《數字圖像處理：原理與實踐（MATLAB版）》是2014年11月電子工業出版社出版的圖書，作者是左飛。
基本介紹
- 書名：數字圖像處理：原理與實踐（MATLAB版）
- 作者：左飛
- ISBN：9787121244698
- 頁數：576頁
- 定價：89元
- 出版社：電子工業出版社
- 出版時間：2014年11月
- 開本：16開
內容簡介,圖書目錄,
內容簡介
本書全面系統地介紹了數字圖像處理技術的理論與方法，內容涉及幾何變換、灰度變換、圖像增強、圖像分割、圖像去噪、小波變換、形態學處理、多尺度融合、偏微分方程套用、正交變換與圖像壓縮、邊緣及輪廓檢測、圖像復原、圖像去霧、多尺度空間構建與特徵匹配等15大核心話題。工欲善其事，必先利其器。本書所有算法均配有完整的MATLAB實現代碼，並以此為基礎詳細介紹了MATLAB中與圖像處理有關的近200個函式的使用方法，便於讀者學習與實踐。此外，本書還提供了豐富的線上支持資源，方便為讀者答疑解惑及提供輔助資料下載。
圖書目錄
目錄
第1章 緒論 1
1.1 數字圖像處理概述 1
1.1.1 圖像與數字圖像 1
1.1.2 數字圖像處理研究的內容 6
1.1.3 數字圖像處理的套用 8
1.2 MATLAB概述 9
1.2.1 MATLAB的發展 9
1.2.2 MATLAB的特點 10
1.2.3 MATLAB的結構 12
1.3 在MATLAB中處理數字圖像 13
1.3.1 MATLAB中的圖像存儲 13
1.3.2 MATLAB中的圖像轉換 18
1.3.3 MATLAB中圖像的基本操作 21
本章參考文獻及推薦閱讀材料 27
第2章 圖像的點運算 28
2.1 灰度直方圖 28
2.1.1 灰度直方圖簡介 28
2.1.2 基本原理 31
2.1.3 編碼實現 31
2.2 灰度線性變換 38
2.2.1 基本原理 39
2.2.2 編碼實現 41
2.3 灰度非線性變換 43
2.3.1 灰度對數變換 43
2.3.2 灰度冪次變換 45
2.3.3 灰度指數變換 49
2.4 灰度拉伸 50
2.4.1 基本原理 50
2.4.2 編碼實現 52
2.5 灰度均衡 52
2.5.1 基本原理 53
2.5.2 編碼實現 54
2.6 直方圖規定化 55
2.6.1 基本原理 55
2.6.2 編碼實現 56
本章參考文獻及推薦閱讀材料 57
第3章 圖像的幾何變換 58
3.1 圖像幾何變換的基本理論 58
3.1.1 圖像幾何變換概述 58
3.1.2 圖像幾何變換的數學描述 61
3.2 圖像的平移變換 62
3.2.1 效果預覽 62
3.2.2 基本原理 62
3.2.3 編程實現 63
3.3 圖像的鏡像變換 64
3.3.1 效果預覽 64
3.3.2 基本原理 65
3.3.3 編程實現 66
3.4 圖像的轉置 67
3.4.1 效果預覽 67
3.4.2 基本原理 68
3.4.3 編程實現 68
3.5 圖像的縮放 69
3.5.1 效果預覽 69
3.5.2 基本原理 69
3.5.3 插值算法介紹 71
3.5.4 編程實現 74
3.6 圖像的旋轉 75
3.6.1 效果預覽 75
3.6.2 基本原理 76
3.6.3 編程實現 79
本章參考文獻及推薦閱讀材料 81
第4章 圖像的增強處理 82
4.1 卷積積分與鄰域處理 82
4.1.1 理解卷積積分的概念 82
4.1.2 卷積套用於圖像處理的原理 87
4.1.3 鄰域處理的基本概念 88
4.1.4 運用模板實現鄰域處理 90
4.2 圖像的簡單平滑 91
4.2.1 圖像的簡單平滑原理 92
