MATLAB在数字图像处理中的应用

1星价 ¥26.5 (6.8折)

2星价￥26.5 定价￥39.0

作者：陈刚等编著

出版社：清华大学出版社

本类榜单：计算机/网络

分类：计算机/网络 > 图形图像多媒体 > 其他

暂无评论

图文详情

ISBN：9787302424321
装帧：暂无
册数：暂无
重量：暂无
开本：其它
页数：277
出版时间：2016-01-01
条形码：9787302424321 ; 978-7-302-42432-1

本书特色

matlab是一种集算法开发、数据分析、数值计算和数据可视化于一体的高级技术计算语言，具有高效、功能强大、界面友好等特点，是目前工程界比较流行的工程仿真软件。本书以*新版的matlab 2015为操作平台，主要包括matlab数字图像处理基础和matlab数字图像处理实例两部分。**部分主要包括matlab和数字图像处理基础、数字图像变换技术、数字图像增强、数字图像恢复、数字图像编码、数字图像分割、数字图像特征分析与提取等；第二部分是实例部分，主要介绍基于神经网络的水果自动识别、基于图像特征的火灾检测、基于全局特征的图像检索、基于词袋法的图像检索、基于词袋法的图像分类和基于位置敏感哈希的图像聚类。本书重点突出，基础部分内容的讲解从理论到实践，由浅到深，从易到难，各个章节既相互独立又前后关联；实践部分内容结合图像处理现实应用，步骤讲解详细，语言浅显易懂，实用性强，可操作性高。本书主要面向初中级用户，立足于matlab在数字图像处理方面的应用，并且附带较多的实例讲解，所以既适合初学者，又适合有一定经验的matlab使用者。

内容简介

本书针对初中级读者的学习特点，结合作者多年使用matlab的教学和实践经验，由浅入深、图文并茂，详细介绍了matlab在数字图像基本运算、图像变换、图像增强、图像恢复、图像编码、图像分割、图像特征提取、图像检索和图像识别等方面的应用与实践。在讲解的过程中配合以大量实例操作，使读者循序渐进的熟悉软件、学习软件、掌握软件在图像处理中的应用。作者是长期使用matlab进行教学、科研和实际工程开发的教师和工程师，有着丰富的教学和编著经验。在内容编排上，按照读者学习的一般规律，结合大量实例讲解操作步骤，能够使读者快速、真正地掌握matlab在图像处理中的使用。（1）从零开始，由浅入深；（2）层次清晰，内容丰富；（3）文字简练，图文并茂；（4）实例引导，专业经典；（5）学以致用，注重实践。同时，本书配套提供了教辅资料，包含了主要实例源文件。

