MATLAB数字图像处理（第2版）

　　前言
　　第1章 MATLAB及数字图像概述
　　1.1 MATLAB概述及发展史
　　1.1.1 MATLAB发展史
　　1.1.2 MATLAB基本功能
　　1.1.3 MATLAB R2011a新功能
　　1.1.4 MATLAB应用领域
　　1.2 MATLAB R2011a的安装与激活
　　1.3 MATLAB用户界面
　　1.3.1 "Start"按钮
　　1.3.2 菜单栏
　　1.4 MATLAB工作环境
　　1.4.1 命令窗口
　　1.4.2 命令历史窗口
　　1.4.3 工作空间
　　1.4.4 数组编辑窗口
　　1.4.5 搜索路径及设置
　　1.5 MATLAB联机帮助
　　1.5.1 帮助窗口
　　1.5.2 帮助命令
　　1.6 变量
　　1.6.1 变量命名规则
　　1.6.2 变量类型
　　1.7 常用符号
　　1.8 矩阵的创建
　　1.8.1 直接输入元素创建矩阵
　　1.8.2 创建特殊矩阵
　　1.9 数据可视化
　　1.10 程序结构
　　1.10.1 顺序结构
　　1.10.2 循环结构
　　1.10.3 分支结构
　　1.11 数字图像简介
　　1.11.1 数字图像发展概况
　　1.11.2 数字图像应用领域
　　第2章 图像处理基础
　　2.1 图像类型及常用术语
　　2.2 图像处理的基本操作
　　2.3 特殊图像显示技术
　　2.4 图像处理高级应用
　　2.4.1 图像处理高级应用基本函数
　　2.4.2 图像处理高级应用示例
　　2.5 图像类型及其转换
　　2.5.1 图像类型
　　2.5.2 图像类型转换
　　2.6 图像色彩
　　2.6.1 图像退色处理
　　2.6.2 颜色模型
　　2.6.3 颜色模型转换
　　2.6.4 色彩处理
　　第3章 图像运算
　　3.1 图像运算基本类型
　　3.2 点运算
　　3.3 图像代数运算
　　3.3.1 图像加法运算
　　3.3.2 图像减法运算
　　3.3.3 图像乘法运算
　　3.3.4 图像除法运算
　　3.3.5 图像绝对差值运算
　　3.3.6 图像求补运算
　　3.3.7 图像线性运算
　　3.3.8 图像非线性运算
　　3.4 图像的逻辑运算
　　3.5 几何变换基础
　　3.5.1 齐次坐标
　　3.5.2 齐次坐标的一般表现形式及意义
　　3.5.3 二维图像几何变换的矩阵
　　3.6 图像几何运算
　　3.6.1 图像插值
　　3.6.2 调整图像大小
　　3.6.3 图像的旋转
　　3.6.4 图像的裁剪
　　3.7 空间变换
　　3.7.1 图像镜像变换
　　3.7.2 图像仿射
　　3.7.3 图像投影变换
　　3.8 邻域与块处理
　　3.8.1 滑动邻域处理
　　3.8.2 块处理
　　3.9 区域处理
　　3.9.1 指定目标区域
　　3.9.2 区域滤波处理
　　3.9.3 区域填充处理
　　第4章 图像编码
　　4.1 图像压缩编码简介
　　4.1.1 图像压缩编码的必要性
　　4.1.2 图像压缩编码的可能性
　　4.1.3 图像压缩编码的评价准则
　　4.2 熵编码
　　4.2.1 信息熵
　　4.2.2 赫夫曼编码
　　4.2.3 算术编码
　　4.2.4 行程编码
　　4.3 预测编码
　　4.4 变换编码
　　4.4.1 离散余弦变换编码
　　4.4.2 哈达玛变换编码
　　4.4.3 小波变换编码
　　第5章 图像变换
　　5.1 线性变换
　　5.1.1 标量表达式
　　5.1.2 矢量表示
　　5.1.3 矩阵表示
　　5.1.4 基平面
　　5.2 离散傅里叶变换
　　5.2.1 傅里叶变换的基本概念及性质
