數(shù)字圖像處理與機器視覺（基于MATLAB實現(xiàn)）

目錄
第1章 緒 論2
1.1數(shù)字圖像處理定義及發(fā)展史2
1.1.1什么是數(shù)字圖像處理2
1.1.2與數(shù)字圖像處理相關(guān)的術(shù)語（數(shù)字圖像處理、機器視覺、數(shù)字圖像識別、計算機圖形學(xué)、人工智能）3
1.1.3數(shù)字圖像處理的廣義與狹義概念4
1.2數(shù)字圖像處理系統(tǒng)組成4
1.3數(shù)字圖像處理的主要研究內(nèi)容和發(fā)展趨勢5
1.3.1數(shù)字圖像處理的主要研究內(nèi)容5
1.3.2數(shù)字圖像處理應(yīng)用及發(fā)展趨勢6
1.4常用數(shù)字圖像工具軟件簡介12
1.4.1 MATLAB12
1.4.2 Python13
1.4.3 OpenCV13
1.4.4 Java14
1.4.5 C++14
1.4.6 HALCON14
本章小結(jié)15
習題15
第2章 MATLAB數(shù)字圖像處理基礎(chǔ)16
2.1 MATLAB簡介16
2.2 MATLAB軟件的安裝16
2.3 MATLAB程序設(shè)計語言基礎(chǔ)22
2.3.1 MATLAB語言變量與常量22
2.3.2 MATLAB數(shù)據(jù)結(jié)構(gòu)23
2.3.3 MATLAB基本語句結(jié)構(gòu)23
2.3.4 M文件的編寫24
2.3.5 MATLAB函數(shù)編寫24
2.3.6 MATLAB幫助文檔（help、doc、type）25
2.4 MATLAB程序設(shè)計29
2.4.1 循環(huán)語句結(jié)構(gòu)29
2.4.2條件語句結(jié)構(gòu)30
2.4.3開關(guān)語句結(jié)構(gòu)31
2.4.4程序調(diào)試與優(yōu)化31
2.5.2 MATLAB圖像類型及存儲方式34
2.5.3 MATLAB圖像轉(zhuǎn)換35
2.5.4 讀取和寫入圖像文件36
2.5.5 圖像顯示37
本章小結(jié)38
習題39
第3章 數(shù)字圖像處理基礎(chǔ)知識45
3.1 圖像的基本概念45
3.2 圖像的數(shù)字化及表達46
3.3 圖像的獲取與顯示47
3.3.1圖像的采樣47
3.3.2采樣點的選取48
3.3.3圖像的量化48
3.4 像素間的基本關(guān)系49
3.4.1鄰域49
3.4.2像素的鄰接性與連通性50
3.5灰度直方圖52
3.5.1灰度直方圖的繪制52
3.5.2灰度直方圖的使用53
3.6圖像的分類54
3.6.1二值圖像54
3.6.2灰度圖像55
3.6.3彩色圖像55
3.6.4矢量圖象56
3.6.5索引圖像56
本章小結(jié)58
習題58
第4章 圖像的基本運算59
4.1 概述59
4.2點運算59
4.2.1線性點運算60
4.2.2非線性點運算61
4.3代數(shù)運算63
4.3.1加法運算64
4.3.2減法運算66
4.3.3乘法運算67
4.3.4除法運算67
4.4邏輯運算68
4.5幾何運算69
4.5.1圖像的平移69
4.5.2圖像的鏡像71
4.5.3圖像的旋轉(zhuǎn)72
4.5.4圖像的縮放74
4.5.5灰度插值75
本章小結(jié)77
習題77
第5章 圖像變換79
5.1 認識傅里葉變換80
5.2 快速傅里葉變換83
5.2.1時間抽?。―IT）的基2 FFT算法85
5.3 傅里葉變換的性質(zhì)85
5.3.1 線性85
5.3.2 對稱性質(zhì)85
5.3.3 尺度變換性質(zhì)86
5.3.4 時移性質(zhì)86
5.3.5 頻移性質(zhì)86
5.3.6 平移性質(zhì)86
