數(shù)字圖像處理第三版是一款最新的數(shù)字圖像基礎(chǔ)、色彩圖像處理等等原理的概述和分析，有需要的朋友趕緊來綠色資源網(wǎng)下載吧！

數(shù)字圖像處理matlab版介紹

《數(shù)字圖像處理(第三版)》的讀者對象主要是從事信號與信息處理、通信工程、電子科學(xué)與技術(shù)、信息工程、自動化、計算機科學(xué)與技術(shù)、地球物理、生物工程、生物醫(yī)學(xué)工程、物理、化學(xué)、醫(yī)學(xué)、遙感等領(lǐng)域的大學(xué)教師和科技工作者、研究生、大學(xué)本科高年級學(xué)生及工程技術(shù)人員。

數(shù)字圖像處理pdf版特色

該書是把圖像處理基礎(chǔ)理論論述與軟件實踐方法相結(jié)合的第一本書，它集成了岡薩雷斯和伍茲所著的《數(shù)字圖像處理》一書中的重要內(nèi)容和MathWorks公司的圖像處理工具箱。本書的特色在于它重點強調(diào)了怎樣通過開發(fā)新代碼來增強這些軟件工具。本書在介紹MATLAB編程基礎(chǔ)知識之后，講述了圖像處理的主要內(nèi)容，具體包括亮度變換、線性和非線性空間濾波、頻率域濾波、圖像復(fù)原與配準、彩色圖像處理、小波、圖像數(shù)據(jù)壓縮、形態(tài)學(xué)圖像處理、圖像分割、區(qū)域和邊界表示與描述以及對象識別等。

岡薩雷斯數(shù)字圖像處理MATLAB版(中文版)目錄

第1章 緒言

前言

1.1 背景知識

1.2 什么是數(shù)字圖像處理

1.3 MATLAB和圖像處理工具箱的背景知識

1.4 本書涵蓋的圖像處理范圍

1.5 本書的Web站點

1.6 MATLAB工作環(huán)境

1.6.1 MATLAB桌面

1.6.2 使用MATLAB編輯器創(chuàng)建M文件

1.6.3 獲得幫助

1.6.4 保存和檢索工作會話

1.7 參考文獻的組織方式

小結(jié)

第2章 基本原理

前言

2.1 數(shù)字圖像的表示

2.1.1 坐標約定

2.1.2 圖像的矩陣表示

2.2 讀取圖像

2.3 顯示圖像

2.4 保存圖像

2.5 數(shù)據(jù)類

2.6 圖像類型

2.6.1 亮度圖像

2.6.2 二值圖像

2.6.3 術(shù)語注釋

2.7 數(shù)據(jù)類與圖像類型間的轉(zhuǎn)換

2.7.1 數(shù)據(jù)類間的轉(zhuǎn)換

2.7.2 圖像類和類型間的轉(zhuǎn)換

2.8 數(shù)組索引

2.8.1 向量索引

2.8.2 矩陣索引

2.8.3 選擇數(shù)組的維數(shù)

2.9 一些重要的標準數(shù)組

2.10 M函數(shù)編程簡介

2.10.1 M文件

2.10.2 運算符

2.10.3 流控制

2.10.4 代碼優(yōu)化

2.10.5 交互式I/O

2.10.6 單元數(shù)組與結(jié)構(gòu)簡介

小結(jié)

第3章 亮度變換與空間濾波

前言

3.1 背景知識

3.2 亮度變換函數(shù)

3.2.1 函數(shù)imadjust

3.2.2 對數(shù)和對比度拉伸變換

3.2.3 亮度變換的一些實用M函數(shù)

3.3 直方圖處理與函數(shù)繪圖

3.3.1 生成并繪制圖像的直方圖

3.3.2 直方圖均衡化

3.3.3 直方圖匹配（規(guī)定化）

3.4 空間濾波

3.4.1 線性空間濾波

3.4.2 非線性空間濾波

3.5 圖像處理工具箱的標準空間濾波器

3.5.1 線性空間濾波器

3.5.2 非線性空間濾波器

小結(jié)

第4章 頻域處理

前言

4.1 二維離散傅里葉變換

4.2 在MATLAB中計算并可視化二維DFT

4.3 頻域濾波

4.3.1 基本概念

4.3.2 DFT濾波的基本步驟

4.3.3 用于頻域濾波的M函數(shù)

4.4 從空間濾波器獲得頻域濾波器

4.5 在頻域中直接生成濾波器

4.5.1 建立用于實現(xiàn)頻域濾波器的網(wǎng)格數(shù)組

4.5.2 低通頻域濾波器

4.5.3 線框圖與表面圖

4.6 銳化頻域濾波器

4.6.1 基本的高通濾波器

4.6.2 高頻強調(diào)濾波

小結(jié)

第5章 圖像復(fù)原

前言

5.1 圖像退化/復(fù)原處理的模型

5.2 噪聲模型

5.2.1 使用函數(shù)imnoise添加噪聲

5.2.2 使用指定的分布產(chǎn)生空間隨機噪聲

5.2.3 周期噪聲

5.2.4 估計噪聲參數(shù)

