目 录__eol__第1章 绪言 1__eol__本章概述 1__eol__1.1 背景 1__eol__1.2 什么是数字图像处理 2__eol__1.3 MATLAB和图像处理工具箱基础 2__eol__1.4 本书涵盖的图像处理范围 3__eol__1.5 本书的网站 4__eol__1.6 符号 4__eol__1.7 基本原理 4__eol__1.7.1 MATLAB桌面 5__eol__1.7.2 使用MATLAB编辑器/调试器 6__eol__1.7.3 获取帮助 6__eol__1.7.4 保存和检索工作会话数据 6__eol__1.7.5 数字图像表示 7__eol__1.7.6 图像的输入/输出和显示 8__eol__1.7.7 类和图像类型 9__eol__1.7.8 M函数编程 11__eol__1.8 怎样组织本书的参考文献 21__eol__小结 22__eol__第2章 灰度变换与空间滤波 23__eol__本章概述 23__eol__2.1 背景 23__eol__2.2 灰度变换函数 23__eol__2.2.1 函数imadjust和stretchlim 24__eol__2.2.2 对数及对比度拉伸变换 26__eol__2.2.3 指定任意灰度变换 27__eol__2.2.4 用于灰度变换的一些实用M函数 28__eol__2.3 直方图处理与函数绘图 32__eol__2.3.1 生成并绘制图像直方图 32__eol__2.3.2 直方图均衡 36__eol__2.3.3 直方图匹配(规定化) 38__eol__2.3.4 函数adapthisteq 42__eol__2.4 空间滤波 43__eol__2.4.1 线性空间滤波 43__eol__2.4.2 非线性空间滤波 48__eol__2.5 图像处理工具箱的标准空间滤波器 50__eol__2.5.1 线性空间滤波器 50__eol__2.5.2 非线性空间滤波器 53__eol__小结 54__eol__第3章 频率域滤波 55__eol__本章概述 55__eol__3.1 二维离散傅里叶变换 55__eol__3.2 在MATLAB中计算和观察二维DFT 58__eol__3.3 频率域滤波 60__eol__3.3.1 基础 60__eol__3.3.2 DFT滤波的基本步骤 64__eol__3.3.3 用于频率域滤波的M函数 65__eol__3.4 从空间滤波器获得频率域滤波器 66__eol__3.5 在频率域中直接生成滤波器 69__eol__3.5.1 创建用于实现频率域滤波器的网格数组 69__eol__3.5.2 低通(平滑)频率域滤波器 70__eol__3.5.3 绘制线框图和表面图 72__eol__3.6 高通(锐化)频率域滤波器 75__eol__3.6.1 一个用于高通滤波的函数 75__eol__3.6.2 高频强调滤波 77__eol__小结 78__eol__第4章 图像复原与重建 79__eol__本章概述 79__eol__4.1 图像退化/复原处理的模型 79__eol__4.2 噪声模型 80__eol__4.2.1 使用函数imnoise对图像添加噪声 80__eol__4.2.2 使用规定分布生成空间随机噪声 81__eol__4.2.3 周期噪声 86__eol__4.2.4 估计噪声参数 89__eol__4.3 仅有噪声的复原——空间滤波 92__eol__4.3.1 空间噪声滤波器 93__eol__4.3.2 自适应空间滤波器 96__eol__4.4 使用频率域滤波降低周期噪声 97__eol__4.5 退化函数建模 97__eol__4.6 直接逆滤波 99__eol__4.7 维纳滤波 100__eol__4.8 由投影重建图像 102__eol__4.8.1 背景 102__eol__4.8.2 平行射线束投影和雷登变换 104__eol__4.8.3 傅里叶切片定理与滤波反投影 105__eol__4.8.4 滤波器实现 107__eol__4.8.5 使用扇形射线束滤波反投影的重建 108__eol__4.8.6 函数radon 108__eol__4.8.7 函数iradon 110__eol__4.8.8 处理扇形射线束数据 113__eol__小结 118__eol__第5章 彩色图像处理 119__eol__本章概述 119__eol__5.1 MATLAB中彩色图像的表示 