本书主要介绍了数字图像处理理论、算法及MATLAB实现。全书共13章，主要内容包括数字图像处理概述、MATLAB基础知识、MATLAB图像处理基础、图像基础性运算、图像正交变换、图像增强、图像复原、图像数学形态学处理、图像分割、图像描述与分析、图像压缩编码、图像匹配、MATLAB图像处理GUI设计，涉及MATLAB图像处理基础、图像基础处理算法及实现、图像分析及实现、图像综合处理及实现。
本书由浅入深，全面、系统地讲解了各种处理算法的原理及MATLAB实现，内容翔实，有充足的编程实例，便于读者学习、实践和应用。
本书可以作为理工科高等院校研究生、本科生教学用书，也适合作为相关专业科研工程技术人员的参考用书。
蔡利梅，中国矿业大学信息与控制工程学院副教授。长期从事图像处理与模式识别领域的教学和研究工作。先后开设“图像处理”“模式识别”“计算机图形学”“数字视频技术”“图像分析及识别”等多门本科生及研究生课程。获教育部高等学校科学技术进步奖二等奖、河南省科技进步奖二等奖、江苏省科学技术奖三等奖、中国煤炭工业协会科学技术奖一等奖等省部级以上科技奖励8项，并获得其他科技奖励6项；申请国家发明专利4项（已获授权2项）；出版教材1部；获校级优秀教学成果一等奖1项，全国煤炭行业教育教学成果奖三等奖1项。
第一篇 MATLAB数字图像处理基础
第1章 数字图像处理概述
1.1 图像与数字图像处理
1.1.1 图像
1.1.2 数字图像处理
1.2 颜色
1.2.1 颜色的表示
1.2.2 颜色模型
1.3 数字图像的生成与表示
1.3.1 图像信号的数字化
1.3.2 数字图像类型
1.3.3 常用的坐标系
1.3.4 常见的数字图像格式
1.4 本章小结
第2章 MATLAB基础知识
2.1 MATLAB工作环境
2.1.1 MATLAB窗口
2.1.2 MATLAB参数设置
2.2 MATLAB数据类型
2.2.1 数值型数据
2.2.2 逻辑型数据
2.2.3 字符与字符串
2.2.4 结构体
2.2.5 元胞数组
2.2.6 表
2.2.7 函数句柄
2.3 矩阵及其运算
2.3.1 矩阵的创建
2.3.2 常规运算
2.3.3 矩阵运算相关函数
2.4 MATLAB控制语句
2.4.1 条件语句
2.4.2 循环语句
2.4.3 流程控制语句
2.5 MATLAB图形可视化
2.5.1 二维图形绘制
2.5.2 三维图形绘制
2.6 本章小结
第3章 MATLAB图像处理基础
3.1 图像文件的读取与显示
3.1.1 图像文件信息读取
3.1.2 图像文件数据读取
3.1.3 图像的显示
3.1.4 像素信息的获取与显示
3.1.5 局部区域的获取与显示
3.1.6 图像数据类型及转换
3.1.7 图像文件的保存
3.2 图像类型的转换
3.2.1 彩色图像转换为灰度图像
3.2.2 多值图像转换为二值图像
3.2.3 灰度图像转换为彩色图像
3.2.4 索引图像的转换
3.3 色彩空间转换
3.3.1 RGB空间和HSV空间的转换
3.3.2 RGB空间和YCbCr空间的转换
3.3.3 RGB空间和YIQ空间的转换
3.3.4 RGB空间和LAB空间的转换
3.4 视频文件的读写
3.4.1 视频文件信息读取
3.4.2 视频文件数据读取
3.4.3 视频的播放
3.4.4 视频文件的保存
3.5 实例
3.6 本章小结
第二篇 MATLAB图像基础处理
第4章 图像基础性运算
4.1 图像几何变换
4.1.1 图像几何变换原理
4.1.2 图像平移
4.1.3 图像镜像
4.1.4 图像旋转
4.1.5 图像缩放
4.1.6 图像错切
4.1.7 图像转置
4.2 图像代数运算
4.2.1 加法运算
4.2.2 减法运算
4.2.3 乘法运算
4.2.4 除法运算
4.2.5 逻辑运算
4.3 邻域及模板运算
4.3.1 邻点及邻域
4.3.2 邻接与连通
4.3.3 邻域处理与模板运算
