MATLAB应用实例精讲 图像处理与GUI设计篇PDF|Epub|txt|kindle电子书版本网盘下载

MATLAB应用实例精讲 图像处理与GUI设计篇PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章MATLAB图像处理入门1

1.1数字图像处理概述1

1.1.1数字图像处理的发展与应用1

1.1.2数字图像处理的特点2

1.1.3数字图像处理的研究内容3

1.1.4数字图像处理系统的开发工具5

1.2 MATLAB语言简介6

1.2.1 MATLAB编程基础6

1.2.2 MATLAB帮助系统9

1.2.3 M文件介绍11

1.3 MATLAB图像处理简介16

1.3.1 MATLAB图像处理工具箱17

1.3.2 MATLAB R2010图像处理工具箱的新特性19

1.3.3噪声模型19

1.3.4在MATLAB中使用函数imnoise添加噪声23

1.4 MATLAB图像处理入门实例24

1.4.1图像文件的信息查询25

1.4.2图像文件的读取26

1.4.3图像文件的显示26

1.4.4图像文件的保存31

1.5本章小结32

第2章 图像运算33

2.1图像的点运算33

2.1.1点运算定义33

2.1.2点运算的种类33

2.1.3点运算和直方图37

2.1.4直方图均衡化39

2.2图像的代数运算42

2.2.1图像代数运算的定义42

2.2.2图像加法43

2.2.3图像减法46

2.2.4图像乘法49

2.2.5图像除法51

2.3图像的几何运算53

2.3.1灰度级插值53

2.3.2空间变换57

2.3.3几何畸变校正和图像配准60

2.4本章小结63

第3章 图像变换64

3.1线性变换64

3.1.1标量表达式64

3.1.2矢量表示64

3.1.3矩阵表示65

3.1.4可逆变换65

3.1.5基平面65

3.2离散傅里叶变换（DFT）65

3.2.1离散傅里叶变换的定义65

3.2.2傅里叶变换的性质66

3.2.3傅里叶变换在图像处理中的应用70

3.3离散余弦变换（DCT）72

3.3.1 DCT的定义72

3.3.2 DCT在图像处理中的应用74

3.4哈尔变换（HT）76

3.4.1 Haar函数的定义76

3.4.2 Haar矩阵与Haar变换77

3.5沃尔什-哈达玛变换78

3.5.1 Walsh函数78

3.5.2沃尔什-哈达玛变换定义79

3.6 Hough变换82

3.6.1基本原理82

3.6.2扩展应用86

3.7 Radon变换86

3.7.1平行数据Radon变换86

3.7.2扇形数据Radon变换89

3.7.3 Radon逆变换89

3.8本章小结92

第4章 图像增强93

4.1对比度增强93

4.1.1线性变换93

4.1.2非线性变换94

4.2直方图增强96

4.3图像锐化99

4.3.1边缘提取和锐化99

4.3.2拉普拉斯（Laplacian）算子100

4.3.3 Wallis算子102

4.4图像伪彩色增强103

4.5图像频域增强106

4.5.1低通滤波107

4.5.2高通滤波器118

4.5.3周期底纹清除滤波124

4.5.4同态滤波125

4.6本章小结128

第5章 图像编码与压缩130

5.1图像编码压缩概述130

5.1.1图像编码压缩的必要性和可能性130

5.1.2图像编码压缩方法简介132

5.1.3图像编码质量的评价133

5.2统计编码134

5.2.1哈夫曼编码134

5.2.2算术编码138

5.2.3行程编码142

5.3预测编码143

5.3.1差分脉冲编码调制（DPCM）编码143

5.3.2运动补偿147

5.3.3增量调制编码147

5.4变换编码148

5.4.1主成分变换（KLT）148

5.4.2离散余弦变换（DCT）152

5.4.3离散沃尔什-哈达玛变换（DWHT）154

5.4.4小波变换156

5.5本章小结157

第6章 图像恢复159

6.1图像退化的原因159

6.2图像退化模型160

6.2.1点扩展函数160

6.2.2退化的数学模型160

6.3图像恢复方法162

6.3.1维纳滤波方法162

6.3.2约束最小二乘算法166

6.3.3 Lucy-Richardson迭代方法170

6.3.4盲卷积算法174

6.4本章小结178

第7章 边缘检测和图像分割179

7.1图像分割原理与方法179

7.2边缘检测180

7.2.1基本原理180

7.2.2边缘检测算子181

7.2.3边缘检测的MATLAB实现185

7.3边界跟踪与直线检测188

7.3.1基本原理189

7.3.2边界跟踪的MATLAB实现189

7.3.3直线提取算法194

7.4基于灰度的分割199

7.4.1基本原理199

7.4.2图像灰度分割的MATLAB实现200

7.5本章小结204

第8章 数学形态学图像处理205

8.1数学形态学基本理论205

8.2膨胀和腐蚀206

8.2.1膨胀和腐蚀简介206

8.2.2结构元素207

8.2.3膨胀的MATLAB实现211

8.2.4腐蚀的MATLAB实现213

8.2.5 膨胀和腐蚀的组合运算214

8.2.6基于膨胀和腐蚀的形态学运算217

8.3形态学重建220

8.3.1标记图像和掩模图像221

8.3.2像素的连通性223

8.3.3填充操作224

8.3.4寻找峰值和谷值225

8.4距离变换230

8.5本章小结233

第9章 彩色图像处理与分析234

9.1彩色图像技术概述234

9.2彩色视觉与彩色图像234

9.2.1彩色视觉235

9.2.2三色成像原理235

9.2.3彩色图像格式238

9.2.4彩色坐标变换239

9.2.5彩色图像处理的MATLAB实现240

