[MATLAB书籍]《数字图像处理与机器视觉：Visual C++与Matlab实现》(张铮)

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

内容简介：


《数字图像处理与机器视觉：Visual C++与Matlab实现》将理论知识、科学研究和工程实践有机结合起来，介绍了数字图像处理和识别技术的方方面面，内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。《数字图像处理与机器视觉：Visual C++与Matlab实现》还对于机器视觉进行了前导性的探究，重点介绍了两种在工程技术领域非常流行的分类技术——人工神经网络(ANN)和支持向量机(SVM)，并在配套给出的识别案例中直击光学字符识别(OCR)和人脸识别两大热点问题。
　　全书结构紧凑，内容深入浅出，讲解图文并茂，适合于计算机、通信和自动化等相关专业的本科生、研究生以及工作在图像处理和识别领域一线的广大工程技术人员阅读。
本站已搜索，无重复中文资源。

本帖隐藏的内容

数字图像处理与机器视觉：Visual C 与Matlab实现.pdf (50.63 MB)

2015-3-18 21:18:51 上传

目录:


第0章 数字图像处理概述 1
0.1 数字图像 1
0.1.1 什么是数字图像 1
0.1.2 数字图像的显示 1
0.1.3 数字图像的分类 2
0.1.4 数字图像的实质 3
0.1.5 数字图像的表示 4
0.1.6 图像的空间和灰度级分辨率 5
0.2 数字图像处理与识别 6
0.2.1 从图像处理到图像识别 6
0.2.2 什么是机器视觉 8
0.2.3 数字图像处理和识别的应用实例 8
0.3 数字图像处理的预备知识 8
0.3.1 邻接性、连通性、区域和边界 8
0.3.2 距离度量的几种方法 10
0.3.3 基本的图像操作 10


第1章 MATLAB图像处理编程基础 12
1.1 Matlab操作简介 12
1.1.1 Matlab软件环境 12
1.1.2 文件操作 13
1.1.3 在线帮助的使用 14
1.1.4 变量的使用 16
1.1.5 矩阵的使用 18
1.1.6 细胞数组(Cell Array)和结构体(Structure) 21
1.1.7 关系运算与逻辑运算 22
1.1.8 常用图像处理数学函数 22
1.1.9 Matlab程序流程控制 23
1.1.10 M文件编写 27
1.1.11 Matlab函数编写 28
1.2 Matlab图像类型及其存储方式 29
1.3 Matlab的图像转换 33
1.4 读取和写入图像文件 35
1.5 图像的显示 37


第2章 Visual C++图像处理编程基础 39
2.1 位图文件及其C++操作 39
2.1.1 设备无关位图 39
2.1.2 BMP图像文件数据结构 39
2.2 认识CImg类 42
2.2.1 主要成员函数列表 42
2.2.2 公有成员 43
2.3 CImg类基础操作 44
2.3.1 加载和写入图像 44
2.3.2 获得图像基本信息 47
2.3.3 检验有效性 48
2.3.4 按像素操作 49
2.3.5 改变图像大小 50
2.3.6 重载的运算符 51
2.3.7 在屏幕上绘制位图图像 51
2.3.8 新建图像 52
2.3.9 图像类型的判断与转化 54
2.4 DIPDemo工程 55
2.4.1 DIPDemo主界面 55
2.4.2 图像操作和处理类——CImg和CImgProcess 56
2.4.3 文档类——CDIPDemoDoc 57
2.4.4 视图类——CDIPDemoView 58
2.5 CImg应用示例 58
2.5.1 打开图像 58
2.5.2 清空图像 60
2.5.3 像素初始化方法 61
2.5.4 保存图像 61


第3章 图像的点运算 63
3.1 灰度直方图 63
3.1.1 理论基础 63
3.1.2 Matlab实现 64
3.1.3 Visual C++实现 67
3.2 灰度的线性变换 69
3.2.1 理论基础 69
3.2.2 Matlab实现 70
3.2.3 Visual C++实现 72
3.3 灰度对数变换 73
3.3.1 理论基础 74
3.3.2 Matlab实现 74
3.3.3 Visual C++实现 75
3.4 伽玛变换 76
3.4.1 理论基础 76
3.4.2 Matlab实现 77
3.4.3 Visual C++实现 79
3.5 灰度阈值变换 80
3.5.1 理论基础 80
3.5.2 Matlab实现 81
3.5.3 Visual C++实现 82
3.6 分段线性变换 83
3.6.1 理论基础 83
3.6.2 Matlab实现 84
3.6.3 Visual C++实现 88
3.7 直方图均衡化 90
3.7.1 理论基础 90
3.7.2 Matlab实现 91
3.7.3 Visual C++实现 93
3.8 直方图规定化(匹配) 94
3.8.1 理论基础 95
3.8.2 Matlab实现 95
3.8.3 Visual C++实现 97