4.4 实例
4.5 本章小结
第5章 图像正交变换
5.1 离散傅里叶变换
5.1.1 离散傅里叶变换的定义
5.1.2 离散傅里叶变换的实现
5.1.3 离散傅里叶变换的性质
5.1.4 离散傅里叶变换在图像处理中的应用
5.2 离散余弦变换
5.2.1 离散余弦变换的定义
5.2.2 离散余弦变换的实现
5.2.3 离散余弦变换在图像处理中的应用
5.3 K-L变换
5.3.1 K-L变换原理
5.3.2 图像的K-L变换及其实现
5.3.3 K-L变换在图像处理中的应用
5.4 Radon变换
5.4.1 Radon变换的原理
5.4.2 Radon变换的实现
5.4.3 Radon变换的应用
5.5 小波变换
5.5.1 小波
5.5.2 一维小波变换
5.5.3 二维小波变换
5.5.4 小波变换在图像处理中的应用
5.6 本章小结
第6章 图像增强
6.1 灰度级变换
6.1.1 线性灰度级变换
6.1.2 非线性灰度级变换
6.1.3 基于直方图的灰度级变换
6.2 空域滤波
6.2.1 噪声与平滑滤波
6.2.2 边缘与锐化滤波
6.3 频域滤波
6.3.1 低通滤波
6.3.2 高通滤波
6.3.3 基于小波变换的图像增强
6.4 基于照度-反射模型的图像增强
6.4.1 同态滤波
6.4.2 基于Retinex理论的图像增强
6.5 实例
6.6 本章小结
第7章 图像复原
7.1 图像退化与复原
7.2 图像退化函数的估计
7.2.1 运动模糊退化函数估计
7.2.2 其他退化函数模型
7.3 图像复原的代数方法
7.3.1 无约束最小二乘方复原
7.3.2 约束复原
7.4 典型图像复原方法及其实现
7.4.1 逆滤波复原
7.4.2 维纳滤波复原
7.4.3 等功率谱滤波
7.4.4 几何均值滤波
7.4.5 约束最小二乘方滤波
7.4.6 Richardson-Lucy算法
7.5 盲去卷积复原
7.6 几何失真校正
7.7 本章小结
第8章 图像数学形态学处理
8.1 数学形态学的基本概念
8.2 二值图像数学形态学处理
8.2.1 基本形态变换
8.2.2 复合形态变换
8.2.3 图像的平滑处理
8.2.4 图像的边缘提取
8.2.5 区域填充
8.2.6 击中击不中变换
8.2.7 细化
8.3 灰度图像数学形态学处理
8.3.1 膨胀运算和腐蚀运算
8.3.2 开运算和闭运算
8.3.3 形态学梯度
8.3.4 Top-hat和Bottom-hat变换
8.4 实例
8.5 本章小结
第三篇 MATLAB图像分析
第9章 图像分割
9.1 阈值分割
9.1.1 基于灰度直方图的阈值选择
9.1.2 基于模式分类思路的阈值选择
9.1.3 其他阈值分割方法
9.2 边界分割
9.2.1 霍夫变换
9.2.2 边界跟踪
9.3 区域分割
9.3.1 区域生长
9.3.2 区域合并
9.3.3 区域分裂
9.3.4 区域分裂合并
9.4 基于聚类的图像分割
9.5 分水岭分割
9.6 实例
9.7 本章小结
第10章 图像描述与分析
10.1 几何描述
10.1.1 常用几何特征
10.1.2 几何特征计算
10.2 形状描述
10.2.1 矩形度
10.2.2 圆形度
10.2.3 中轴变换
10.3 边界描述
10.3.1 边界链码
10.3.2 傅里叶描绘子
10.3.3 边界片段
10.4 矩描述
10.4.1 矩
10.4.2 与矩相关的特征
10.5 纹理描述
10.5.1 灰度共生矩阵法
10.5.2 灰度差分统计法
10.5.3 行程长度统计法
10.5.4 LBP特征
10.6 其他描述
10.6.1 梯度方向直方图
10.6.2 Haar-like特征
10.7 本章小结
第四篇 MATLAB图像综合处理
第11章 图像压缩编码
11.1 图像编码的基本理论
11.1.1 图像压缩的可能性
