MATLAB圖像處理寶典

第1部分 基礎篇
第1章 MATLAB圖像處理工具與安裝設置
1.1 MATLAB的版本
1.2 7.1版圖像處理工具箱的新特性
1.2.1 新的corner函數(shù)探測圖像中的角點處
1.2.2 imtool中有效顯示和導航任意格式的超大圖像
1.2.3 使用blockproc函數(shù)控制填充動作
1.2.4 blockproc函數(shù)支持JPEG2000文件格式寫入
1.2.5 dicomread函數(shù)功能增強
1.2.6 nitfinfo函數(shù)的圖像放大區(qū)域現(xiàn)在返回一個數(shù)值
1.2.7 新版本中性能提升的函數(shù)
1.2.8 被移除的函數(shù)和函數(shù)元素
1.3 4.0版圖像獲取工具箱的新特性
1.3.1 支持GigE Vision
1.3.2 支持Linux 操作系統(tǒng)
1.3.3 視頻裝置信號獲取模塊的展開代碼生成
1.3.4 支持蘋果操作系統(tǒng)
1.3.5 支持新Matrox硬件
1.3.6 新版的圖像相關工具箱個人評價
1.4 MATLAB安裝問題
1.4.1 MATLAB和硬件的沖突問題
1.4.2 將MATLAB安裝在中文目錄下引起的問題
1.4.3 License沖突問題
1.4.4 MATLAB和Windows Vista操作系統(tǒng)的兼容性問題
1.4.5 安裝MATLAB的其他相關問題
1.5 MATLAB R2010b安裝指導
1.6 小結
第2章 MATLAB圖像處理的特點及學習方法
2.1 MATLAB與其他圖像處理軟件的比較
2.2 MATLAB圖像處理程序的開發(fā)特點
2.3 MATLAB圖像處理適用人員
2.4 從圖像入手學習MATLAB
2.4.1 視覺圖像和MATLAB的聯(lián)系
2.4.2 圖像在MATLAB中的處理
2.4.3 MATLAB中的三維數(shù)據(jù)場處理
2.5 MATLAB圖像處理研究的基本問題
2.6 MATLAB圖像處理新功能的相關函數(shù)
2.6.1 函數(shù)命令corner
2.6.2 函數(shù)命令rsetwrite
2.6.3 函數(shù)命令blockproc
2.7 更新的Demos
2.7.1 對大圖像進行塊處理
2.7.2 計算大圖像的統(tǒng)計數(shù)據(jù)
2.7.3 并行批處理多個圖像文件
2.7.4 視頻和圖像處理模塊庫部分新Demo簡介
2.8 小結
第3章 數(shù)字圖像基礎
3.1 數(shù)字圖像
3.1.1 圖像的概念
3.1.2 圖像信息的重要性
3.2 圖像采集基本知識
3.2.1 電視攝像機
3.2.2 電荷-耦合裝置
3.2.3 分辨率
3.2.4 圖像采集卡基本知識
3.3 圖像處理和分析
3.3.1 圖像處理和圖像分析問題
3.3.2 圖像變換
3.4 數(shù)字圖像技術應用
3.4.1 材料科學研究中的計算機圖像分析與處理
3.4.2 MATLAB材料科學的相關處理
3.4.3 醫(yī)學圖像
3.4.4 MATLAB醫(yī)學圖像的相關處理
3.4.5 使用MATLAB查找地震中心
3.4.6 常見數(shù)字圖像行業(yè)應用
3.5 MATLAB可讀的圖像及視頻的格式
3.5.1 圖像格式
3.5.2 視頻格式
3.6 小結
第4章 MATLAB圖形繪制
4.1 基本二維圖形的繪制
4.1.1 創(chuàng)建簡單的二維圖形
4.1.2 精確繪圖
4.1.3 二維圖形修飾
4.1.4 多幅圖形共用圖形窗口
4.2 特殊二維圖形的繪制
4.2.1 直方圖
4.2.2 條形圖
4.2.3 餅圖
4.2.4 柄圖
4.2.5 階梯圖
4.2.6 面積圖
4.2.7 彗星圖
4.2.8 帕累托圖
4.2.9 散點圖
4.2.10 散點矩陣圖
4.2.11 極坐標圖
4.2.12 等高線圖
4.3 三維圖形的繪制
4.3.1 創(chuàng)建簡單的三維圖形
4.3.2 三維線性圖形
4.3.3 平面網(wǎng)格點的生成
4.3.4 曲面網(wǎng)格圖和網(wǎng)面圖
4.4 應用實例