4.2.2 簡單平滑的編碼實現 92
4.3 圖像的高斯平滑 93
4.3.1 平滑線性濾波器 94
4.3.2 高斯平滑的原理 94
4.3.3 高斯分布 95
4.3.4 高斯平滑的算法實現 98
4.4 圖像的中值濾波 99
4.4.1 統計排序濾波器 99
4.4.2 圖像中值濾波的原理 100
4.4.3 圖像中值濾波的算法實現 102
4.5 圖像的雙邊濾波 104
4.6 圖像的拉普拉斯銳化 109
4.6.1 圖像的銳化 109
4.6.2 拉普拉斯銳化的原理 110
4.6.3 拉普拉斯銳化的編碼實現 110
本章參考文獻及推薦閱讀材料 113
第5章 圖像的形態學處理 114
5.1 數學形態學 114
5.2 一些必要的概念和符號約定 115
5.3 圖像的腐蝕 118
5.3.1 腐蝕原理 119
5.3.2 編程實現 123
5.4 圖像的膨脹 125
5.4.1 膨脹原理 125
5.4.2 編程實現 127
5.5 腐蝕和膨脹的性質及套用 128
5.5.1 腐蝕和膨脹的代數性質 128
5.5.2 腐蝕和膨脹的套用 131
5.6 開運算和閉運算 134
5.6.1 開運算 135
5.6.2 閉運算 137
5.6.3 編程實現 139
5.6.4 開運算和閉運算的代數性質 140
5.7 圖像形態學的其他運算 142
5.7.1 擊中/不擊中運算 142
5.7.2 細化處理 144
本章參考文獻及推薦閱讀材料 147
第6章 邊緣檢測 148
6.1 基本概念及思想 148
6.1.1 邊緣檢測的基本概念 148
6.1.2 邊緣檢測的基本思想 149
6.2 基於梯度的常規方法 150
6.2.1 梯度運算元及其離散化表示 150
6.2.2 用梯度運算元進行邊緣檢測 153
6.2.3 帶有方向信息的邊緣檢測 154
6.3 拉普拉斯運算元 157
6.4 基於LoG和DoG的邊緣檢測 162
6.4.1 高斯拉普拉斯運算元（LoG） 162
6.4.2 高斯差分運算元（DoG） 165
6.5 Canny邊緣檢測算法 168
6.5.1 Canny準則 168
6.5.2 Canny算法與實現 170
本章參考文獻及推薦閱讀材料 173
第7章 圖像分割 174
7.1 豪格變換 174
7.1.1 平面坐標系的轉換 174
7.1.2 Hough變換的思想 177
7.1.3 直線的Hough變換 177
7.1.4 圓的Hough變換 185
7.2 輪廓跟蹤 187
7.2.1 區域表示方法 187
7.2.2 單區域跟蹤 192
7.2.3 多區域跟蹤 193
7.2.4 編碼實現 195
7.3 種子填充 197
7.3.1 算法介紹 198
7.3.2 編碼實現 203
7.4 區域分割 209
7.4.1 區域分裂與合併 209
7.4.2 編程實現 212
7.5 水域分割 214
7.5.1 從必備的基本概念開始 214
7.5.2 分水嶺分割算法的原理 215
7.5.3 標記控制的分水嶺算法 218
本章參考文獻及推薦閱讀材料 224
第8章 正交變換與圖像壓縮 225
8.1 傅立葉變換 225
8.1.1 傅立葉變換的數學基礎 225
8.1.2 傅立葉變換與傅立葉級數的關係 229
8.1.3 數字圖像的傅立葉變換 237
8.1.4 快速傅立葉變換的算法 239
8.1.5 編程實現圖像的快速傅立葉變換 245
8.2 離散餘弦變換 246
8.2.1 基本概念及數學描述 247
8.2.2 離散餘弦變換的快速算法 249
8.2.3 離散餘弦變換的意義與套用 251