5.3 僅有噪聲的復(fù)原：空間濾波

5.3.1 空間噪聲濾波器

5.3.2 自適應(yīng)空間濾波器

5.4 通過頻域濾波來降低周期噪聲

5.5 退化函數(shù)建模

5.6 直接逆濾波

5.7 維納濾波

5.8 約束的最小二乘方（正則）濾波

5.9 使用Lucy-Richardson算法的迭代非線性復(fù)原

5.10 盲去卷積

5.11 幾何變換與圖像配準

5.11.1 空間幾何變換

5.11.2 對圖像應(yīng)用空間變換

5.11.3 圖像配準

小結(jié)

第6章 彩色圖像處理

前言

6.1 MATLAB中彩色圖像的表示方法

6.1.1 RGB圖像

6.1.2 索引圖像

6.1.3 用來處理RGB圖像和索引圖像的IPT函數(shù)

6.2 轉(zhuǎn)換至其他彩色空間

6.2.1 NTSC彩色空間

6.2.2 YCbCr彩色空間

6.2.3 HSV彩色空間

6.2.4 CMY和CMYK彩色空間

6.2.5 HSI彩色空間

6.3 彩色圖像處理基礎(chǔ)

6.4 彩色變換

6.5 彩色圖像的空間濾波

6.5.1 彩色圖像平滑

6.5.2 彩色圖像銳化

6.6 在RGB向量空間直接處理

6.6.1 使用梯度的彩色邊緣檢測

6.6.2 RGB向量空間中的圖像分割

小結(jié)

第7章 小波

前言

7.1 背景知識

7.2 快速小波變換

7.2.1 使用小波工具箱的快速小波變換

7.2.2 不使用小波工具箱的快速小波變換

7.3 小波分解結(jié)構(gòu)的運算

7.3.1 不使用小波工具箱編輯小波分解系數(shù)

7.3.2 顯示小波分解系數(shù)

7.4 快速小波反變換

7.5 圖像處理中的小波

小結(jié)

第8章 圖像壓縮

前言

8.1 背景知識

8.2 編碼冗余

8.2.1 霍夫曼碼

8.2.2 霍夫曼編碼

8.2.3 霍夫曼解碼

8.3 像素間的冗余

8.4 心理視覺冗余

8.5 JPEG壓縮

8.5.1 JPEG

8.5.2 JPEG 2000

小結(jié)

第9章 形態(tài)學(xué)圖像處理

前言

9.1 預(yù)備知識

9.1.1 集合論中的基本概念

9.1.2 二值圖像、集合和邏輯運算符

9.2 膨脹和腐蝕

9.2.1 膨脹

9.2.2 結(jié)構(gòu)元素的分解

9.2.3 函數(shù)strel

9.2.4 腐蝕

9.3 膨脹與腐蝕的組合

9.3.1 開運算和閉運算

9.3.2 擊中或擊不中變換

9.3.3 使用查找表

9.3.4 函數(shù)bwmorph

9.4 標注連接分量

9.5 形態(tài)學(xué)重構(gòu)

9.5.1 由重構(gòu)做開運算

9.5.2 填充孔洞

9.5.3 清除邊界對象

9.6 灰度圖像形態(tài)學(xué)

9.6.1 膨脹和腐蝕

9.6.2 開運算和閉運算

9.6.3 重構(gòu)

小結(jié)

第10章 圖像分割

前言

10.1 點、線和邊緣檢測

10.1.1 點檢測

10.1.2 線檢測

10.1.3 使用edge函數(shù)的邊緣檢測

10.2 使用Hough變換的線檢測

10.2.1 使用Hough變換做峰值檢測

10.2.2 使用Hough變換做線檢測和鏈接

10.3 閾值處理

10.3.1 全局閾值處理

10.3.2 局部閾值處理

10.4 基于區(qū)域的分割

10.4.1 基礎(chǔ)公式

10.4.2 區(qū)域生長

10.4.3 區(qū)域分離和合并

10.5 使用分水嶺變換的分割

10.5.1 使用距離變換的分水嶺分割

10.5.2 使用梯度的分水嶺分割

10.5.3 控制標記符的分水嶺分割

小結(jié)

第11章 表示與描述

前言

11.1 背景知識

11.1.1 單元數(shù)組與結(jié)構(gòu)

11.1.2 本章中使用的其他一些MATLAB和IPT 函數(shù)

11.1.3 一些基本的M函數(shù)

11.2 表示

11.2.1 鏈碼

11.2.2 使用最小周長多邊形的多邊形近似

11.2.3 標記

11.2.4 邊界片斷

11.2.5 骨骼

11.3 邊界描繪子

11.3.1 一些簡單的描繪子

11.3.2 形狀數(shù)

11.3.3 傅里葉描繪子

11.3.4 統(tǒng)計矩

11.4 區(qū)域描繪子

11.4.1 函數(shù)regionprops

11.4.2 紋理

11.4.3 不變矩

11.5 主分量描述

小結(jié)

第12章 對象識別

前言

12.1 背景知識

12.2 在MATLAB中計算距離度量

12.3 基于決策理論方法的識別

12.3.1 形成模式向量

12.3.2 使用最小距離分類器的模式匹配

12.3.3 相關(guān)匹配

12.3.4 最優(yōu)統(tǒng)計分類器

12.3.5 自適應(yīng)學(xué)習(xí)系統(tǒng)

12.4 結(jié)構(gòu)識別

12.4.1 MATLAB中的串操作

12.4.2 串的匹配

小結(jié)

附錄A 函數(shù)匯總

附錄B ICE和MATLAB圖形用戶界面

附錄C M函數(shù)

參考文獻

索引