4.4.1 三維繪圖程序編譯實例
4.4.2 Excel調(diào)用MATLAB三維繪圖
4.4.3 凸輪繪制
4.5 小結
第5章 顏色和三維物體描述
5.1 顏色模型分類
5.1.1 顏色的混色表示法
5.1.2 顏色的顯色表示法
5.2 顏色的相關知識
5.2.1 色度學相關知識
5.2.2 CIE色度圖
5.3 常用的顏色模型——彩色圖像模式
5.3.1 RGB模式
5.3.2 CMYK模式
5.3.3 Lab模式
5.3.4 HSV模式
5.3.5 HSL模式
5.3.6 YUV模式
5.3.7 YCbCr模式
5.3.8 YIQ模式
5.4 MATLAB顏色空間轉換
5.4.1 YIQ空間與RGB空間轉換
5.4.2 HSV空間與RGB空間轉換
5.4.3 YCbCr空間與RGB空間的轉換
5.5 常用視頻色彩編碼
5.5.1 YUV
5.5.2 YCbCr
5.6 三維物體描述
5.6.1 二維笛卡兒坐標系統(tǒng)
5.6.2 三維笛卡兒坐標系統(tǒng)
5.6.3 繪制三角形
5.6.4 三維圖元
5.6.5 表面和頂點法向量
5.7 小結
第6章 MATLAB的光照與材質
6.1 OpenGL基礎知識
6.1.1 OpenGL基本理解
6.1.2 OpenGL工作流程
6.1.3 OpenGL圖形操作步驟
6.1.4 OpenGL基本功能
6.1.5 真實感圖形基本概念
6.1.6 光照模型
6.1.7 明暗處理
6.1.8 材質
6.2 MATLAB圖像渲染實例
6.2.1 公式生成數(shù)據(jù)圖像渲染
6.2.2 球體的不同渲染效果
6.3 Light對象
6.3.1 光照命令
6.3.2 給場景添加光照
6.3.3 影響光照效果的屬性
6.3.4 光照算法
6.4 圖形對象的反射特性——材質
6.4.1 鏡面反射和漫反射
6.4.2 環(huán)境燈光
6.4.3 鏡面指數(shù)
6.4.4 鏡面顏色反射系數(shù)
6.4.5 背面燈光
6.4.6 數(shù)據(jù)空間中的燈光配置
6.5 小結
第7章 科學計算可視化
7.1 科學計算可視化基礎
7.1.1 科學計算可視化的重要意義
7.1.2 應用領域
7.1.3 應用實例
7.2 科學計算可視化的常用方法
7.2.1 二維平面數(shù)據(jù)場的可視化方法
7.2.2 三維空間數(shù)據(jù)場的方法
7.2.3 向量場可視化方法
7.3 二維平面數(shù)據(jù)場可視化
7.4 三維流場繪圖
7.4.1 流錐圖——coneplot函數(shù)
7.4.2 流線圖——streamline函數(shù)
7.4.3 流管圖——streamtube函數(shù)
7.4.4 流帶圖——streamribbons函數(shù)
7.4.5 帶圓錐圖的向量場
7.5 小結
第8章 聲學計算的MATLAB的圖像表現(xiàn)
8.1 聲場分布狀態(tài)
8.1.1 脈動球點聲源聲場
8.1.2 兩個同相小球源的輻射聲場
8.1.3 無限大障板上圓形活塞的輻射
8.2 聲學發(fā)射陣的指向性
8.2.1 陣的指向性
8.2.2 換能器陣
8.3 本章小結
第2部分 圖像處理工具箱詳解
第9章 圖像處理工具箱基礎
9.1 圖像處理的基本操作
9.2 圖像處理的高級應用
9.3 圖像處理工具箱支持的基本圖像類型
9.3.1 索引色圖像
9.3.2 灰度圖像
9.3.3 RGB圖像
9.3.4 二值圖像
9.3.5 多幀圖像
9.4 圖像類型轉換
9.4.1 抖動算法圖像轉換
9.4.2 RGB圖像轉換為灰度圖像
9.4.3 RGB圖像轉換為索引圖像
9.4.4 灰度圖像轉換為索引圖像
9.4.5 索引圖像轉換為灰度圖像
9.4.6 索引圖像轉換為RGB圖像
9.4.7 閾值法圖像轉換為二值圖像
9.4.8 將值法灰度圖像轉換為索引圖像
9.4.9 矩陣轉換為圖像
9.5 小結
第10章 圖像變換
10.1 圖像變換概述
10.2 傅里葉變換
10.2.1 一維連續(xù)傅里葉變換
10.2.2 一維離散傅里葉變換
10.2.3 二維連續(xù)傅里葉變換
10.2.4 二維離散傅里葉變換