8.3 沃爾什-哈達瑪變換 254
8.3.1 沃爾什函式 254
8.3.2 離散沃爾什變換及其快速算法 257
8.3.3 沃爾什變換的套用 262
8.4 卡洛南-洛伊變換 265
8.4.1 一些必備的基礎概念 265
8.4.2 主成分變換的推導 267
8.4.3 編碼實現主成分變換 271
8.4.4 套用K-L變換實現圖像壓縮 275
本章參考文獻及推薦閱讀材料 279
第9章 小波變換及其套用 280
9.1 子帶編碼 280
9.1.1 數位訊號處理基礎 280
9.1.2 多抽樣率信號處理 284
9.1.3 圖像的子帶分解 294
9.2 哈爾函式與哈爾變換 301
9.2.1 哈爾函式的定義 301
9.2.2 哈爾函式的性質 302
9.2.3 酉矩陣與酉變換 303
9.2.4 二維離散線性變換 304
9.2.5 哈爾基函式 305
9.2.6 哈爾變換 308
9.3 小波的數學基礎 311
9.3.1 小波的歷史 312
9.3.2 理解小波的概念 313
9.3.3 多解析度分析 315
9.3.4 小波函式的構建 319
9.3.5 小波序列展開 322
9.3.6 離散小波變換 323
9.3.7 連續小波變換 323
9.3.8 小波的容許條件與基本特徵 326
9.4 快速小波變換 327
9.4.1 快速小波正變換 327
9.4.2 快速小波逆變換 332
9.4.3 圖像的小波變換 334
9.5 小波在圖像處理中的套用 339
本章參考文獻及推薦閱讀材料 344
第10章 偏微分方程與圖像降噪 346
10.1 PM方程及其套用 346
10.1.1 一維熱傳導方程 346
10.1.2 各向異性擴散方程 352
10.1.3 PM擴散方程的實現 359
10.1.4 加性運算元分裂 363
10.2 TV方法及其套用 374
10.2.1 泛函與變分法 374
10.2.2 全變分模型 379
10.2.3 TV算法的數值實現 386
10.2.4 基於TV的圖像降噪實例 387
本章參考文獻及推薦閱讀材料 388
第11章 圖像復原 390
11.1 從圖像的退化到復原 391
11.1.1 圖像的退化模型 391
11.1.2 連續的退化模型 392
11.1.3 離散的退化模型 393
11.2 常規的圖像復原示例 395
11.2.1 循環矩陣的對角化 395
11.2.2 逆濾波的基本原理 397
11.2.3 維納濾波及其套用 398
11.2.4 露茜-理察森算法 402
11.3 暗通道優先的圖像去霧算法 406
11.3.1 暗通道的概念與意義 407
11.3.2 暗通道去霧霾的原理 409
11.3.3 算法實現與套用 412
11.3.4 算法不足及改進方向 414
本章參考文獻及推薦閱讀材料 414
第12章 圖像的特徵檢測 416
12.1 SIFT特徵檢測 416
12.1.1 尺度空間構造 417
12.1.2 空間極值檢測 421
12.1.3 方向賦值 424
12.1.4 特徵描述 426
12.1.5 算法實現 429
12.2 SURF特徵檢測 430
12.2.1 積分圖 430
12.2.2 DoH近似 431
12.2.3 尺度空間表達 434
12.2.4 特徵描述 435
12.2.5 算法實現 437
12.3 KAZE特徵檢測 438
12.3.1 非線性擴散濾波 439
12.3.2 尺度空間的構造 440
12.3.3 特徵檢測與描述 441
本章參考文獻及推薦閱讀材料 443
附錄A 必不可少的數學基礎 445
附錄B 圖像編碼的理論基礎 532
