●章 緒言 1
前言 1
1.1 背景 1
1.2 什麼是數字圖像處理 2
1.3 MATLAB和圖像處理工具箱基礎 2
1.4 本書涵蓋的圖像處理範圍 3
1.5 本書的網站 4
1.6 符號 4
1.7 基本原理 4
1.7.1 MATLAB桌面 5
1.7.2 使用MATLAB編輯器/調試器 6
1.7.3 獲取幫助 6
1.7.4 保存和檢索工作會話數據 6
1.7.5 數字圖像表示 7
1.7.6 圖像的輸入/輸出和顯示 8
1.7.7 類和圖像類型 9
1.7.8 M函數編程 11
1.8 怎樣組織本書的參考文獻 21
小結 22
第2章 灰度變換與空間濾波 23
前言 23
2.1 背景 23
2.2 灰度變換函數 23
2.2.1 函數imadjust和stretchlim 24
2.2.2 對數及對比度拉伸變換 26
2.2.3 指定任意灰度變換 27
2.2.4 用於灰度變換的一些實用M函數 28
2.3 直方圖處理與函數繪圖 32
2.3.1 生成並繪制圖像直方圖 32
2.3.2 直方圖均衡 36
2.3.3 直方圖匹配(規定化) 38
2.3.4 函數adapthisteq 42
2.4 空間濾波 43
2.4.1 線性空間濾波 43
2.4.2 非線性空間濾波 48
2.5 圖像處理工具箱的標準空間濾波器 50
2.5.1 線性空間濾波器 50
2.5.2 非線性空間濾波器 53
小結 54
第3章 頻率域濾波 55
前言 55
3.1 二維離散傅裡葉變換 55
3.2 在MATLAB中計算和觀察二維DFT 58
3.3 頻率域濾波 60
3.3.1 基礎 60
3.3.2 DFT濾波的基本步驟 64
3.3.3 用於頻率域濾波的M函數 65
3.4 從空間濾波器獲得頻率域濾波器 66
3.5 在頻率域中直接生成濾波器 69
3.5.1 創建用於實現頻率域濾波器的網格數組 69
3.5.2 低通(平滑)頻率域濾波器 70
3.5.3 繪制線框圖和表面圖 72
3.6 高通(銳化)頻率域濾波器 75
3.6.1 一個用於高通濾波的函數 75
3.6.2 高頻強調濾波 77
小結 78
第4章 圖像復原和重建 79
前言 79
4.1 圖像退化/復原處理的模型 79
4.2 噪聲模型 80
4.2.1 使用函數imnoise對圖像添加噪聲 80
4.2.2 使用規定分布生成空間隨機噪聲 81
4.2.3 周期噪聲 86
4.2.4 估計噪聲參數 89
4.3 僅有噪聲的復原――空間濾波 92
4.3.1 空間噪聲濾波器 93
4.3.2 自適應空間濾波器 96
4.4 使用頻率域濾波降低周期噪聲 97
4.5 退化函數建模 97
4.6 直接逆濾波 99
4.7 維納濾波 100
4.8 由投影重建圖像 102
4.8.1 背景 102
4.8.2 平行射線束投影和雷登變換 104
4.8.3 傅裡葉切片定理與濾波反投影 105
4.8.4 濾波器實現 107
4.8.5 使用扇形射線束濾波反投影的重建 108
4.8.6 函數radon 108
4.8.7 函數iradon 110
4.8.8 處理扇形射線束數據 113
小結 118
第5章 彩色圖像處理 119
前言 119
5.1 MATLAB中彩色圖像的表示 119
5.1.1 RGB圖像 119
5.1.2 索引圖像 121
5.1.3 處理RGB和索引圖像的函數 123
5.2 彩色空間轉換 125
5.2.1 NTSC彩色空間 125
5.2.2 YCbCr彩色空間 126
5.2.3 HSV彩色空間 126
5.2.4 CMY和CMYK彩色空間 127
5.2.5 HSI彩色空間 128
5.2.6 與設備無關的彩色空間 133
5.3 彩色圖像處理基礎 139
5.4 彩色變換 140
5.5 彩色圖像的空間濾波 146
5.5.1 彩色圖像平滑 146
5.5.2 彩色圖像銳化 148
5.6 直接在RGB向量空間的處理 149
5.6.1 使用梯度進行彩色邊緣檢測 149
5.6.2 在RGB向量空間中進行圖像分割 152
小結 155
第6章 圖像壓縮 156
前言 156
6.1 背景 156
6.2 編碼冗餘 159
6.2.1 霍夫曼碼 161
6.2.2 霍夫曼編碼 165
6.2.3 霍夫曼解碼 169
6.3 空間冗餘 175
6.4 不相關信息 179
6.5 JPEG壓縮 181
6.5.1 JPEG 181
6.5.2 JPEG 2000 186
6.6 視頻壓縮 192
6.6.1 MATLAB圖像序列和電影 192
6.6.2 時間冗餘和運動補償 195
小結 201
第7章 圖像分割 202
前言 202
7.1 點、線和邊緣檢測 202
7.1.1 點檢測 203
7.1.2 線檢測 204
7.1.3 使用函數edge檢測邊緣 205
7.2 使用霍夫變換進行線檢測 212
7.2.1 背景知識 212
7.2.2 工具箱霍夫函數 213
7.3 閾值處理 216
7.3.1 基礎知識 216
7.3.2 基本的全局閾值處理 217
7.3.3 使用Otsu方法進行最佳全局閾值處理 219
7.3.4 使用圖像平滑改進全局閾值處理 222
7.3.5 使用邊緣改進全局閾值處理 223
7.3.6 基於局部統計的可變閾值處理 226
7.3.7 使用移動平均的圖像閾值處理 229
7.4 基於區域的分割 231
7.4.1 基本表達式 231
7.4.2 區域生長 231
7.4.3 區域分離與聚合 234
7.5 使用分水嶺變換的分割 238
7.5.1 使用距離變換的分水嶺分割 239
7.5.2 使用梯度的分水嶺分割 240
7.5.3 標記符控制的分水嶺分割 241
小結 243
第8章 表示與描述 244
前言 244
8.1 背景 244
8.1.1 提取區域及其邊界的函數 245
8.1.2 本章中使用的其他MATLAB和工具箱函數 248
8.1.3 一些基本的實用M函數 249
8.2 表示 250
8.2.1 鏈碼 250
8.2.2 使用最小周長多邊形的多邊形近似 252
8.2.3 標記 258
8.2.4 邊界線段 260
8.2.5 骨骼 260
8.3 邊界描繪子 262
8.3.1 一些簡單的描繪子 262
8.3.2 形狀數 262
8.3.3 傅裡葉描繪子 263
8.3.4 統計矩 266
8.3.5 拐角 267
8.4 區域描繪子 272
8.4.1 函數regionprops 273
8.4.2 紋理 274
8.4.3 不變矩 282
8.5 使用主分量進行描述 285
小結 292
附錄A M函數彙總 293
附錄B ICE和MATLAB圖形用戶界面 309
附錄C 附加的自定義M函數 328
參考文獻 372
索引 375