10.2.5 MATLAB中的快速傅里葉變換函數(shù)
10.3 離散傅里葉變換的性質
10.3.1 可分離性
10.3.2 平移性
10.3.3 周期性及共軛對稱性
10.3.4 旋轉性質
10.3.5 線性性質
10.3.6 F（0，0）與圖像均值的關系
10.3.7 圖像拉普拉斯算子處理后的傅里葉變換
10.3.8 卷積與相關定理
10.4 快速傅里葉變換的應用
10.4.1 濾波器頻率響應
10.4.2 快速卷積
10.4.3 圖像特征識別
10.5 離散余弦變換
10.5.1 連續(xù)實偶函數(shù)的傅里葉變換
10.5.2 離散余弦變換
10.6 MATLAB中的離散余弦變換函數(shù)
10.6.1 離散二維余弦變換
10.6.2 二維離散余弦逆變換
10.7 離散余弦變換和圖像壓縮
10.8 radon變換
10.8.1 圖像在指定方向上的radon變換
10.8.2 利用radon變換檢測直線
10.8.3 radon逆變換及應用
10.9 小結
第11章 數(shù)學形態(tài)學
11.1 數(shù)學形態(tài)學基礎
11.1.1 數(shù)學形態(tài)學的概念
11.1.2 數(shù)學形態(tài)學的應用
11.1.3 MATLAB中的常用數(shù)學形態(tài)學函數(shù)
11.1.4 數(shù)學形態(tài)學的一般應用步驟
11.2 數(shù)學形態(tài)學基本運算
11.2.1 膨脹和腐蝕
11.2.2 數(shù)學形態(tài)學重建
11.2.3 距離變換
11.2.4 對象、區(qū)域和特征度量
11.2.5 查找表
11.2.6 基于數(shù)學形態(tài)學的數(shù)字識別例子
11.2.7 MATLAB數(shù)學形態(tài)學函數(shù)在工作中的應用
11.3 小結
第12章 圖像增強
12.1 圖像增強概述
12.1.1 空域變換增強
12.1.2 空域濾波增強
12.1.3 頻域增強
12.2 點運算
12.2.1 灰度級修正
12.2.2 灰度變換
12.2.3 直方圖修正
12.3 MATLAB灰度變換
12.3.1 imadjust函數(shù)
12.3.2 動態(tài)范圍壓縮
12.4 MATLAB直方圖修正
12.4.1 直方圖均衡化
12.4.2 直方圖匹配
12.5 平滑濾波器
12.5.1 掩模消噪法
12.5.2 鄰域平均法
12.5.3 多圖像平均法
12.6 中值濾波器
12.7 銳化濾波器
12.7.1 空域高通濾波
12.7.2 梯度圖像輸出方法
12.8 頻域增強
12.8.1 布特沃斯低通濾波器實例
12.8.2 同態(tài)濾波
12.9 偽彩色處理
12.9.1 彩色圖像的偽彩色處理
12.9.2 灰度分層法偽彩色處理
12.9.3 灰度變換法的彩色處理
12.9.4 頻域偽彩色處理
12.9.5 多光譜圖像的偽彩色處理——在遙感學中常用
12.10 小結
第13章 圖像復原
13.1 理解圖像復原
13.1.1 圖像模糊的起因
13.1.2 復原模型
13.1.3 PSF的重要性
13.2 模糊與噪聲
13.3 使用維納濾波器進行圖像復原
13.4 使用常規(guī)濾波器進行圖像復原
13.5 使用Lucy-Richardson算法進行圖像復原
13.6 使用盲解卷積算法進行圖像復原
13.7 小結
第3部分 圖像處理實務
第14章 小波變換在圖像中的應用
14.1 小波分析基礎
14.2 小波分析技術
14.2.1 連續(xù)小波變換
14.2.2 離散小波變換
14.2.3 小波重構
14.3 小波圖像壓縮
14.4 小波圖像消噪
14.4.1 基本原理
14.4.2 小波消噪的例子
14.5 小波圖像增強
14.6 小波圖像融合
14.7 小結
第15章 圖像分割
15.1 圖像分割基礎
15.1.1 圖像分割定義
15.1.2 邊緣檢測概述
15.2 邊緣檢測算子
15.2.1 羅伯特（Roberts）邊緣算子
15.2.2 索貝爾（Sobel）邊緣算子
15.2.3 Prewitt邊緣算子
15.2.4 拉普拉斯（Laplacian）邊緣算子
