数字图像处理 活用Matlab2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数字图像处理 活用MatlabPDF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

PART 1：原理与技术4

第一章 简介4

1.1 背景4

1.2 图像的表示5

1.3 数字图像处理6

1.4 数字图像处理系统8

1.5 本书结构11

1.6 主要参考文献12

第二章 数学基础16

2.1 信号16

2.2 线性与线性时不变系统19

2.3 卷积21

2.4 矩阵运算22

2.5 纯量值对向量参数的最优化28

2.6 随机信号29

习题33

第三章 采样与量化38

3.1 取样38

3.2 量化44

3.3 向量量化51

习题54

第四章 变换法56

4.1 正交变换56

4.2 傅立叶变换58

4.3 离散余弦变换64

4.4 离散正弦变换68

4.5 Walsh-Hadamard变换69

4.6 Haar变换76

4.7 斜变换77

4.8 KL变换78

4.9 哈特莱变换80

4.10 SVD变换80

4.11 小波变换82

习题93

第五章 图像增强98

5.1 点处理增强98

5.2 空间滤波107

5.3 频域的图像增强法110

5.4 彩色图像增强112

习题115

第六章 图像恢复118

6.1 图像降质系统118

6.2 代数恢复方法120

6.3 反滤波法122

6.4 最小平方滤波器123

6.5 限制性最小平方恢复125

6.6 盲目图像恢复技术129

习题136

第七章 图像压缩138

7.1 数据编码与数据压缩138

7.2 图像压缩模型141

7.3 信息论基础141

7.4 无失真压缩148

7.5 有损压缩154

7.6 图像压缩标准JPEG155

7.7 动态图像压缩163

7.8 以小波变换压缩的实例168

习题173

第八章 图像分割176

8.1 导论176

8.2 图像分割处理177

8.3 分割图像的储存185

8.4 图像分割预处理——LUM滤波器187

习题192

第九章 表示与描述194

9.1 表示方法194

9.2 边界描述子199

9.3 区域描述子201

9.4 形态学210

习题214

第十章 图像模式识别218

10.1 分类218

10.2 统计决策图像模式识别220

10.3 特征选取221

10.4 聚类223

10.5 利用人工神经网络做图像模式识别228

习题235

PART 2：Matlab实习241

第一章 Matlab实验常用函数简介241

第二章 实验——数学基础241

L2.1 二维卷积241

L2.2 矩阵的直接乘积242

L2.3 马尔可夫链的转移概率244

第三章 实验——量化246

L3.1 纯量量化器的设计246

L3.2 量化造成的假轮廊248

L3.3 向量量化器码本的产生250

L3.4 向量量化的编解码254

第四章 实验——变换法259

L4.1 SVD变换259

L4.2 图像变换的能量集中能力261

L4.3 小波变换263

第五章 实验——图像增强268

L5.1 直方图均衡化法268

L5.2 平滑滤波器270

L5.3 同态滤波器272

第六章 实验——图像恢复275

L6.1 最小平方滤波器275

L6.2 迭代盲目去卷积法277

第七章 实验——图像压缩283

L7.1 游程长度编码283

L7.2 应用小波变换与向量量化做图像压缩285

第八章 实验——图像分割289

L8.1 像素聚类区域成长法289

L8.2 四叉树区域分割与合并法293

L8.3 Sobel边缘检测294

L8.4 拉氏边界检测法297

L8.5 LUM滤波器299

第九章 实验——表示与描述302

L9.1 不变矩302

L9.2 细化305

L9.3 膨胀和腐蚀308

L9.4 断开与闭合309

第十章 实验——图像模式识别312

L10.1 利用不变矩判定图形类别312

L10.2 模糊聚类315

L10.3 利用人工神经网络做图像模式识别317

L10.4 以反向传播网络做模糊分类323

附录 光盘内容简介及使用说明328

参考文献332