　　5.2.2 离散傅里叶变换推导
　　5.2.3 傅里叶变换的应用
　　5.3 离散余弦变换
　　5.3.1 余弦变换的定义
　　5.3.2 离散余弦变换的应用
　　5.4 沃尔什 哈达玛变换
　　5.4.1 Walsh函数
　　5.4.2 沃尔什 哈达玛变换的定义
　　5.4.3 沃尔什 哈达玛变换的应用
　　5.5 Hough变换
　　5.5.1 Hough变换的基本原理
　　5.5.2 Hough变换的应用
　　5.6 Radon变换
　　5.6.1 Radon变换的基本原理
　　5.6.2 Radon变换的应用
　　5.6.3 Radon逆变换
　　5.6.4 Radon逆变换应用
　　5.7 Fan-Beam变换
　　5.7.1 Fan-Beam投影的基本原理
　　5.7.2 Fan-Beam变换的应用
　　5.7.3 Fan-Beam逆变换
　　第6章 图像增强
　　6.1 图像增强原理及方法
　　6.2 空域变换增强
　　6.2.1 直接灰度变换
　　6.2.2 直方图灰度变换
　　6.2.3 直方图修正
　　6.3 空域滤波增强
　　6.3.1 基本原理
　　6.3.2 平滑滤波器
　　6.3.3 中值滤波器
　　6.3.4 锐化滤波器
　　6.4 频域增强
　　6.4.1 低通滤波器
　　6.4.2 高通滤波器
　　6.4.3 同态滤波器
　　6.5 彩色增强
　　6.5.1 密度分割法
　　6.5.2 彩色变换
　　6.5.3 伪色彩增强
　　第7章 图像复原
　　7.1 图像退化复原及噪声分析
　　7.1.1 图像退化的原因
　　7.1.2 图像复原的方法
　　7.1.3 常用的噪声密度和过程分析
　　7.2 图像退化模型
　　7.2.1 连续退化模型
　　7.2.2 离散退化模型
　　7.2.3 循环矩阵对角化模型
　　7.3 退化函数估计
　　7.3.1 图像观察估计法
　　7.3.2 模型估计法
　　7.4 非约束复原
　　7.4.1 非约束复原
　　7.4.2 逆滤波复原
　　7.4.3 消除匀速运动模糊
　　7.5 维纳（Wiener）滤波复原
　　7.5.1 维纳（Wiener）滤波复原的基本介绍
　　7.5.2 维纳（Wiener）滤波复原的应用
　　7.6 最小二乘滤波复原
　　7.6.1 最小二乘滤波复原的基本介绍
　　7.6.2 最小二乘滤波复原的应用
　　7.7 Lucy_Richardson滤波复原
　　7.7.1 Lucy_Richardson滤波复原的基本介绍
　　7.7.2 Lucy_Richardson滤波复原的应用
　　7.8 空域滤波复原
　　7.8.1 均值滤波器复原
　　7.8.2 顺序统计滤波器
　　7.8.3 自适应滤波器
　　7.9 频域滤波复原
　　第8章 图像的分割
　　8.1 基于阈值选取的图像分割法
　　8.1.1 双峰法
　　8.1.2 迭代法
　　8.1.3 大津法
　　8.1.4 分水岭算法
　　8.2 边缘检测算子
　　8.2.1 Roberts边缘算子
　　8.2.2 Sobel边缘算子
　　8.2.3 Prwitte边缘算子
　　8.2.4 LoG边缘算子
　　8.2.5 零交叉方法
　　8.2.6 Canny边缘算子
　　8.2.7 各种边缘检测算子的比较
　　8.3 边界跟踪
　　8.3.1 跟踪基本原理
　　8.3.2 边界跟踪MATLAB实现
　　8.4 直线提取
　　8.4.1 Hough检测直线的基本原理
　　8.4.2 Hough检测直线的MATLAB实现
　　8.5 区域生长与分裂合并
　　8.5.1 区域生长
　　8.5.2 区域分裂与合并
　　8.5.3 四叉树分割
　　8.6 其他分割法