15.2.5 坎尼（Canny）邊緣算子
15.2.6 MATLAB程序實現(xiàn)
15.3 直線提取
15.3.1 Hough變換法
15.3.2 MATLAB程序實現(xiàn)
15.4 閾值分割
15.4.1 人工選擇法
15.4.2 自動閾值法
15.4.3 MATLAB程序實現(xiàn)
15.5 分水嶺算法
15.6 區(qū)域生長和分裂合并
15.6.1 區(qū)域生長法
15.6.2 區(qū)域分裂與合并
15.6.3 MATLAB四叉樹分解
15.7 其他分割方法
15.7.1 彩色圖像分割
15.7.2 聚類算法
15.7.3 MATLAB程序實現(xiàn)
15.8 小結
第16章 圖像表示與描述
16.1 形狀匹配的基本概念
16.2 形狀表示
16.2.1 鏈碼
16.2.2 樣條
16.2.3 多邊形近似
16.2.4 標記圖
16.3 骨架描述
16.3.1 骨架表示
16.3.2 骨架、細化和中軸
16.3.3 骨架算法
16.3.4 骨架的MATLAB程序實現(xiàn)
16.4 基于幾何特征的形狀描述子
16.4.1 分散度
16.4.2 歐拉數(shù)
16.4.3 凹凸性
16.4.4 復雜性
16.4.5 偏心度
16.4.6 二值圖像的歐拉數(shù)的MATLAB程序實現(xiàn)
16.5 邊界描述子
16.6 區(qū)域描述
16.6.1 不變矩
16.6.2 形態(tài)學描述
16.6.3 MATLAB程序實現(xiàn)
16.7 紋理
16.7.1 直方圖統(tǒng)計特征
16.7.2 灰度差分統(tǒng)計法
16.7.3 圖像灰度梯度方向矩陣
16.7.4 自相關函數(shù)法
16.7.5 傅里葉特征
16.7.6 紋理的結構分析
16.7.7 小波分析
16.8 形狀識別的示例
16.9 小結
第17章 模式識別
17.1 模式識別
17.1.1 模式識別主要理論和方法
17.1.2 模式識別過程
17.2 統(tǒng)計模式識別
17.2.1 統(tǒng)計模式識別方法
17.2.2 特征分析
17.2.3 特征抽取
17.2.4 特征選擇
17.2.5 Bayes分類器
17.3 神經(jīng)網(wǎng)絡識別
17.3.1 神經(jīng)元模型
17.3.2 網(wǎng)絡結構
17.3.3 反向傳播網(wǎng)絡
17.3.4 圖像識別的MATLAB程序實現(xiàn)
17.4 模糊識別
17.4.1 圖像的模糊性
17.4.2 模糊子集的基本概念
17.4.3 基本術語與運算
17.4.4 模糊性的度量方法
17.4.5 模糊模式識別
17.5 小結
第18章 MATLAB圖像應用實例
18.1 圖像應用領域
18.2 生物識別技術
18.2.1 指紋識別原理
18.2.2 面部識別原理
18.2.3 指紋識別的MATLAB程序實現(xiàn)
18.3 數(shù)字水印技術
18.3.1 數(shù)字水印應用領域
18.3.2 數(shù)字水印技術特點
18.3.3 數(shù)字圖像水印算法
18.3.4 MATLAB程序實現(xiàn)
18.4 遙感圖像處理
18.4.1 多光譜圖像的特征
18.4.2 MATLAB程序實現(xiàn)
18.5 小結
第19章 基于圖像的MATLAB摩擦學仿真
19.1 摩擦學表面的圖像生成及表現(xiàn)
19.1.1 三維表面描述規(guī)范
19.1.2 DEM的描述規(guī)范
19.1.3 DEM模型與摩擦表面三維幾何建立過程的相關性
19.1.4 摩擦學表面模型重構正確性檢驗
19.1.5 利用地表數(shù)據(jù)生成技術得到數(shù)字化粗糙表面
19.1.6 表面結構的生成
19.1.7 人造微米級表面織構的設計
19.2 摩擦學仿真計算相關參數(shù)的獲取
19.3 摩擦學仿真計算的程序編寫
19.3.1 基于真實表面的接觸模型
19.3.2 表面溫度分布的模擬計算
19.3.3 表面溫度分布的模擬計算通用程序
19.4 摩擦學仿真計算結果的圖像表現(xiàn)
19.5 小結