第4章 图像的几何变换 101
4.1 解决几何变换的一般思路 101
4.2 图像平移 103
4.2.1 图像平移的变换公式 103
4.2.2 图像平移的实现 104
4.3 图像镜像 106
4.3.1 图像镜像的变换公式 106
4.3.2 图像镜像的实现 106
4.4 图像转置 109
4.4.1 图像转置的变换公式 110
4.4.2 图像转置的实现 110
4.5 图像缩放 111
4.5.1 图像缩放的变换公式 112
4.5.2 图像缩放的实现 112
4.6 图像旋转 114
4.6.1 以原点为中心的图像旋转 114
4.6.2 以任意点为中心的图像旋转 115
4.6.3 图像旋转的实现 116
4.7 插值算法 118
4.7.1 最近邻插值 118
4.7.2 双线性插值及其Visual C++实现 119
4.7.3 高阶插值 121
4.8 图像配准 124
4.8.1 什么是图像配准 124
4.8.2 人脸图像配准的Matlab实现 124
4.9 Visual C++实用案例——汽车牌照的投影失真校正 128
4.9.1 系统分析与设计 129
4.9.2 系统实现 130
4.9.3 功能测试 136


第5章 空间域图像增强 140
5.1 图像增强基础 140
5.1.1 为什么要进行图像增强 140
5.1.2 图像增强的分类 140
5.2 空间域滤波 141
5.2.1 空间域滤波和邻域处理 141
5.2.2 边界处理 142
5.2.3 相关和卷积 143
5.2.4 滤波操作的Matlab实现 143
5.2.5 滤波操作的Visual C++实现 146
5.3 图像平滑 148
5.3.1 平均模板及其实现 148
5.3.2 高斯平滑及其实现 151
5.3.3 通用平滑滤波的Visual C++实现 154
5.3.4 自适应平滑滤波 156
5.4 中值滤波 156
5.4.1 性能比较 156
5.4.2 一种改进的中值滤波策略 161
5.4.3 中值滤波的工作原理 162
5.5 图像锐化 162
5.5.1 理论基础 162
5.5.2 基于一阶导数的图像增强——梯度算子 163
5.5.3 基于二阶微分的图像增强——拉普拉斯算子 167
5.5.4 基于一阶与二阶导数的锐化算子的比较 169
5.5.5 高提升滤波及其实现 171
5.5.6 高斯-拉普拉斯变换(Laplacian of a Gaussian， LoG) 175


第6章 频率域图像增强 178
6.1 频率域滤波——与空间域滤波殊途同归 178
6.2 傅立叶变换基础知识 178
6.2.1 傅立叶级数 179
6.2.2 傅立叶变换 181
6.2.3 幅度谱、相位谱和功率谱 183
6.2.4 傅立叶变换的实质——基的转换 185
6.3 快速傅立叶变换(Fast Fourier Transform，FFT)及实现 187
6.3.1 FFT变换的必要性 187
6.3.2 常见的FFT算法 188
6.3.3 按时间抽取的基-2 FFT算法 188
6.3.4 离散反傅立叶变换的快速算法(IFFT) 192
6.3.5 N维快速傅里叶变换(FFTN) 192
6.3.6 Matlab实现 192
6.3.7 Visual C++实现 198
6.4 频域滤波基础 206
6.4.1 频域滤波与空域滤波的关系 206
6.4.2 频域滤波的基本步骤 206
6.4.3 频域滤波的Matlab实现 207
6.4.4 频域滤波的Visual C++实现 208
6.5 频域低通滤波器 210
6.5.1 理想低通滤波器及其实现 210
6.5.2 高斯低通滤波器及其实现 215
6.6 频率域高通滤波器 220
6.6.1 高斯高通滤波器及其实现 220
6.6.2 频域拉普拉斯滤波器及其实现 224
6.7 Matlab综合案例——利用频域滤波消除周期噪声 227
6.7.1 频域带阻滤波器 227
6.7.2 带阻滤波消除周期噪声 229
6.8 频域滤波器与空域滤波器之间的内在联系 232


