MATLAB图像处理-程序实现与模块化仿真

第1章 matlab数字图像／视频处理技术基础
1．1 数字图像处理的基本概念
1．1．1 认识“数字图像”
1．1．2 基本概念一点通
1．1．3 数字图像的矩阵表示
1．2 数字图像处理的数学知识
1．2．1 回顾“矩阵”
1．2．2 精讲“卷积”
1．2．3 解析“相关”
1．2．4 理解“正交”
1．3 matlab编程快速入门
1．3．1 矩阵的输入与生成
1．3．2 矩阵运算
1．3．3 程序控制结构
1．3．4 m文件
1．3．5 m函数
1．3．6 函数句柄与匿名函数
1．3．7 matlab编程技巧
1．4 m．atlab图像处理工具箱简介
1．4．1 图像处理工具箱的基本功能
1．4．2 数字图像处理的基本操作
1．4．3 视频图像的基本操作
1．4．4 matlab中的图像类型
1．5 新功能：基于系统对象vision．x的图像处理
1．6 matlab-simulink基础精讲
1．6．1 simulink简介
1．6．2 simulink的基本操作
1．6．3 系统仿真及参数设置
1．6．4 simulink模块库
1．6．5 simulink子系统
1．7 新功能：基于simulink—blocks的图像／视频处理
1．8 新功能：图像／视频处理c代码的快速生成
第2章 数字图像变换
2．1 图像的几何变换
2．1．1 图像的缩放变换
2．1．2 图像的平移变换
2．1．3 图像的旋转变换
2．1．4 灰度级插值
2．2 图像的hough变换
2．2．1 基本原理一点通
2．2．2 例程精讲
2．3 图像的傅里叶变换
2．3．1 走进“频率域”
2．3．2 基本原理一点通
2．3．3 例程精讲
2．4 图像的余弦变换
2．4．1 基本原理一点通
2．4．2 例程精讲
2．4．3 离散余弦变换的性质
2．4．4 应用点睛
2．5 基于数学形态学的图像变换
2．5．1 数学形态学的起源
2．5．2 数学形态学的基本运算
2．5．3 腐蚀与膨胀
2．5．4 开运算与闭运算
2．6 图像滤波
2．6．1 基本原理一点通
2．6．2 例程精讲
2．7 图像的多尺度金字塔变换
2．7．1 基本原理一点通
2．7．2 例程精讲
第3章 数字图像分析
3．1 图像的色彩空间
3．1．1 rgb色彩空间
3．1．2 hsv色彩空间
3．1．3 yuv空间
3．1．4 hsi色彩空间
3．1．5 灰度空间
3．1．6 lab色彩空间
3．1．7 例程精讲
3．2 图像的直方图
3．2．1 灰度直方图
3．2．2 例程精讲
3．2．3 直方图均衡化
3．2．4 直方图均衡化的matlab实现
3．3 图像的信噪比
3．3．1 基本原理一点通
3．3．2 例程精讲
第4章 图像特征提取
4．1 图像的边缘检测
4．1．1 基本原理一点通
4．1．2 例程精讲
4．2 角点特征检测
4．2．1 何谓“角点”
4．2．2 harris角点的基本原理
4．2．3 harris角点的检测步骤
4．2．4 harris角点的性质
4．2．5 例程精讲
4．3 surf特征提取
4．3．1 积分图像
4．3．2 doh近似
4．3．3 尺度空间表示
4．3．4 surf特征描述算子
4．3．5 例程精讲
第5章 运动估计与跟踪
5．1 基于块匹配的运动估计
5．1．1 基本原理一点通
5．1．2 块匹配的准则
5．1．3 块匹配运动估计搜索路径
5．1．4 例程精讲
5．2 基于高斯混合模型的背景检测
5．2．1 单高斯背景模型
5．2．2 混合高斯背景模型
5．2．3例程精讲
5．3 基于光流法的运动目标检测
5．3．1 光流和光流场的概念
5．3．2 光流场计算的基本原理
5．3．3 运用光流法检测运动物体的基本原理
5．3．4 horn—schunck算法
5．3．5 lucas—kanade算法
5．3．6 例程精讲
5．4 基于图像模板匹配的目标定位
5．4．1 基本原理一点通
5．4．2 例程精讲
第6章 图像压缩编码
6．1 图像编解码概述
6．1．1 图像压缩编码的必要性
6．1．2 图像压缩编码的可行性
6．1．3 图像压缩编码的分类
6．1．4 图像压缩的评价指标
6．2 行程编码技术
6．2．1 基本原理一点通
6．2．2 例程精讲
6．3 哈夫曼编码
6．3．1 基本原理一点通
6．3．2 例程精讲
6．3．3 哈夫曼编码的特点
6．4 矢量量化编码
6．4．1 矢量量化定义
6．4．2 矢量量化编解码的过程
6．4．3 lbg矢量量化码书设计算法
6．4．4 矢量量化码字搜索
6．4．5 例程精讲
6．4．6 矢量量化与标量量化
6．5 变换编码
6．5．1 变换编码概述
6．5．2 基于离散余弦变换的图像压缩
6．5．3 基于小波变换的图像压缩
第7章 双目立体视觉
7．1 什么是双目立体视觉
7．2 双目立体视觉测距的基本原理
7．3 双目立体视觉测量的流程
7．4 极线几何(epipolar geometry)
7．5 双目视觉测量模型
7．5．1 成像几何基础
7．5．2 双目立体视觉测量数学模型
7．6 本质矩阵与基础矩阵
7．7 图像校正
7．8 立体匹配
7．9 例程精讲
7．10 双目立体视觉的*新应用及发展方向
第8章 应用实例详解
8．1 基于相位相关的图像拼接技术
8．1．1 什么是图像拼接技术
8．1．2 相位相关的基本原理
8．1．3 例程精讲
8．2 基于arnold变换的图像加密技术
8．2．1 图像加密概述
8．2．2 基本原理
8．2．3 实现流程
8．2．4 例程精讲
8．3 人脸检测技术及其实现
8．3．1 人脸检测技术研究概况
8．3．2 人脸检测方法
8．3．3 基于adaboost的人脸检测的基本原理
8．3．4 例程精讲
8．4 雾霭天气图像增强技术及其实现
8．4．1 retinex理论
8．4．2 基于retinex理论的图像增强的基本步骤
8．4．3 多尺度retinex算法
8．4．4 例程精讲
8．5 基于仿生原理的图像分割技术
8．5．1 图像分割技术
8．5．2 脉冲耦合神经网络的基本原理
8．5．3 基本实现步骤
8．5．4 例程精讲
附录1 系统对象功能汇总
附录2 数字图像处理常用词汇解释
参考文献