《MATLAB圖像處理：程序?qū)崿F(xiàn)與模塊化仿真》深入淺出地介紹了MATLAB 2012計算機視覺工具箱（Computer Vision System）、數(shù)字圖像處理工具箱的最新功能，并以此為編程工具闡述了數(shù)字圖像／視頻的基礎理論、關鍵技術、應用實例、解決方案、發(fā)展前沿?！禡ATLAB圖像處理：程序?qū)崿F(xiàn)與模塊化仿真》共8章，內(nèi)容包括：MATLAB數(shù)字圖像／視頻處理技術基礎、數(shù)字圖像變換、數(shù)字圖像分析、圖像特征提取、視頻圖像運動估計與跟蹤、圖像壓縮編碼、雙目立體視覺、應用案例詳解?！禡ATLAB圖像處理：程序?qū)崿F(xiàn)與模塊化仿真》可作為電子信息工程、計算機科學技術相關專業(yè)本科生、研究生的教材，也可作為本科畢業(yè)設計、研究生學術論文的參考資料，還可作為對數(shù)字圖像技術感興趣、打算系統(tǒng)學習的讀者的參考用書。

目錄

第1章 MATLAB數(shù)字圖像／視頻處理技術基礎
1.1 數(shù)字圖像處理的基本概念
1.1.1 認識“數(shù)字圖像”
1.1.2 基本概念一點通
1.1.3 數(shù)字圖像的矩陣表示
1.2 數(shù)字圖像處理的數(shù)學知識
1.2.1 回顧“矩陣”
1.2.2 精講“卷積”
1.2.3 解析“相關”
1.2.4 理解“正交”
1.3 MATLAB編程快速入門
1.3.1 矩陣的輸入與生成
1.3.2 矩陣運算
1.3.3 程序控制結構
1.3.4 M文件
1.3.5 M函數(shù)
1.3.6 函數(shù)句柄與匿名函數(shù)
1.3.7 MATLAB編程技巧
1.4 M.ATLAB圖像處理工具箱簡介
1.4.1 圖像處理工具箱的基本功能
1.4.2 數(shù)字圖像處理的基本操作
1.4.3 視頻圖像的基本操作
1.4.4 MATLAB中的圖像類型
1.5 新功能：基于系統(tǒng)對象vision.X的圖像處理
1.6 MATLAB-Simulink基礎精講
1.6.1 Simulink簡介
1.6.2 Simulink的基本操作
1.6.3 系統(tǒng)仿真及參數(shù)設置
1.6.4 Simulink模塊庫
1.6.5 Simulink子系統(tǒng)
1.7 新功能：基于Simulink-Blocks的圖像／視頻處理
1.8 新功能：圖像／視頻處理C代碼的快速生成
第2章 數(shù)字圖像變換
2.1 圖像的幾何變換
2.1.1 圖像的縮放變換
2.1.2 圖像的平移變換
2.1.3 圖像的旋轉(zhuǎn)變換
2.1.4 灰度級插值
2.2 圖像的Hough變換
2.2.1 基本原理一點通
2.2.2 例程精講
2.3 圖像的傅里葉變換
2.3.1 走進“頻率域”
2.3.2 基本原理一點通
2.3.3 例程精講
2.4 圖像的余弦變換
2.4.1 基本原理一點通
2.4.2 例程精講
2.4.3 離散余弦變換的性質(zhì)
2.4.4 應用點睛
2.5 基于數(shù)學形態(tài)學的圖像變換
2.5.1 數(shù)學形態(tài)學的起源
2.5.2 數(shù)學形態(tài)學的基本運算
2.5.3 腐蝕與膨脹
2.5.4 開運算與閉運算
2.6 圖像濾波
2.6.1 基本原理一點通
2.6.2 例程精講
2.7 圖像的多尺度金字塔變換
2.7.1 基本原理一點通
2.7.2 例程精講
第3章 數(shù)字圖像分析
3.1 圖像的色彩空間
3.1.1 RGB色彩空間
3.1.2 HSV色彩空間
3.1.3 YUV空間
3.1.4 HSI色彩空間
3.1.5 灰度空間
3.1.6 Lab色彩空間
3.1.7 例程精講
3.2 圖像的直方圖
3.2.1 灰度直方圖
