MATLAB應(yīng)用實例精講：圖像處理與GUI設(shè)計篇

第1章　MATLAB圖像處理入門
1.1　數(shù)字圖像處理概述
1.1.1　數(shù)字圖像處理的發(fā)展與應(yīng)用
1.1.2　數(shù)字圖像處理的特點
1.1.3　數(shù)字圖像處理的研究內(nèi)容
1.1.4　數(shù)字圖像處理系統(tǒng)的開發(fā)工具
1.2　MATLAB語言簡介
1.2.1　MATLAB編程基礎(chǔ)
1.2.2　MATLAB幫助系統(tǒng)
1.2.3　M文件介紹
1.3　MATLAB圖像處理簡介
1.3.1　MATLAB圖像處理工具箱
1.3.2　MATLAB R2010圖像處理工具箱的新特性
1.3.3　噪聲模型
1.3.4　在MATLAB中使用函數(shù)imnoise添加噪聲
1.4　MATLAB圖像處理入門實例
1.4.1　圖像文件的信息查詢
1.4.2　圖像文件的讀取
1.4.3　圖像文件的顯示
1.4.4　圖像文件的保存
1.5　本章小結(jié)
第2章　圖像運算
2.1　圖像的點運算
2.1.1　點運算定義
2.1.2　點運算的種類
2.1.3　點運算和直方圖
2.1.4　直方圖均衡化
2.2　圖像的代數(shù)運算
2.2.1　圖像代數(shù)運算的定義
2.2.2　圖像加法
2.2.3　圖像減法
2.2.4　圖像乘法
2.2.5　圖像除法
2.3　圖像的幾何運算
2.3.1　灰度級插值
2.3.2　空間變換
2.3.3　幾何畸變校正和圖像配準
2.4　本章小結(jié)
第3章　圖像變換
3.1　線性變換
3.1.1　標量表達式
3.1.2　矢量表示
3.1.3　矩陣表示
3.1.4　可逆變換
3.1.5　基平面
3.2　離散傅里葉變換（DFT）
3.2.1　離散傅里葉變換的定義
3.2.2　傅里葉變換的性質(zhì)
3.2.3　傅里葉變換在圖像處理中的應(yīng)用
3.3　離散余弦變換（DCT）
3.3.1　DCT的定義
3.3.2　DCT在圖像處理中的應(yīng)用
3.4　哈爾變換（HT）
3.4.1　Haar函數(shù)的定義
3.4.2　Haar矩陣與Haar變換
3.5　沃爾什- 哈達瑪變換
3.5.1　Walsh函數(shù)
3.5.2　沃爾什- 哈達瑪變換定義
3.6　Hough變換
3.6.1　基本原理
3.6.2　擴展應(yīng)用
3.7　Radon變換
3.7.1　平行數(shù)據(jù)Radon變換
3.7.2　扇形數(shù)據(jù)Radon變換
3.7.3　Radon逆變換
3.8　本章小結(jié)
第4章　圖像增強
4.1　對比度增強
4.1.1　線性變換
4.1.2　非線性變換
4.2　直方圖增強
4.3　圖像銳化
4.3.1　邊緣提取和銳化
4.3.2　拉普拉斯（Laplacian）算子
4.3.3　Wallis算子
4.4　圖像偽彩色增強
4.5　圖像頻域增強
4.5.1　低通濾波
4.5.2　高通濾波器
4.5.3　周期底紋清除濾波
4.5.4　同態(tài)濾波
4.6　本章小結(jié)
第5章　圖像編碼與壓縮
5.1　圖像編碼壓縮概述
5.1.1　圖像編碼壓縮的必要性和可能性
5.1.2　圖像編碼壓縮方法簡介
5.1.3　圖像編碼質(zhì)量的評價
5.2　統(tǒng)計編碼
5.2.1　哈夫曼編碼
5.2.2　算術(shù)編碼
5.2.3　行程編碼
5.3　預測編碼
5.3.1　差分脈沖編碼調(diào)制（DPCM）編碼
5.3.2　運動補償
5.3.3　增量調(diào)制編碼
5.4　變換編碼
5.4.1　主成分變換（KLT）
5.4.2　離散余弦變換（DCT）
5.4.3　離散沃爾什- 哈達瑪變換（DWHT）
5.4.4　小波變換
5.5　本章小結(jié)
第6章　圖像恢復
6.1　圖像退化的原因
6.2　圖像退化模型
6.2.1　點擴展函數(shù)
6.2.2　退化的數(shù)學模型
6.3　圖像恢復方法
6.3.1　維納濾波方法
