换　128

5.2.5　图像的错切变换　130

5.2.6　图像的镜像变换　132

5.3　图像复合变换　135

5.3.1　图像复合变换概念　135

5.3.2　图像复合变换的matlab实现　136

5.4　图像的几何变换　137

5.4.1　画图软件中的图像扭曲　137

5.4.2　图像二维空间变换　137

5.5　图像的邻域操作..　141

5.5.1　邻域操作　141

5.5.2　邻域操作的matlab实现　144

5.6　图像区域选取　147

5.6.1　块选取函数　147

5.6.2　曲线围成的区域　149

小结　150

习题　150

第6章　图像频域变换　151

6.1　傅立叶变换　151

6.1.1　连续函数的傅立叶变换　151

6.1.2　离散函数的傅立叶变换　152

6.1.3　二维离散傅立叶变换的性质　153

6.1.4　快速傅立叶变换　158

6.1.5　傅立叶变换在图像处理中的应用　161

6.2　离散余弦变换　163

6.3　沃尔什及哈达玛变换　166

6.3.1　离散沃尔什变换　166

6.3.2　离散哈达玛变换　167

6.3.3　快速哈达玛变换算法　168

6.4　hough变换　171

6.4.1　hough变换的基本原理　171

6.4.2　hough变换扩展应用　173

6.5　霍特林变换　173

6.6　radon变换　176

6.6.1　平行数据radon变换　176

6.6.2　扇形数据radon变换　180

6.6.3　radon逆变换　182

小结　184

习题　184

第7章　小波变换　186

7.1　图像的小波分解和重构算法　186

7.1.1　二维小波变换及相应的快速算法　186

7.1.2　小波变换用于图像压缩的一般方法　190

7.2　基于小波变换数字图像水印研究　195

7.2.1　数字水印技术需要解决的问题　195

7.2.2　一种基于小波变换的数字水印方法　196

7.2.3　matlab例程分析　196

7.3　小波包分析的应用　199

7.3.1　小波包基本理论　199

7.3.2　小波包的空间分解　200

7.3.3　小波包算法　201

7.3.4　matlab含噪图像进行消噪处理　201

7.4　小波包分析用于信号压缩　204

7.4.1　基本原理　204

7.4.2　matlab例程分析　204

7.5　小波包与图像边缘检测　206

7.5.1　基本原理　206

7.5.2　matlab例程分析　206

7.6　matlab提升小波变换　208

7.6.1　小波变换的提升实现的传统算法　208

7.6.2　小波变换的提升实现的简化算法　209

7.6.3　matlab实现提升方案的基本步骤　210

7.6.4　matlab小波工具箱函数　211

7.6.5　matlab二维提升小波变换　212

小结　220

习题　220

第8章　图像增强　221

8.1　论述　221

8.2　图像噪声　221

8.2.1　图像噪声的产生　221

8.2.2　图像噪声分类　221

8.2.3　图像噪声特点　222

8.3　图像增强处理分类　222

8.3.1　空域增强法　223

8.3.2　频域增强法　223

8.3.3　图像增强效果评价　223

8.4　直接灰度变换　224

8.4.1　灰度线性变换　224

8.4.2　灰度非线性变换　229

8.5　直方图修正　230

8.6　图像平滑　236

8.6.1　平滑分析　237

8.6.2　邻域平均法　239

8.6.3　中值滤波　241

8.6.4　多图像平均法　242

8.6.5　自适应滤波　243

8.7　图像锐化　244

8.7.1　空域高通滤波　244

8.7.2　频域高通滤波　247

8.7.3　同态滤波器图像增强的方法　249

8.7.4　图像锐化的matlab实现　250

小结　257

习题　257

第9章　图像分割与边缘检测　258

9.1　论述　258

9.2　阈值化技术　259

9.2.1　灰度门限法　259

9.2.2　灰度门限法应用　260

9.3　边缘检测　263

9.3.1　边缘检测算子　263

9.3.2　边缘检测算子的matlab实现　267

9.4　边界跟踪　271

9.4.1　边界跟踪的方法　271

9.4.2　霍夫变换　272

9.5　阈值分割　277

9.5.1　人工选择法　277

9.5.2　自动阈值法　278

9.5.3　分水岭算法　280

9.6　区域分割　283

9.6.1　区域生长的基本概念　283

9.6.2　四叉树分解的分割法　284

9.6.3　用平均灰度分割　287

9.6.4　基于相似统计特性的分割法　289

9.7　运动分割　289

9.7.1　背景差值法　289

9.7.2　图像差分法　291

9.7.3　基于光流的分割法　292

9.7.4　基于块的分割法　294

小结　295

习题　296

第10章　图像特征描述　297

10.1　论述　297

10.2　颜色特征分析　298

10.2.1　颜色直方图　298

10.2.2　直方图不变特征量　299

10.2.3　颜色矩　300

10.2.4　颜色集　300

10.2.5　颜色相关矢量　301

10.3　几何描述　302

10.3.1　位置与方向　302

10.3.2　长轴与短轴　302

10.3.3　周长　303

10.3.4　面积　303

10.3.5　距离　305

10.4　形状描述　305

10.4.1　矩形度　305

10.4.2　宽长比　306

10.4.3　圆形度　306

10.4.4　球状度　307

10.4.5　偏心率　308

10.5　图像表示　308

10.5.1　链码　308

10.5.2　边界分段　310

10.5.3　多边形近似　311

10.5.4　标记图　312

10.5.5　骨架　312

10.6　区域描述　313

10.6.1　描述子　313

10.6.2　纹理　313

10.6.3　不变矩　314

10.7　图像膨胀与腐蚀　316

10.7.1　结构元素的创建　317

10.7.2　图像膨胀函数及matlab实现　319

10.7.3　图像腐蚀函数及matlab实现　320

10.7.4　膨胀与腐蚀联合操作　321

10.7.5　基于膨胀与腐蚀的形态学函数及其实现　322

10.8　形态学重建　327

10.8.1　标记图像和掩膜图像　327

10.8.2　填充操作　328

10.8.3　寻找峰值和谷值　330

10.9　对象、区域和特征度量　333

10.9.1　连通区域标记　333

10.9.2　选择对象　334

10.9.3　计算二值图像的面积　335

10.9.4　寻找二值图像的欧拉数　335

10.10　查表操作　336

小结　337

习题　337

参考文献...　338