数字图像处理：原理与实践

第1章绪论 1

1.1 数字图像处理概述 1

1.1.1 图像与数字图像 1

1.1.2 数字图像处理研究的内容 6

1.1.3 数字图像处理的应用 8

1.2 MATLAB概述 9

1.2.1 MATLAB的发展 9

1.2.2 MATLAB的特点 10

1.2.3 MATLAB的结构 12

1.3 在MATLAB中处理数字图像 13

1.3.1 MATLAB中的图像存储 13

1.3.2 MATLAB中的图像转换 18

1.3.3 MATLAB中图像的基本操作 21

本章参考文献及推荐阅读材料 27

第2章图像的点运算 28

2.1 灰度直方图 28

2.1.1 灰度直方图简介 28

2.1.2 基本原理 31

2.1.3 编码实现 31

2.2 灰度线性变换 38

2.2.1 基本原理 39

2.2.2 编码实现 41

2.3 灰度非线性变换 43

2.3.1 灰度对数变换 43

2.3.2 灰度幂次变换 45

2.3.3 灰度指数变换 49

2.4 灰度拉伸 50

2.4.1 基本原理 50

2.4.2 编码实现 52

2.5 灰度均衡 52

2.5.1 基本原理 53

2.5.2 编码实现 54

2.6 直方图规定化 55

2.6.1 基本原理 55

2.6.2 编码实现 56

本章参考文献及推荐阅读材料 57

第3章图像的几何变换 58

3.1 图像几何变换的基本理论 58

3.1.1 图像几何变换概述 58

3.1.2 图像几何变换的数学描述 61

3.2 图像的平移变换 62

3.2.1 效果预览 62

3.2.2 基本原理 62

3.2.3 编程实现 63

3.3 图像的镜像变换 64

3.3.1 效果预览 64

3.3.2 基本原理 65

3.3.3 编程实现 66

3.4 图像的转置 67

3.4.1 效果预览 67

3.4.2 基本原理 68

3.4.3 编程实现 68

3.5 图像的缩放 69

3.5.1 效果预览 69

3.5.2 基本原理 69

3.5.3 插值算法介绍 71

3.5.4 编程实现 74

3.6 图像的旋转 75

3.6.1 效果预览 75

3.6.2 基本原理 76

3.6.3 编程实现 79

本章参考文献及推荐阅读材料 81

第4章图像的增强处理 82

4.1 卷积积分与邻域处理 82

4.1.1 理解卷积积分的概念 82

4.1.2 卷积应用于图像处理的原理 87

4.1.3 邻域处理的基本概念 88

4.1.4 运用模板实现邻域处理 90

4.2 图像的简单平滑 91

4.2.1 图像的简单平滑原理 92

4.2.2 简单平滑的编码实现 92

4.3 图像的高斯平滑 93

4.3.1 平滑线性滤波器 94

4.3.2 高斯平滑的原理 94

4.3.3 高斯分布 95

4.3.4 高斯平滑的算法实现 98

4.4 图像的中值滤波 99

4.4.1 统计排序滤波器 99

4.4.2 图像中值滤波的原理 100

4.4.3 图像中值滤波的算法实现 102

4.5 图像的双边滤波 104

4.6 图像的拉普拉斯锐化 109

4.6.1 图像的锐化 109

4.6.2 拉普拉斯锐化的原理 110

4.6.3 拉普拉斯锐化的编码实现 110

本章参考文献及推荐阅读材料 113

第5章图像的形态学处理 114

5.1 数学形态学 114

5.2 一些必要的概念和符号约定 115

5.3 图像的腐蚀 118

5.3.1 腐蚀原理 119

5.3.2 编程实现 123

5.4 图像的膨胀 125

5.4.1 膨胀原理 125

5.4.2 编程实现 127

5.5 腐蚀和膨胀的性质及应用 128

5.