第1章 绪言

1.1背景知识

1.2什么是数字图像处理

1.3 MATLAB和图像处理工具箱的背景知识

1.4本书涵盖的图像处理范围

1.5本书配套学习资源网站

1.6符号

1.7 MATLAB基础

1.7.1 MATLAB桌面

1.7.2使用MATLAB编辑器和调试器

1.7.3获得帮助

1.7.4保存和检索工作数据

1.7.5数字图像的表示

1.7.6图像的输入/输出和显示

1.7.7类和图像类型

1.7.8 M-函数编程

1.8关于本书的参考文献

1.9小结

第2章 灰度变换与空间滤波

2.1背景知识

2.2灰度变换函数

2.2.1 imadjust和stretchlim函数

2.2.2对数及对比度扩展变换

2.2.3指定任意灰度变换

2.2.4针对灰度变换的某些公用M-函数

2.3直方图处理与函数绘图

2.3.1生成并绘制图像的直方图

2.3.2直方图均衡化

2.3.3直方图匹配法（规定化）

2.3.4函数adapthisteq

2.4空间滤波

2.4.1线性空间滤波

2.4.2非线性空间滤波

2.5图像处理工具箱中标准的空间滤波器

2.5.1线性空间滤波器

2.5.2非线性空间滤波

2.6将模糊技术用于灰度变换和空间滤波

2.6.1背景知识

2.6.2模糊集合介绍

2.6.3使用模糊集合

2.6.4一组自定义的模糊-函数

2.6.5将模糊集合用于灰度变换

2.6.6将模糊集合用于空间滤波

2.7小结

第3章 频域处理

3.1二维离散傅立叶变换

3.2在MATLAB中计算及观察二维DFT

3.3频域滤波

3.3.1基础知识

3.3.2 DFT滤波的基本步骤

3.3.3频域滤波的M-函数

3.4从空域滤波器获得频域滤波器

3.5在频域中直接生成滤波器

3.5.1建立网格数组以实现频域滤波器

3.5.2频域低通（平滑）滤波器

3.5.3线框及表面绘制

3.6高通（锐化）频域滤波器

3.6.1高通滤波函数

3.6.2高频强调滤波

3.7选择性滤波

3.7.1带阻和带通滤波器

3.7.2陷波带阻和陷波带通滤波器

3.8小结

第4章 图像复原

4.1图像退化/复原处理的模型

4.2噪声模型

4.2.1用imnoise函数为图像添加噪声

4.2.2用给定分布产生空间随机噪声

4.2.3周期噪声

4.2.4估计噪声参数

4.3仅有噪声的复原——空间滤波

4.3.1空间噪声滤波器

4.3.2自适应空间滤波器

4.4通过频域滤波减少周期噪声

4.5退化函数建模

4.6直接逆滤波

4.7维纳滤波

4.8约束的最小二乘法（规则化）滤波

4.9利用露西-理查德森算法的迭代非线性复原

4.10盲去卷积

4.11来自投影的图像重建

4.11.1背景

4.11.2平行射束投影和雷登变换

4.11.3傅立叶切片定理与滤波反投影

4.11.4滤波器的实现

4.11.5利用扇形射束的滤波反投影重建

4.11.6函数radon

4.11.7函数iradon

4.11.8扇形射束的数据处理

4.12小结

第5章 几何变换与图像配准

5.1点变换

5.2仿射变换

5.3投影变换

5.4应用于图像的几何变换

5.5 MATLAB中的图像坐标系统

5.5.1输出图像位置

5.5.2控制输出网格

5.6图像内插

5.6.1二维内插

5.6.2内插方法的比较

5.7图像配准

5.7.1配准处理

5.7.2使用cpselect的手工特征选择和匹配

5.7.3使用cp2tform推断变换参数

5.7.4观察对准的图像

5.7.5基于区域的配准

5.7.6基于特征的自动配准

5.8小结

第6章 彩色图像处理

6.1在MATLAB中彩色图像的表示

6.1.1 RGB图像

6.1.2索引图像

