第一本介绍图像处理的基础理论以及图像处理实现中所使用软件原理的书籍，汇集了Digital Image Processing 一书的基本概念和MathWorks公司的图像处理工具箱 (MathWorks公司在科学计算方面处于领先地位)。

《数字图像处理的MATLAB实现(第2版)》是第一本介绍图像处理的基础理论以及图像处理实现中所使用软件原理的书籍，汇集了Digital Image Processing 一书的基本概念和MathWorks公司的图像处理工具箱 (MathWorks公司在科学计算方面处于领先地位)。图像处理工具箱在数字图像处理方面提供了稳定的、对广阔应用领域都能很好支持的软件环境。本书的特色在于重点强调怎样通过开发新代码来加强这些软件工具。

为了得到满意的解决问题的方法，需要拓宽实验工作，这在图像处理中是很重要的。

第1章 绪言 1

1.1 背景知识 1

1.2 什么是数字图像处理 2

1.3 MATLAB和图像处理工具箱的

背景知识 3

1.4 本书涵盖的图像处理范围 3

1.5 本书配套学习资源网站 4

1.6 符号 5

1.7 MATLAB基础 5

1.7.1 MATLAB桌面 5

1.7.2 使用MATLAB编辑器和

调试器 6

1.7.3 获得帮助 6

1.7.4 保存和检索工作数据 7

1.7.5 数字图像的表示 7

1.7.6 图像的输入/输出和显示 9

1.7.7 类和图像类型 10

1.7.8 M-函数编程 12

1.8 关于本书的参考文献 24

1.9 小结 24

第2章 灰度变换与空间滤波 25

2.1 背景知识 25

2.2 灰度变换函数 26

2.2.1 imadjust和stretchlim

函数 26

2.2.2 对数及对比度扩展变换 28

2.2.3 指定任意灰度变换 29

2.2.4 针对灰度变换的某些公用

M-函数 30

2.3 直方图处理与函数绘图 35

2.3.1 生成并绘制图像的直方图 35

2.3.2 直方图均衡化 39

2.3.3 直方图匹配法(规定化) 42

2.3.4 函数adapthisteq 45

2.4 空间滤波 46

2.4.1 线性空间滤波 47

2.4.2 非线性空间滤波 52

2.5 图像处理工具箱中标准的

空间滤波器 54

2.5.1 线性空间滤波器 54

2.5.2 非线性空间滤波 58

2.6 将模糊技术用于灰度变换和

空间滤波 59

2.6.1 背景知识 60

2.6.2 模糊集合介绍 60

2.6.3 使用模糊集合 63

2.6.4 一组自定义的模糊M-函数 68

2.6.5 将模糊集合用于灰度变换 81

2.6.6 将模糊集合用于空间滤波 83

2.7 小结 87

第3章 频域处理 89

3.1 二维离散傅立叶变换 89

3.2 在MATLAB中计算及观察

二维DFT 92

3.3 频域滤波 95

3.3.1 基础知识 95

3.3.2 DFT滤波的基本步骤 99

3.3.3 频域滤波的M-函数 100

3.4 从空域滤波器获得

频域滤波器 101

3.5 在频域中直接生成滤波器 105

3.5.1 建立网格数组以实现

频域滤波器 105

3.5.2 频域低通(平滑)滤波器 106

3.5.3 线框及表面绘制 108

3.6 高通(锐化)频域滤波器 111

3.6.1 高通滤波函数 112

3.6.2 高频强调滤波 113

3.7 选择性滤波 115

3.7.1 带阻和带通滤波器 115

3.7.2 陷波带阻和陷波带通

滤波器 117

3.8 小结 122

第4章 图像复原 123

4.1 图像退化/复原处理的模型 123

4.2 噪声模型 124

4.2.1 用imnoise函数为图像

添加噪声 124

4.2.2 用给定分布产生空间

随机噪声 125

4.2.3 周期噪声 132

4.2.4 估计噪声参数 135

4.3 仅有噪声的复原——

空间滤波 139

4.3.1 空间噪声滤波器 139

4.3.2 自适应空间滤波器 142

4.4 通过频域滤波减少周期噪声 144

4.5 退化函数建模 144

4.6 直接逆滤波 146

4.7 维纳滤波 147

4.8 约束的最小二乘法(规则化)