6.3.2　約束最小二乘算法
6.3.3　Lucy-Richardson 迭代方法
6.3.4　盲卷積算法
6.4　本章小結(jié)
第7章　邊緣檢測和圖像分割
7.1　圖像分割原理與方法
7.2　邊緣檢測
7.2.1　基本原理
7.2.2　邊緣檢測算子
7.2.3　邊緣檢測的MATLAB實現(xiàn)
7.3　邊界跟蹤與直線檢測
7.3.1　基本原理
7.3.2　邊界跟蹤的MATLAB實現(xiàn)
7.3.3　直線提取算法
7.4　基于灰度的分割
7.4.1　基本原理
7.4.2　圖像灰度分割的MATLAB實現(xiàn)
7.5　本章小結(jié)
第8章　數(shù)學形態(tài)學圖像處理
8.1　數(shù)學形態(tài)學基本理論
8.2　膨脹和腐蝕
8.2.1　膨脹和腐蝕簡介
8.2.2　結(jié)構(gòu)元素
8.2.3　膨脹的MATLAB實現(xiàn)
8.2.4　腐蝕的MATLAB實現(xiàn)
8.2.5　膨脹和腐蝕的組合運算
8.2.6　基于膨脹和腐蝕的形態(tài)學運算
8.3　形態(tài)學重建
8.3.1　標記圖像和掩模圖像
8.3.2　像素的連通性
8.3.3　填充操作
8.3.4　尋找峰值和谷值
8.4　距離變換
8.5　本章小結(jié)
第9章　彩色圖像處理與分析
9.1　彩色圖像技術(shù)概述
9.2　彩色視覺與彩色圖像
9.2.1　彩色視覺
9.2.2　三色成像原理
9.2.3　彩色圖像格式
9.2.4　彩色坐標變換
9.2.5　彩色圖像處理的MATLAB實現(xiàn)
9.3　彩色圖像處理
9.3.1　彩色平衡
9.3.2　彩色圖像增強
9.3.3　彩色補償
9.3.4　彩色圖像恢復
9.3.5　彩色圖像處理的MATLAB實現(xiàn)
9.4　彩色圖像分析
9.4.1　彩色圖像分割
9.4.2　彩色圖像測量
9.4.3　圖像的偽彩色和假彩色處理
9.4.4　偽彩色和假彩色處理的MATLAB實現(xiàn)
9.5　本章小結(jié)
第10章　MATLAB圖形用戶界面（GUI）
10.1　GUI基礎(chǔ)
10.1.1　GUI基本概念
10.1.2　GUI如何工作
10.1.3　如何創(chuàng)建MATLAB GUI
10.1.4　GUI簡單示例
10.2　菜單
10.2.1　菜單的布置
10.2.2　建立菜單和子菜單
10.2.3　菜單示例
10.2.4　菜單屬性
10.2.5　菜單快捷鍵
10.2.6　菜單的外觀
10.2.7　菜單的顏色控制
10.2.8　菜單項去能
10.2.9　菜單的回調(diào)屬性
10.2.10　菜單的M文件示例
10.3　控制框
10.3.1　按鈕鍵
10.3.2　無線按鈕
10.3.3　復選框
10.3.4　靜態(tài)文本框
10.3.5　可編輯文本框
10.3.6　滾動條
10.3.7　彈出式菜單
10.3.8　框架
10.3.9　控制框?qū)傩?br />10.3.10　控制框布局的考慮
10.3.11　控制框的M文件示例
10.4　對話框
10.4.1　公共對話框
10.4.2　MATLAB專用對話框
10.5　圖形用戶界面設(shè)計工具
10.5.1　布局編輯器（Layout Editor）
10.5.2　對象位置調(diào)整工具（Align Objects）
10.5.3　菜單編輯器（Menu Editor）
10.5.4　Tab順序編輯器（Tab Order Editor）
10.5.5　M-file編輯器（M-file Editor）
10.5.6　對象屬性編輯器（Property Inspector）
10.5.7　對象瀏覽器（Object Browser）
10.6　本章小結(jié)
第11章　圖像模式識別
11.1　統(tǒng)計模式識別
11.1.1　線性分類器及MATLAB實現(xiàn)
11.1.2　貝葉斯分類器
11.2　結(jié)構(gòu)模式識別
11.2.1　樹分類法
11.2.2　樹分類示例