11.1.2 图像编码方法的分类
11.1.3 图像编码压缩术语简介
11.2 无损压缩编码
11.2.1 Huffman编码
11.2.2 算术编码
11.2.3 行程长度编码
11.2.4 LZW编码
11.3 预测编码
11.4 变换编码
11.5 JPEG标准
11.6 本章小结
第12章 图像匹配
12.1 基于灰度的图像匹配
12.1.1 相似性度量
12.1.2 图像配准
12.2 角点检测
12.2.1 Moravec角点检测
12.2.2 Harris角点检测
12.2.3 最小特征值角点检测
12.2.4 SUSAN角点检测
12.2.5 FAST角点检测
12.3 特征描述
12.3.1 SIFT描述子
12.3.2 SURF描述子
12.3.3 BRISK描述子
12.3.4 FREAK描述子
12.3.5 MSER描述子
12.3.6 特征描述子提取的实现
12.4 特征匹配
12.5 实例
12.6 本章小结
第13章 MATLAB图像处理GUI设计
13.1 认识GUI
13.1.1 设计环境
13.1.2 控件
13.1.3 菜单
13.1.4 对话框
13.2 GUI界面设计
13.2.1 背景设计
13.2.2 菜单设计
13.2.3 显示区设计
13.2.4 自定义分割区设计
13.3 菜单函数设计
13.3.1 文件菜单函数设计
13.3.2 图像分割菜单函数设计
13.3.3 自定义分割菜单函数设计
13.3.4 退出菜单函数设计
13.4 自定义分割设计
13.4.1 流程初始化
13.4.2 流程设计与实现
13.5 本章小结
参考文献
前言
数字图像处理（Digital Image Processing）是利用计算机对图像进行变换、增强、复原、分割、压缩、分析、理解等处理的理论、方法和技术，是现代信息处理的研究热点。数字图像处理技术发展迅速，应用领域越来越广，对国民经济、社会生活和科学技术等方面产生巨大的影响。
数字图像处理技术的学习和应用离不开计算机仿真和实验。MATLAB基于矩阵计算，适合作为二维矩阵的数字图像处理，其认可当今常用的多种图像文件格式，提供图像处理工具箱，实现了图像变换、增强、分析、复原、形态学等方面的处理运算，是一款优秀的仿真软件。本书在介绍数字图像处理的相关概念及MATLAB软件的基础上，对数字图像基础处理、图像分析及综合处理算法的原理，以及MATLAB实现进行了详细的讲解。全书共分为如下四篇。第一篇，MATLAB数字图像处理基础。介绍了数字图像处理的相关概念、颜色、数字图像的生成表示等概述性内容； 工作环境、数据类型、矩阵、控制语句、图形可视化等MATLAB基础知识； 图像文件的读写与显示、图像类型转换、色彩空间转换、视频文件的读写等MATLAB图像处理基础。
第二篇，MATLAB图像基础处理。介绍了几何变换、代数运算、模板运算等图像基础性运算； DFT、DCT、KL变换、Radon变换和DWT等图像正交变换； 灰度级变换、空域滤波、频域滤波等图像增强技术； 图像退化函数的估计、图像复原方法； 数学形态学基本概念、二值、灰度图像的形态学处理等算法。详细介绍了各种算法的MATLAB实现。
第三篇，MATLAB图像分析。介绍了基于阈值、边界、区域、聚类、分水岭等的图像分割算法； 几何描述、形状描述、边界描述、矩描述、纹理描述方法及相关描绘子。详细介绍了各种算法的MATLAB实现。
第四篇，MATLAB图像综合处理。介绍了图像编码的基本理论、无损编码、预测编码、变换编码、JPEG标准等图像压缩编码方法及MATLAB实现； 基于灰度的图像匹配、多种角点检测算子、特征描述算子、特征匹配及MATLAB实现； GUI设计基础及图像分割GUI设计。
本书内容由浅入深、循序渐进，通过充足的例程，便于读者理解算法及掌握MATLAB图像处理的方法。
由于编者水平所限，书中不足之处敬请读者不吝指正。
编者2020年8月
[
我的消息
购物车