5.3.7 可分離性87
5.3.8 周期性和共軛對稱性89
5.3.9 旋轉(zhuǎn)性質(zhì)90
5.3.10 分配律91
5.3.11 尺度變換92
5.4.7 平均值94
5.4.8 卷積定理94
本章小結(jié)95
習題95
第6章 灰度變換與濾波96
6.1 灰度變換96
6.1.1灰度線性變換97
6.1.2灰度分段線性變換98
6.1.3反轉(zhuǎn)變換99
6.1.4對數(shù)變換100
6.1.5冪次變換101
6.2 直方圖變換101
6.2.1直方圖均衡化102
6.2.2直方圖規(guī)定化104
6.3 圖像的高、低頻分量與噪聲的關(guān)系106
6.4空間濾波106
6.4.1均值濾波107
6.4.2中值濾波109
6.4.3高斯濾波110
6.5頻域濾波111
6.5.1低通濾波112
6.5.2高通濾波116
6.5.3同態(tài)濾波118
6.5.4帶阻濾波121
本章小結(jié)124
習題124
第7章圖 像 分 割125
7.1 引言125
7.2 圖像分割處理125
7.3 基于閾值的圖像處理126
7.3.1 全局閾值分割126
7.3.2多閾值分割131
7.3.2自適應(yīng)閾值132
7.3.3最佳閾值的選擇法134
7.3.4分水嶺算法136
7.4基于梯度的圖像分割136
7.4.1邊界跟蹤136
7.4.2梯度圖像二值化137
7.5邊緣檢測與連接138
7.5.1邊緣檢測138
7.5.2邊緣連接140
7.6區(qū)域分割141
7.6.1區(qū)域生長141
7.6.2區(qū)域分裂合并法143
7.7數(shù)學(xué)形態(tài)學(xué)圖像處理145
7.7.1 腐蝕與膨脹147
7.7.2開運算和閉運算149
7.8圖像分割綜合應(yīng)用150
本章小結(jié)152
習題152
第8章 彩色圖像處理154
8.1彩色圖像基礎(chǔ)154
8.1.1彩色的定義155
8.1.2彩色的物理認識155
8.1.3三原色155
8.1.4 計算機中的顏色表示156
8.2彩色圖像的表示157
8.2.1 RGB模型157
8.2.1 HSV彩色空間158
8.2.2 HSI模型159
8.2.3 Lab顏色模型160
8.3 彩色圖處理基礎(chǔ)161
8.3.1圖像的偽彩色處理161
8.3.2 全彩色圖像處理基礎(chǔ)167
8.4彩色圖像的空間濾波168
8.4.1彩色圖像平衡168
8.4.2彩色圖像增強170
1.彩色圖像增強170
2.彩色圖像直方圖處理170
8.4.3彩色圖像平滑173
8.4.4彩色圖像銳化 ( Color Image Sharpening)175
8.5彩色圖像分割( Color Image Segmentation )177
8.5.1 HSI彩色空間分割( Segmentation in HSI Color Space )177
8.5.2 RGB彩色空間分割( Segmentation in RGB Color Space )177
本章小結(jié)179
習題179
第9章 圖像的表示與描述180
9.1 背景180
9.2 顏色描述181
9.2.1灰度性質(zhì) ( Intensity Feature )181
9.2.2直方圖的性質(zhì)(Histogram Feature )182
9.2.3 顏色矩（Color Moments )183
9.3 紋理描述（Representation of Image Texture)184
9.3.1自相關(guān)函數(shù)185
9.3.2灰度差分統(tǒng)計186
9.3.3灰度共生矩陣186
9.3.4頻譜特征187
9.4邊界表示187
9.4.1鏈碼187
9.4.2曲線的鏈碼表示