　　8.6.1 彩色图像分割
　　8.6.2 彩色图像分割MATLAB实现
　　第9章 图像数学形态学处理
　　9.1 数学形态学简介
　　9.2 集合论中的基本概念
　　9.3 膨胀与腐蚀形态基本运算
　　9.3.1 结构元素
　　9.3.2 膨胀与腐蚀
　　9.3.3 开运算与闭运算
　　9.3.4 骨架化
　　9.4 击中或击不中
　　9.5 基于形态学对象的操作
　　9.5.1 边缘提取
　　9.5.2 特征提取
　　9.5.3 连通标注与选择
　　9.6 形态学的应用
　　9.6.1 距离变换
　　9.6.2 寻找峰值和谷值
　　9.6.3 查表操作
　　9.6.4 形态重构
　　9.6.5 形态滤波
　　9.7 灰度图像形态学
　　9.7.1 灰度图像的膨胀与腐蚀
　　9.7.2 灰度图像开、闭运算
　　9.7.3 多尺度形态学梯度的边缘检测
　　9.8 纹理特征提取
　　9.8.1 直方图统计特征
　　9.8.2 自相关函数
　　9.8.3 灰度共生矩阵
　　9.9 区域描述
　　9.9.1 几何特征
　　9.9.2 不变矩
　　第10章 小波图像处理
　　10.1 小波定义
　　10.2 小波变换
　　10.2.1 连续小波变换
　　10.2.2 离散小波变换
　　10.2.3 小波包算法
　　10.3 小波变换函数
　　10.3.1 单层二维离散小波变换
　　10.3.2 多层二维离散小波变换
　　10.3.3 提取小波系数
　　10.3.4 小波多层重构
　　10.3.5 小波单层重构
　　10.3.6 二维平稳小波变换
　　10.3.7 小波包变换
　　10.3.8 其他二维小波变换函数
　　10.4 小波应用图像的去噪与压缩
　　10.4.1 基于小波图像的去噪与压缩函数
　　10.4.2 基于小波包图像的去噪与压缩函数
　　10.5 小波变换应用于图像增强
　　10.6 小波变换应用于图像融合
　　第11章 数字图像处理的实际应用
　　11.1 MATLAB在遥感图像处理中的应用
　　11.1.1 遥感的基本介绍
　　11.1.2 遥感图像对直方图进行匹配处理
　　11.1.3 对遥感图像进行增强处理
　　11.1.4 对遥感图像进行融合
　　11.2 MATLAB在医学图像处理中的应用
　　11.2.1 医学图像的基本介绍
　　11.2.2 医学图像的灰度变换
　　11.2.3 基于高频强调滤波和直方图均衡化的医学图像增强
　　11.3 MATLAB在数字水印技术中的应用
　　11.3.1 数字图像水印技术的基本介绍
　　11.3.2 数字图像水印技术的实现
　　11.4 MATLAB在神经网络识别中的应用
　　参考文献
　　 

　　《MATLAB数字图像处理（第2版）》以最新版MATLAB R2011a为平台编写，简洁明了地介绍了数字图像处理的函数、方法的理论及背景，同时又紧密联系实现应用，以具体的事例说明函数的使用方法。在事例中强调了如何用MATLAB图像处理工具箱解决图像处理中的问题和节省了图像处理的时间和精力，提高了图像处理的效率。
　　全书共分11章，第1章讲解了MATLAB基础知识，让读者对MATLAB有一个概要的认识。第2～10章分别讲解了图像处理基础、图像运算、图像编码、图像变换、图像增强、图像复原、图像的分割、图像数学形态学处理和小波图像处理等内容，向读者展示了MATLAB对数字图像进行处理的方法及技巧。第11章总结性地介绍数字图像在各个领域中的应用，让读者进一步领略到MATLAB的强大功能和广泛的应用范围。
　　本书可作为高等理工科院校电子信息、通信工程、信号与信息处理学科的本科生教材，也可作为研究生以及从事图像研究的科研工作者的参考用书。