滤波 149

4.9 利用露西-理查德森算法的

迭代非线性复原 151

4.10 盲去卷积 154

4.11 来自投影的图像重建 155

4.11.1 背景 155

4.11.2 平行射束投影和

雷登变换 156

4.11.3 傅立叶切片定理与

滤波反投影 158

4.11.4 滤波器的实现 160

4.11.5 利用扇形射束的滤波

反投影重建 161

4.11.6 函数radon 161

4.11.7 函数iradon 163

4.11.8 扇形射束的数据处理 166

4.12 小结 173

第5章 几何变换与图像配准 175

5.1 点变换 175

5.2 仿射变换 179

5.3 投影变换 181

5.4 应用于图像的几何变换 182

5.5 MATLAB中的图像

坐标系统 184

5.5.1 输出图像位置 186

5.5.2 控制输出网格 188

5.6 图像内插 190

5.6.1 二维内插 192

5.6.2 内插方法的比较 193

5.7 图像配准 194

5.7.1 配准处理 195

5.7.2 使用cpselect的手工

特征选择和匹配 195

5.7.3 使用cp2tform推断

变换参数 196

5.7.4 观察对准的图像 197

5.7.5 基于区域的配准 199

5.7.6 基于特征的自动配准 202

5.8 小结 203

第6章 彩色图像处理 205

6.1 在MATLAB中彩色图像的

表示 205

6.1.1 RGB图像 205

6.1.2 索引图像 207

6.1.3 处理RGB图像和索引

图像的函数 210

6.2 彩色空间之间的转换 213

6.2.1 NTSC彩色空间 213

6.2.2 YCbCr彩色空间 214

6.2.3 HSV彩色空间 214

6.2.4 CMY和CMYK

彩色空间 215

6.2.5 HSI彩色空间 216

6.2.6 独立于设备的彩色空间 222

6.3 彩色图像处理的基础知识 229

6.4 彩色变换 230

6.5 彩色图像的空间滤波 237

6.5.1 彩色图像的平滑处理 237

6.5.2 彩色图像的锐化处理 240

6.6 直接在RGB矢量空间中

处理 241

6.6.1 使用梯度的彩色边缘检测 241

6.6.2 在RGB向量空间中

分割图像 244

6.7 小结 247

第7章 小波 249

7.1 背景 249

7.2 快速小波变换 251

7.2.1 使用小波工具箱的FWT 252

7.2.2 不使用小波工具箱的FWT 257

7.3 小波分解结构的处理 264

7.3.1 不使用小波工具箱编辑

小波分解系数 266

7.3.2 显示小波分解系数 270

7.4 快速小波反变换 274

7.5 图像处理中的小波 278

7.6 小结 282

第8章 图像压缩 283

8.1 背景 283

8.2 编码冗余 286

8.2.1 霍夫曼码 289

8.2.2 霍夫曼编码 293

8.2.3 霍夫曼译码 298

8.3 空间冗余 305

8.4 不相关的信息 309

8.5 JPEG压缩 311

8.5.1 JPEG 312

8.5.2 JPEG 2000 317

8.6 视频压缩 324

8.6.1 MATLAB图像序列和

电影 325

8.6.2 时间冗余和运动补偿 327

8.7 小结 334

第9章 形态学图像处理 335

9.1 预备知识 335

9.1.1 集合论中的基本概念 335

9.1.2 二值图像、集合及

逻辑算子 337

9.2 膨胀和腐蚀 338

9.2.1 膨胀 338

9.2.2 结构元的分解 340

9.2.3 strel函数 341

9.2.4 腐蚀 343

9.3 膨胀与腐蚀的结合 345

9.3.1 开操作和闭操作 345

9.3.2 击中或击不中变换 347

9.3.3 运用查询表 349

9.3.4 bwmorph函数 353

9.4 标记连通分量 355

9.5 形态学重建 358

9.5.1 通过重建进行开操作 359

9.5.2 填充孔洞 359

9.5.3 清除边界物体 360

9.6 灰度级形态学 360

9.6.1 膨胀和腐蚀 361

9.6.2 开操作和闭操作 362

9.6.3 重建 366

9.7 小结 369

第10章 图像分割 371

10.1 点、线和边缘检测 371

10.1.1 点检测 372

10.1.2 线检测 373

10.1.3 使用函数edge的

边缘检测 374

10.2 使用霍夫变换的线检测 381

10.2.1 背景 381

10.2.2 与霍夫变换有关的

工具箱函数 383

10.3 阈值处理 386

10.3.1 基础知识 386

10.3.2 基本全局阈值处理 387

10.3.3 使用Otsu\'s方法的最佳

全局阈值处理 388

10.3.4 使用图像平滑改进全局

阈值处理 391

10.3.5 使用边缘改进全局阈值

处理 392

10.3.6 基于局部统计的可变

阈值处理 396

10.3.7 使用移动平均的图像

阈值处理 398

10.4 基于区域的分割 400

10.4.1 基本表达式 401

10.4.2 区域生长 401

10.4.3 区域分离和聚合 404

10.5 使用分水岭变换的分割 408

10.5.1 使用距离变换的分水岭

分割 409

10.5.2 使用梯度的分水岭

分割 410

10.5.3 控制标记符的分水岭

分割 411

10.6 小结 413

第11章 表示与描述 415

11.1 背景知识 415

11.1.1 用于提取区域及其

边界的函数 416

11.1.2 本章使用的MATLAB和

IPT附加函数 419

11.1.3 一些基本的实用

M-函数 420

11.2 表示 422

11.2.1 链码 422

11.2.2 使用最小周长多边形的

多边形近似 424

11.2.3 标记 430

11.2.4 边界片段 431

11.2.5 骨骼 432

11.3 边界描述子 433

11.3.1 一些简单的描述子 433

11.3.2 形状数 434

11.3.3 傅立叶描述子 435

11.3.4 统计矩 438

11.3.5 拐角 439

11.4 区域描述子 445

11.4.1 函数regionprops 445

11.4.2 纹理 447

11.4.3 不变矩 456

11.5 主分量描述 458

11.6 小结 466

附录A M-函数汇总 467

附录B ICE和MATLAB的图形

用户界面 485

附录C 附加的自定义M-函数 507

参考文献 557

索引 561