3.2.2 例程精講
3.2.3 直方圖均衡化
3.2.4 直方圖均衡化的MATLAB實現(xiàn)
3.3 圖像的信噪比
3.3.1 基本原理一點通
3.3.2 例程精講
第4章 圖像特征提取
4.1 圖像的邊緣檢測
4.1.1 基本原理一點通
4.1.2 例程精講
4.2 角點特征檢測
4.2.1 何謂“角點”
4.2.2 Harris角點的基本原理
4.2.3 Harris角點的檢測步驟
4.2.4 Harris角點的性質(zhì)
4.2.5 例程精講
4.3 SURF特征提取
4.3.1 積分圖像
4.3.2 DoH近似
4.3.3 尺度空間表示
4.3.4 SURF特征描述算子
4.3.5 例程精講
第5章 運動估計與跟蹤
5.1 基于塊匹配的運動估計
5.1.1 基本原理一點通
5.1.2 塊匹配的準則
5.1.3 塊匹配運動估計搜索路徑
5.1.4 例程精講
5.2 基于高斯混合模型的背景檢測
5.2.1 單高斯背景模型
5.2.2 混合高斯背景模型
5.2.3例程精講
5.3 基于光流法的運動目標檢測
5.3.1 光流和光流場的概念
5.3.2 光流場計算的基本原理
5.3.3 運用光流法檢測運動物體的基本原理
5.3.4 Horn-Schunck算法
5.3.5 Lucas-Kanade算法
5.3.6 例程精講
5.4 基于圖像模板匹配的目標定位
5.4.1 基本原理一點通
5.4.2 例程精講
第6章 圖像壓縮編碼
6.1 圖像編解碼概述
6.1.1 圖像壓縮編碼的必要性
6.1.2 圖像壓縮編碼的可行性
6.1.3 圖像壓縮編碼的分類
6.1.4 圖像壓縮的評價指標
6.2 行程編碼技術
6.2.1 基本原理一點通
6.2.2 例程精講
6.3 哈夫曼編碼
6.3.1 基本原理一點通
6.3.2 例程精講
6.3.3 哈夫曼編碼的特點
6.4 矢量量化編碼
6.4.1 矢量量化定義
6.4.2 矢量量化編解碼的過程
6.4.3 LBG矢量量化碼書設計算法
6.4.4 矢量量化碼字搜索
6.4.5 例程精講
6.4.6 矢量量化與標量量化
6.5 變換編碼
6.5.1 變換編碼概述
6.5.2 基于離散余弦變換的圖像壓縮
6.5.3 基于小波變換的圖像壓縮
第7章 雙目立體視覺
7.1 什么是雙目立體視覺
7.2 雙目立體視覺測距的基本原理
7.3 雙目立體視覺測量的流程
7.4 極線幾何（Epipolar Geometry）
7.5 雙目視覺測量模型
7.5.1 成像幾何基礎
7.5.2 雙目立體視覺測量數(shù)學模型
7.6 本質(zhì)矩陣與基礎矩陣
7.7 圖像校正
7.8 立體匹配
7.9 例程精講
7.10 雙目立體視覺的最新應用及發(fā)展方向
第8章 應用實例詳解
8.1 基于相位相關的圖像拼接技術
8.1.1 什么是圖像拼接技術
8.1.2 相位相關的基本原理
8.1.3 例程精講
8.2 基于Arnold變換的圖像加密技術
8.2.1 圖像加密概述
8.2.2 基本原理
8.2.3 實現(xiàn)流程
8.2.4 例程精講
8.3 人臉檢測技術及其實現(xiàn)
8.3.1 人臉檢測技術研究概況
8.3.2 人臉檢測方法
8.3.3 基于AdaBoost的人臉檢測的基本原理
8.3.4 例程精講
8.4 霧靄天氣圖像增強技術及其實現(xiàn)
8.4.1 Retinex理論
8.4.2 基于Retinex理論的圖像增強的基本步驟
8.4.3 多尺度Retinex算法
8.4.4 例程精講
8.5 基于仿生原理的圖像分割技術
8.5.1 圖像分割技術
8.5.2 脈沖耦合神經(jīng)網(wǎng)絡的基本原理
8.5.3 基本實現(xiàn)步驟
8.5.4 例程精講
附錄1 系統(tǒng)對象功能匯總
附錄2 數(shù)字圖像處理常用詞匯解釋
參考文獻