MATLAB图像处理2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

MATLAB图像处理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

提高篇3

第1章 精通“图像特征提取”3

1.1图像的直方图3

1.1.1灰度图像直方图3

1.1.2例程解析3

1.1.3彩色图像的RGB分量直方图5

1.2图像的不变矩特征6

1.2.1几何矩的基本原理6

1.2.2例程一点通8

1.3图像的边缘检测10

1.3.1运用一阶微分算子检测图像边缘11

1.3.2运用二阶微分算子检测图像边缘13

1.3.3基于Canny算子检测图像边缘17

1.3.4基于SUSAN特征检测算子的边缘提取20

1.3.5基于小波变换模极大值的边缘检测23

1.3.6基于二维有限冲击响应滤波器的特定角度边缘检测26

1.3.7基于多尺度形态学梯度的边缘检测28

1.4斑点特征检测30

1.4.1勾画“LoG斑点”30

1.4.2描绘“DoH斑点”33

1.4.3提取“Gilles斑点”34

1.5角点特征检测35

1.5.1何谓“角点”35

1.5.2描绘“Harris角点”36

1.5.3例程一点通40

1.5.4融会贯通43

1.6SIFT不变特征提取与描述48

1.6.1SIFT算法48

1.6.2SIFT特征描述52

1.6.3例程精讲54

第2章 图像配准和融合71

2.1图像配准及其实现71

2.1.1纵览“图像配准”71

2.1.2构建“配准模型”72

2.1.3相似性测度73

2.1.4基于灰度的图像配准74

2.1.5基于特征点的图像配准77

2.2图像融合及其实现82

2.2.1什么是图像融合82

2.2.2常见的图像融合类型85

2.2.3图像融合的主要步骤86

2.2.4图像融合的规则86

2.2.5图像融合效果评价87

2.2.6加权平均图像融合方法及其程序实现89

2.2.7基于主成分分析的图像融合方法及其程序实现89

2.2.8基于金字塔分解的图像融合94

2.2.9基于小波变换的图像融合98

2.2.10基于余弦变换的多聚焦图像融合102

应用篇109

第3章 品读“典型应用实例”109

3.1图像去噪技术及其实现109

3.1.1什么是“图像的噪声”109

3.1.2图像去噪常用方法110

3.2从向量相关角度实现图像匹配114

3.2.1基于相关运算图像匹配的过程114

3.2.2在向量空间分析图像相关匹配114

3.2.3基于向量相关的图像匹配的MATLAB实现115

3.3基于图像的车牌自动识别技术116

3.3.1汽车牌照自动识别系统116

3.3.2车牌自动识别的步骤116

3.3.3例程一点通117

3.4图像数字水印技术及其实现119

3.4.1追根溯源话“水印”119

3.4.2“图像数字水印技术”面对面121

3.4.3“图像数字水印算法”精讲122

3.4.4例程一点通124

3.4.5融会贯通128

3.5数字图像压缩技术及其实现130

3.5.1从几个“为什么”看“图像压缩”130

3.5.2从几个“如何”看“图像压缩”132

3.5.3例程一点通134

3.6基于Arnold变换的图像加密技术143

3.6.1图像加密概述143

3.6.2基本原理144

3.6.3实现流程146

3.6.4例程精讲147

3.7基于最大类间方差阈值与遗传算法的道路分割148

3.7.1最大类间方差阈值分割法148

3.7.2遗传算法的基本原理及其特点149

3.7.3基于最大类间方差遗传算法的道路分割150

3.7.4例程一点通151

3.8数字图像处理在医疗领域的应用159

3.8.1基于数字图像的染色体分析159

3.8.2X光图像增强技术161

3.9基于红外图像的弱小目标检测与跟踪163

3.9.1何谓“弱小目标”164

3.9.2弱小目标检测与跟踪算法概述164

3.9.3基于局域概率分布的小目标检测165

3.9.4例程一点通166

3.10基于Retinex的雾霾清晰化处理及其代码实现168

3.10.1雾霾图像的特点168

3.10.2雾霾图像清晰化的方法概述169

3.10.3Retinex理论169

3.10.4基本实现过程170

3.10.5例程一点通170

3.11基于多尺度Retinex的雾霾清晰化处理及其代码实现173

3.11.1多尺度Retinex理论173

3.11.2例程一点通173

3.12基于大气耗散函数的雾霾图像清晰化及其代码实现178

3.12.1基本原理178

3.12.2程序实现180

3.13数字图像实时稳定技术及其实现184

3.13.1数字图像稳定算法的基本步骤185

3.13.2GC－BPM算法185

3.13.3例程一点通186

3.14基于帧间差分法的运动目标检测191

3.14.1浅析“运动目标检测”191

3.14.2基于帧间差分的运动目标检测192

3.14.3例程一点通192

3.15基于光流场的运动估计195

3.15.1光流和光流场的概念195

3.15.2光流场计算的基本原理195

3.15.3光流的主要计算方法196

3.15.4光流法的国内外研究状况197

3.15.5运用光流法检测运动物体的基本原理198

3.15.6例程一点通198

3.15.7学以致用203

3.15.8光流法的总结与展望204

3.16基于运动估计的医学视频倍频插帧技术及其代码实现206

3.16.1运动估计简介206

3.16.2运动估计的应用领域206

3.16.3运动估计方法分类207

3.16.4基于块匹配方法的运动估计208

3.16.5相关概念209

3.16.6匹配方法：价值函数210

3.16.7搜索算法211

3.16.8实际应用举例217

3.17基于肤色特征的人脸检测226

3.17.1色彩空间226

3.17.2基于色彩空间的肤色分割原理227

3.17.3基于肤色特征的人脸检测的实现227

3.18基于Mean Shift的目标跟踪技术233

3.18.1Mean Shift的起源233

3.18.2Mean Shift的基本原理234

3.18.3基于Mean Shift的目标跟踪236

3.18.4例程一点通238

3.18.5融会贯通243

3.19基于Kalman滤波的目标跟踪245

3.19.1认识Kalman246

3.19.2Kalman滤波算法246

3.19.3例程一点通247

3.19.4解读Kalman滤波249

3.19.5学以致用249

3.20基于Hough变换的人眼虹膜定位方法252

3.20.1分离瞳孔并估算出虹膜内半径252

3.20.2采用改进的Hough变换算法定位出虹膜内外边缘253

3.20.3例程一点通255

3.21基于模糊集的图像增强方法269

3.21.1模糊理论及其实现步骤269

3.21.2基于模糊集的图像增强方法270

3.21.3例程一点通271

3.22基于K－L变换的人脸识别技术272

3.22.1人脸识别技术的发展272

3.22.2研究人脸识别的意义273

3.22.3国内外研究状况分析273

3.22.4基于K－L变换的人脸识别274

3.22.5例程一点通275

3.23图像分割技术及其实现277

3.23.1什么是“图像分割”278

3.23.2基于阈值的图像分割278

3.23.3基于区域生长法的图像分割286

3.23.4基于最大方差法灰度门限的图像分割288

3.23.5基于K－means算法的图像分割291

3.24基于蚁群算法的图像边缘检测294

3.24.1认识“蚁群算法”294

3.24.2解析“蚁群算法”295

3.24.3基于蚁群优化的图像边缘检测方法297

3.24.4例程一点通300

3.25基于脉冲耦合神经网络的图像分割305

3.25.1脉冲耦合神经网络及其在图像分割中的应用305

3.25.2例程一点通306

3.25.3融会贯通310

参考文献312