6.1.3处理RGB图像和索引图像的函数

6.2彩色空间之间的转换

6.2.1 NTSC彩色空间

6.2.2 YCbCr彩色空间

6.2.3 HSV彩色空间

6.2.4 CMY和CMYK彩色空间

6.2.5 HSI彩色空间

6.2.6独立于设备的彩色空间

6.3彩色图像处理的基础知识

6.4彩色变换

6.5彩色图像的空间滤波

6.5.1彩色图像的平滑处理

6.5.2彩色图像的锐化处理

6.6直接在RGB矢量空间中处理

6.6.1使用梯度的彩色边缘检测

6.6.2在RGB向量空间中分割图像

6.7小结

第7章 小波

7.1背景

7.2快速小波变换

7.2.1使用小波工具箱的FWT

7.2.2不使用小波工具箱的FWT

7.3小波分解结构的处理

7.3.1不使用小波工具箱编辑小波分解系数

7.3.2显示小波分解系数

7.4快速小波反变换

7.5图像处理中的小波

7.6小结

第8章 图像压缩

8.1背景

8.2编码冗余

8.2.1霍夫曼码

8.2.2霍夫曼编码

8.2.3霍夫曼译码

8.3空间冗余

8.4不相关的信息

8.5 JPEG压缩

8.5.1 JPEG

8.5.2 JPEG 2000

8.6视频压缩

8.6.1 MATLAB图像序列和电影

8.6.2时间冗余和运动补偿

8.7小结

第9章 形态学图像处理

9.1预备知识

9.1.1集合论中的基本概念

9.1.2二值图像、集合及逻辑算子

9.2膨胀和腐蚀

9.2.1膨胀

9.2.2结构元的分解

9.2.3 strel函数

9.2.4腐蚀

9.3膨胀与腐蚀的结合

9.3.1开操作和闭操作

9.3.2击中或击不中变换

9.3.3运用查询表

9.3.4 bwmorph函数

9.4标记连通分量

9.5形态学重建

9.5.1通过重建进行开操作

9.5.2填充孔洞

9.5.3清除边界物体

9.6灰度级形态学

9.6.1膨胀和腐蚀

9.6.2开操作和闭操作

9.6.3重建

9.7小结

第10章 图像分割

10.1点、线和边缘检测

10.1.1点检测

10.1.2线检测

10.1.3使用函数edge的边缘检测

10.2使用霍夫变换的线检测

10.2.1背景

10.2.2与霍夫变换有关的工具箱函数

10.3阈值处理

10.3.1基础知识

10.3.2基本全局阈值处理

10.3.3使用Otsu’s方法的最佳全局阈值处理

10.3.4使用图像平滑改进全局阈值处理

10.3.5使用边缘改进全局阈值处理

10.3.6基于局部统计的可变阈值处理

10.3.7使用移动平均的图像阈值处理

10.4基于区域的分割

10.4.1基本表达式

10.4.2区域生长

10.4.3区域分离和聚合

10.5使用分水岭变换的分割

10.5.1使用距离变换的分水岭分割

10.5.2使用梯度的分水岭分割

10.5.3控制标记符的分水岭分割

10.6小结

第11章 表示与描述

11.1背景知识

11.1.1用于提取区域及其边界的函数

11.1.2本章使用的MATLAB和IPT附加函数

11.1.3一些基本的实用M-函数

11.2表示

11.2.1链码

11.2.2使用最小周长多边形的多边形近似

11.2.3标记

11.2.4边界片段

11.2.5骨骼

11.3边界描述子

11.3.1一些简单的描述子

11.3.2形状数

11.3.3傅立叶描述子

11.3.4统计矩

11.3.5拐角

11.4区域描述子

11.4.1函数regi onprops

11.4.2纹理

11.4.3不变矩

11.5主分量描述

11.6小结

附录A M-函数汇总

附录B ICE和MATLAB的图形用户界面

附录C附加的自定义M-函数

参考文献

索引