内容简介
本书共分九章,在介绍图像变换、图像增强、图像恢复、图像压缩与编码、图像重建以及图像分割与特征提取等基本原理的基础上,采用Matlab 工具实现图像处理的功能。还简要介绍了Scilab 图形化动态模拟工具箱和图像处理工具箱基本功能。每章后面附有习题,书后附录Matlab 图像处理命令和每章习题参考答案。
图书目录
第一章绪论1
1.1数字图像处理的概念1
1.2数字图像处理基本内容1
1.3数字图像处理的特点2
1.4数字图像处理的应用2
习题3
第二章数字图像处理的常用工具4
2.1Matlab软件介绍4
2.1.1数组的表示及算术运算5
2.1.2控制语句5
2.1.3常用命令6
2.2图像文件的格式7
2.2.1BMP格式7
2.2.2TIFF格式8
2.2.3GIF格式9
2.2.4JPEG格式10
2.2.5TGA格式10
2.2.6PCX格式11
2.3Matlab图像处理工具箱12
2.3.1读取和保存图像12
2.3.2图像的代数运算14
2.3.3图像类型转换17
习题19
第三章图像变换21
3.1傅里叶变换21
3.1.1傅里叶变换21
3.1.2傅里叶变换的性质22
3.1.3离散傅里叶变换24
3.1.4离散傅里叶变换的性质25
3.1.5Matlab编程实现图像的傅里叶变换25
3.2小波变换29
3.2.1连续小波变换29
3.2.2离散小波变换的定义29
3.2.3Matlab编程实现小波变换29
习题31
第四章图像增强33
4.1图像灰度修正33
4.1.1图像灰度修正的分类33
4.1.2用Matlab编程实现直方图修正33
4.2图像的平滑36
4.2.1邻域平均法36
4.2.2低通滤波法36
4.2.3用Matlab编程实现各种低通滤波38
4.3图像的锐化42
4.3.1微分法42
4.3.2高通滤波43
4.3.3用Matlab编程实现几种梯度锐化和高通滤波锐化44
4.4伪彩色处理49
4.4.1强度分割法49
4.4.2灰度彩色变换法49
4.4.3用Matlab编程实现伪彩色处理50
习题52
第五章图像恢复53
5.1退化模型53
5.1.1连续退化模型53
5.1.2离散退化模型54
5.2代数恢复方法55
5.2.1非约束复原方法55
5.2.2约束复原法56
5.3逆滤波复原法56
5.4最小二乘方滤波57
5.5图像恢复的Matlab实现57
5.5.1约束法恢复57
5.5.2维纳滤波恢复59
习题61
第六章图像压缩与编码62
6.1编码分类62
6.2哈夫曼编码62
6.2.1哈夫曼编码的实现步骤62
6.2.2Matlab编程实现哈夫曼编码63
6.3预测编码65
6.3.1DPCM的基本原理65
6.3.2Matlab编程实现线性预测编码66
习题68
第七章图像重建69
7.1傅里叶变换重建69
7.2滤波-逆投影70
7.3代数重建71
7.4Matlab编程实现重建方法71
习题73
第八章图像分割与特征提取74
8.1边缘检测74
8.1.1经典边缘算子75
8.1.2最优算子76
8.1.3用Matlab编程实现边缘检测78
8.2分割方法80
8.2.1灰度阈值法分割80
8.2.2样板匹配80
8.2.3Matlab编程实现最大方差自动取阈法81
8.2.4Matlab编程实现基于彩色的分割方法82
8.3轮廓提取与轮廓跟踪85
8.3.1基本概念和原理85
8.3.2Matlab编程实现轮廓提取和轮廓跟踪85
习题87
第九章Scilab/Scicos介绍88
9.1数组的表示及算术运算88
9.2控制语句89
9.3信号处理90
9.4Scicos图形化动态模型仿真器91
9.4.1Scicos图形化动态模型91
9.4.2基本模块介绍91
9.5SIP图像处理工具箱92
9.5.1功能描述92
9.5.2SIP图像处理基本函数92
9.6SIP与Matlab比较93
习题94
附录AMatlab图像处理命令95附录B常用快捷键114
附录C习题参考答案115
参考文献138"