119__eol__5.1.1 RGB图像 119__eol__5.1.2 索引图像 121__eol__5.1.3 处理RGB和索引图像的函数 123__eol__5.2 彩色空间转换 125__eol__5.2.1 NTSC彩色空间 125__eol__5.2.2 YCbCr彩色空间 126__eol__5.2.3 HSV彩色空间 126__eol__5.2.4 CMY和CMYK彩色空间 127__eol__5.2.5 HSI彩色空间 128__eol__5.2.6 与设备无关的彩色空间 133__eol__5.3 彩色图像处理基础 139__eol__5.4 彩色变换 140__eol__5.5 彩色图像的空间滤波 146__eol__5.5.1 彩色图像平滑 146__eol__5.5.2 彩色图像锐化 148__eol__5.6 直接在RGB向量空间的处理 149__eol__5.6.1 使用梯度进行彩色边缘检测 149__eol__5.6.2 在RGB向量空间中进行图像分割 152__eol__小结 155__eol__第6章 图像压缩 156__eol__本章概述 156__eol__6.1 背景 156__eol__6.2 编码冗余 159__eol__6.2.1 霍夫曼码 161__eol__6.2.2 霍夫曼编码 165__eol__6.2.3 霍夫曼解码 169__eol__6.3 空间冗余 175__eol__6.4 不相关信息 179__eol__6.5 JPEG压缩 181__eol__6.5.1 JPEG 181__eol__6.5.2 JPEG 2000 186__eol__6.6 视频压缩 192__eol__6.6.1 MATLAB图像序列和电影 192__eol__6.6.2 时间冗余和运动补偿 195__eol__小结 201__eol__第7章 图像分割 202__eol__本章概述 202__eol__7.1 点、线和边缘检测 202__eol__7.1.1 点检测 203__eol__7.1.2 线检测 204__eol__7.1.3 使用函数edge检测边缘 205__eol__7.2 使用霍夫变换进行线检测 212__eol__7.2.1 背景知识 212__eol__7.2.2 工具箱霍夫函数 213__eol__7.3 阈值处理 216__eol__7.3.1 基础知识 216__eol__7.3.2 基本的全局阈值处理 217__eol__7.3.3 使用Otsu方法进行最佳全局阈值处理 219__eol__7.3.4 使用图像平滑改进全局阈值处理 222__eol__7.3.5 使用边缘改进全局阈值处理 223__eol__7.3.6 基于局部统计的可变阈值处理 226__eol__7.3.7 使用移动平均的图像阈值处理 229__eol__7.4 基于区域的分割 231__eol__7.4.1 基本表达式 231__eol__7.4.2 区域生长 231__eol__7.4.3 区域分离与聚合 234__eol__7.5 使用分水岭变换的分割 238__eol__7.5.1 使用距离变换的分水岭分割 239__eol__7.5.2 使用梯度的分水岭分割 240__eol__7.5.3 标记符控制的分水岭分割 241__eol__小结 243__eol__第8章 表示与描述 244__eol__本章概述 244__eol__8.1 背景 244__eol__8.1.1 提取区域及其边界的函数 245__eol__8.1.2 本章中使用的其他MATLAB和工具箱函数 248__eol__8.1.3 一些基本的实用M函数 249__eol__8.2 表示 250__eol__8.2.1 链码 250__eol__8.2.2 使用最小周长多边形的多边形近似 252__eol__8.2.3 标记 258__eol__8.2.4 边界线段 260__eol__8.2.5 骨骼 260__eol__8.3 边界描绘子 262__eol__8.3.1 一些简单的描绘子 262__eol__8.3.2 形状数 262__eol__8.3.3 傅里叶描绘子 263__eol__8.3.4 统计矩 266__eol__8.3.5 拐角 267__eol__8.4 区域描绘子 272__eol__8.4.1 函数regionprops 273__eol__8.4.2 纹理 274__eol__8.4.3 不变矩 282__eol__8.5 使用主分量