9.3彩色图像处理244

9.3.1彩色平衡244

9.3.2彩色图像增强245

9.3.3彩色补偿246

9.3.4彩色图像恢复247

9.3.5彩色图像处理的MATLAB实现247

9.4彩色图像分析251

9.4.1彩色图像分割252

9.4.2彩色图像测量252

9.4.3图像的伪彩色和假彩色处理253

9.4.4伪彩色和假彩色处理的MATLAB实现255

9.5本章小结259

第10章MATLAB图形用户界面（GUI）260

10.1 GUI基础260

10.1.1 GUI基本概念260

10.1.2 GUI如何工作261

10.1.3如何创建MATLAB GUI261

10.1.4 GUI简单示例262

10.2菜单264

10.2.1菜单的布置265

10.2.2建立菜单和子菜单266

10.2.3菜单示例266

10.2.4菜单属性268

10.2.5菜单快捷键269

10.2.6菜单的外观270

10.2.7菜单的颜色控制274

10.2.8菜单项去能275

10.2.9菜单的回调属性277

10.2.10菜单的M文件示例278

10.3控制框282

10.3.1按钮键282

10.3.2无线按钮283

10.3.3复选框284

10.3.4静态文本框285

10.3.5可编辑文本框286

10.3.6滚动条287

10.3.7弹出式菜单289

10.3.8框架290

10.3.9控制框属性291

10.3.10控制框布局的考虑293

10.3.11控制框的M文件示例293

10.4对话框296

10.4.1公共对话框297

10.4.2 MATLAB专用对话框301

10.5图形用户界面设计工具304

10.5.1布局编辑器（Layout Editor）306

10.5.2对象位置调整工具（Align Objects）307

10.5.3菜单编辑器（Menu Editor）307

10.5.4 Tab顺序编辑器（Tab Order Editor）308

10.5.5 M-file编辑器（M-file Editor）309

10.5.6对象属性编辑器（Property Inspector）309

10.5.7对象浏览器（Object Browser）310

10.6本章小结311

第11章 图像模式识别312

11.1统计模式识别312

11.1.1线性分类器及MATLAB实现313

11.1.2贝叶斯分类器315

11.2结构模式识别319

11.2.1树分类法319

11.2.2树分类示例320

11.3模糊模式识别321

11.3.1贴近度与模糊度322

11.3.2最大隶属原则与择近原则323

11.3.3 MATLAB在模糊模式识别中的应用示例324

11.4工程实例328

11.4.1基于字符串匹配的对象识别328

11.4.2利用模式识别对多光谱图像进行分类343

11.5本章小结347

第12章 小波在图像处理中的应用348

12.1小波分析基础知识348

12.1.1小波变换简介348

12.1.2二维小波变换和多分辨率分析350

12.1.3小波图像工具箱的功能354

12.2基于小波的图像降噪和压缩360

12.2.1基于小波的图像降噪361

12.2.2基于小波的图像压缩技术363

12.3小波分析在图像增强中的应用368

12.4基于小波的图像融合技术370

12.5小波包在图像边缘检测中的应用374

12.6工程实例375

12.6.1基于小波的方向性和边缘检测376

12.6.2基于小波的图像平滑和模糊388

12.6.3基于小波的图像渐进重构390

12.7本章小结392

第13章 神经网络在图像处理中的应用393

13.1常用的神经网络模型393

13.1.1 BP网络393

13.1.2 Hopfield网络395

13.1.3自组织网络396

13.1.4小波网络396

13.1.5细胞神经网络397

13.1.6模糊神经网络397

13.2神经网络在图像压缩中的应用397

13.2.1基于BP神经网络的图像压缩原理397

13.2.2基于BP神经网络的图像压缩的MATLAB实现399

13.3神经网络在图像识别中的应用406

13.3.1基于神经网络的图像识别的基本原理407

13.3.2基于神经网络的图像识别的MATLAB实现408

13.4工程实例413

13.4.1基于PCNN的图像分割413

13.4.2几种不同的手写阿拉伯数字识别方法比较417

13.5本章小结420

第14章MATLAB GUI设计应用实例421

14.1 MATLAB GUI的设计原则和一般步骤421

14.1.1 GUI的设计原则421

14.1.2 GUI设计的一般步骤422

14.2工程实例425

14.2.1基于MATLAB GUI的日历设计425

14.2.2基于MATLAB GUI的串口通信编程426

14.2.3基于MATLAB GUI的图形显示效果控制438

14.2.4基于MATLAB GUI的图像边缘检测440

14.3本章小结455

第15章MATLAB图像处理综合实例456

15.1在医学图像处理中的应用456

15.1.1医学图像处理概述456

15.1.2医学图像的灰度变换457

15.1.3基于高频强调滤波和直方图均衡化的医学图像增强463

15.2在汽车牌照识别系统中的应用466

15.2.1汽车牌照自动识别系统概述466

15.2.2汽车牌照定位MATLAB示例466

15.2.3基于神经网络的字符识别在车牌识别系统中的应用473

15.3在遥感图像处理中的应用480

15.3.1遥感技术概述480

15.3.2利用MATLAB对遥感图像进行直方图匹配481

15.3.3对遥感图像进行滤波增强485

15.3.4对遥感图像进行融合487

15.3.5对遥感图像进行变化检测492

15.4本章小结505