**部分matlab数字图像处理基础第1章matlab和数字图像处理基础1.1matlab简介1.1.1matlab r2015a的工作环境1.1.2图像处理工具箱1.1.3计算机视觉工具箱1.2matlab的基础知识1.2.1matlab的数据种类1.2.2matlab的m文件1.2.3matlab的操作符1.3数字图像处理基础1.3.1数字图像和图像的数字模型1.3.2常用的数字图像格式1.3.3数字图像类型和转换1.3.4数字图像的读写和显示1.4习题第2章数字图像变换技术2.1图像的算术运算2.2图像的几何变换2.2.1图像的缩放运算2.2.2图像的平移运算2.2.3图像的旋转运算2.2.4图像的插值运算2.3图像的hough变换2.3.1hough变换基本原理2.3.2基于matlab的图像hough变换2.4图像的傅里叶变换2.4.1傅里叶变换基本原理2.4.2基于matlab的图像傅里叶变换2.5图像的离散余弦变换2.6基于数学形态学的图像变换2.6.1数学形态学的基本概念2.6.2基于matlab的图像形态学处理2.7综合实例：指纹图像的形态学处理2.8习题第3章数字图像增强3.1图像空域增强3.1.1图像直接灰度变换3.1.2图像直方图均衡3.1.3图像平滑3.1.4图像锐化3.2图像频域增强3.2.1图像频域低通滤波3.2.2图像频域高通滤波3.3综合实例：基于遗传算法的图像自适应模糊增强3.3.1基于模糊理论的图像质量的测量函数3.3.2基于遗传算法的灰度图像的自适应模糊增强3.3.3灰度图像增强算法拓展到彩色图像增强3.3.4实验结果3.3.5matlab程序实现3.4习题参考文献第4章数字图像恢复4.1图像退化和恢复模型和图像噪声4.1.1图像退化和恢复模型4.1.2图像噪声4.2图像空域恢复技术4.2.1均值滤波器4.2.2排序统计滤波器4.2.3自适应滤波器4.3图像频域的恢复技术4.3.1周期性噪声4.3.2带阻滤波器4.3.3带通滤波器4.4综合实例：利用空域和频域技术的降低噪声4.5习题第5章数字图像编码5.1基本概念5.1.1图像冗余5.1.2图像的编码与解码5.2无损图像压缩编码5.3有损图像压缩编码5.3.1dpcm编码5.3.2离散余弦变换编码5.3.3小波变换的基本原理5.4图像压缩标准5.4.1jpeg5.4.2jpeg 20005.5综合实例： matlab实现jpeg图像压缩第6章数字图像分割6.1图像分割概述6.1.1图像分割定义6.1.2图像分割分类6.2边界分割技术6.2.1边缘检测6.2.2微分算子6.3区域分割技术6.3.1原理与分类6.3.2全局阈值6.4综合实例：红外车辆目标的分割6.4.1感兴趣区域的选择6.4.2基于遗传算法的二维otsu的图像分割6.4.3红外车辆目标图像的模糊边缘检测6.4.4实验结果6.4.5matlab程序实现6.5综合实例：车牌定位6.5.1车牌图像预处理6.5.2车牌边缘提取与形态学处理6.5.3车牌区域位置确定6.6习题参考文献第7章数字图像特征分析与提取7.1图像颜色特征7.1.1图像颜色模型7.1.2颜色直方图7.1.3颜色矩7.2图像形状特征7.2.1简单的形状特征7.2.2不变矩7.3图像纹理特征7.3.1灰度差分统计法7.3.2灰度共生矩阵7.4综合实例：图像车辆目标的综合特征提取与识别7.4.1车辆目标阈值化分割7.4.2车辆目标特征提取7.4.3车辆识别的rbf网络设计7.4.4matlab程序实现7.4.5实验结果7.5综合实例：文本图像的特征分析与识别7.5.1文本图像特征分析7.5.2文本图像识别算法7.5.3文本图像识别的matlab实现7.6习题参考文献第二部分matlab数字图像处理实例第8章基于神经网络的水果自动识别8.1水果自动识别总体框架8.2图像预处理8.2.1图像去噪8.2.2图像增强8.2.3图像二值化处理8.3图像边缘检测与特征提取8.3.1图像边缘检测处理8.3.2图像标签化处理8.3.3图像特征参数计算8.4基于bp神经网络的水果识别8.5小结第9章基于图像特征的火灾检测9.1火灾火焰特征分析9.2火灾烟雾特征分析9.3火灾检测系统框架9.4火灾检测系统的matlab实现9.4.1图像读取函数9.4.2彩色图像的灰度化9.4.3边缘检测算子进行边缘检测9.4.4估计rgb分量的分布9.4.5实现火焰检测9.4.6实现烟雾检测9.4.7实现主程序9.5小结参考文献第10章基于全局特征的图像检索10.1引言10.2基于全局特征图像检索的分析与设计10.2.1设计要求10.2.2设计分析10.2.3设计步骤第11章基于词袋法的图像检索11.1引言11.2基于词袋法的图像检索的分析与设计11.2.1设计要求11.2.2设计分析11.2.3设计步骤第12章基于词袋法的图像分类12.1引言12.2基于词袋法的图像分类的分析与设计12.2.1设计要求12.2.2设计分析12.2.3设计步骤第13章基于位置敏感哈希的图像聚类13.1引言13.2基于位置敏感哈希的图像聚类13.2.1设计要求13.2.2设计分析13.2.3设计步骤参考文献

展开全部