11.3　模糊模式識別
11.3.1　貼近度與模糊度
11.3.2　最大隸屬原則與擇近原則
11.3.3　MATLAB在模糊模式識別中的應(yīng)用示例
11.4　工程實例
11.4.1　基于字符串匹配的對象識別
11.4.2　利用模式識別對多光譜圖像進行分類
11.5　本章小結(jié)
第12章　小波在圖像處理中的應(yīng)用
12.1　小波分析基礎(chǔ)知識
12.1.1　小波變換簡介
12.1.2　二維小波變換和多分辨率分析
12.1.3　小波圖像工具箱的功能
12.2　基于小波的圖像降噪和壓縮
12.2.1　基于小波的圖像降噪
12.2.2　基于小波的圖像壓縮技術(shù)
12.3　小波分析在圖像增強中的應(yīng)用
12.4　基于小波的圖像融合技術(shù)
12.5　小波包在圖像邊緣檢測中的應(yīng)用
12.6　工程實例
12.6.1　基于小波的方向性和邊緣檢測
12.6.2　基于小波的圖像平滑和模糊
12.6.3　基于小波的圖像漸進重構(gòu)
12.7　本章小結(jié)
第13章　神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用
13.1　常用的神經(jīng)網(wǎng)絡(luò)模型
13.1.1　BP網(wǎng)絡(luò)
13.1.2　Hopfield網(wǎng)絡(luò)
13.1.3　自組織網(wǎng)絡(luò)
13.1.4　小波網(wǎng)絡(luò)
13.1.5　細胞神經(jīng)網(wǎng)絡(luò)
13.1.6　模糊神經(jīng)網(wǎng)絡(luò)
13.2　神經(jīng)網(wǎng)絡(luò)在圖像壓縮中的應(yīng)用
13.2.1　基于BP神經(jīng)網(wǎng)絡(luò)的圖像壓縮原理
13.2.2　基于BP神經(jīng)網(wǎng)絡(luò)的圖像壓縮的MATLAB實現(xiàn)
13.3　神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用
13.3.1　基于神經(jīng)網(wǎng)絡(luò)的圖像識別的基本原理
13.3.2　基于神經(jīng)網(wǎng)絡(luò)的圖像識別的MATLAB實現(xiàn)
13.4　工程實例
13.4.1　基于PCNN的圖像分割
13.4.2　幾種不同的手寫阿拉伯數(shù)字識別方法比較
13.5　本章小結(jié)
第14章　MATLAB GUI設(shè)計應(yīng)用實例
14.1　MATLAB GUI的設(shè)計原則和一般步驟
14.1.1　GUI的設(shè)計原則
14.1.2　GUI設(shè)計的一般步驟
14.2　工程實例
14.2.1　基于MATLAB GUI的日歷設(shè)計
14.2.2　基于MATLAB GUI的串口通信編程
14.2.3　基于MATLAB GUI的圖形顯示效果控制
14.2.4　基于MATLAB GUI的圖像邊緣檢測
14.3　本章小結(jié)
第15章　MATLAB圖像處理綜合實例
15.1　在醫(yī)學圖像處理中的應(yīng)用
15.1.1　醫(yī)學圖像處理概述
15.1.2　醫(yī)學圖像的灰度變換
15.1.3　基于高頻強調(diào)濾波和直方圖均衡化的醫(yī)學圖像增強
15.2　在汽車牌照識別系統(tǒng)中的應(yīng)用
15.2.1　汽車牌照自動識別系統(tǒng)概述
15.2.2　汽車牌照定位MATLAB示例
15.2.3　基于神經(jīng)網(wǎng)絡(luò)的字符識別在車牌識別系統(tǒng)中的應(yīng)用
15.3　在遙感圖像處理中的應(yīng)用
15.3.1　遙感技術(shù)概述
15.3.2　利用MATLAB對遙感圖像進行直方圖匹配
15.3.3　對遙感圖像進行濾波增強
15.3.4　對遙感圖像進行融合
15.3.5　對遙感圖像進行變化檢測
15.4　本章小結(jié)