第7章 彩色图像处理 233
7.1 彩色基础 233
7.1.1 什么是彩色 233
7.1.2 我们眼中的彩色 234
7.1.3 三原色 234
7.1.4 计算机中的颜色表示 235
7.2 彩色模型 236
7.2.1 RGB模型 236
7.2.2 CMY、CMYK模型 238
7.2.3 HSI模型 241
7.2.4 HSV模型 249
7.2.5 YUV模型 254
7.2.6 YIQ模型 260
7.2.7 Lab模型简介 264
7.3 全彩色图像处理基础 264
7.3.1 彩色补偿及其Matlab实现 265
7.3.2 彩色平衡及其Matlab实现 267


第8章 形态学图像处理 270
8.1 预备知识 270
8.2 二值图像中的基本形态学运算 272
8.2.1 腐蚀及其实现 273
8.2.2 膨胀及其实现 280
8.2.3 开运算及其实现 284
8.2.4 闭运算及其实现 287
8.3 二值图像中的形态学应用 289
8.3.1 击中与击不中变换及其实现 289
8.3.2 边界提取与跟踪及其实现 291
8.3.3 区域填充及其Visual C++实现 296
8.3.4 连通分量提取及其实现 299
8.3.5 细化算法及其Visual C++实现 305
8.3.6 像素化算法及其Visual C++实现 310
8.3.7 凸壳及其Visual C++实现 316
8.3.8 bwmorph函数 319
8.4 灰度图像中的基本形态学运算 320
8.4.1 灰度膨胀及其实现 320
8.4.2 灰度腐蚀及其实现 324
8.4.3 灰度开、闭运算及其实现 328
8.4.4 顶帽变换(top-hat)及其实现 331
8.5 小结 334


第9章 图像分割 335
9.1 图像分割概述 335
9.2 边缘检测 336
9.2.1 边缘检测概述 336
9.2.2 常用的边缘检测算子 337
9.2.3 Matlab实现 340
9.2.4 Visual C++实现 343
9.3 霍夫变换 350
9.3.1 直线检测 350
9.3.2 曲线检测 352
9.3.3 任意形状的检测 353
9.3.4 Hough变换直线检测的Matlab实现 354
9.3.5 Hough变换直线检测的Visual C++实现 357
9.4 阈值分割 361
9.4.1 阈值分割方法 361
9.4.2 Matlab实现 364
9.4.3 Visual C++实现 366
9.5 区域分割 368
9.5.1 区域生长及其实现 368
9.5.2 区域分裂与合并及其Matlab实现 373
9.6 小结 378


第10章 特征提取 379
10.1 图像特征概述 379
10.1.1 什么是图像特征 379
10.1.2 图像特征的分类 379
10.1.3 特征向量及其几何解释 379
10.1.4 特征提取的一般原则 380
10.1.5 特征的评价标准 381
10.2 基本统计特征 381
10.2.1 简单的区域描绘子及其Matlab实现 381
10.2.2 直方图及其统计特征 383
10.2.3 灰度共现矩阵及其Visual C++实现 385
10.3 特征降维 388
10.3.1 维度灾难 388
10.3.2 特征选择简介 389
10.3.3 主成份分析(Principal Component Analysis，PCA) 390
10.3.4 快速PCA及其实现 397
10.4 综合案例——基于PCA的人脸特征抽取 399
10.4.1 数据集简介 399
10.4.2 生成样本矩阵 400
10.4.3 主成份分析 401
10.4.4 主成份脸可视化分析 402
10.4.5 基于主分量的人脸重建 404
10.5 局部二进制模式 406
10.5.1 基本LBP 406
10.5.2 圆形邻域的LBPP，R算子 407
10.5.3 统一化LBP算子——Uniform LBP及其Matlab实现 407
10.5.4 MB-LBP及其Matlab实现 411
10.5.5 图像分区及其Matlab实现 417
更多，请下载阅读

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：matlab实现 MATLAB 数字图像处理 Visual matla 工程技术 人脸识别 科学研究 计算机 研究生

多谢分享，收藏慢品！

gyqznufe 发表于 2015-3-18 21:38
多谢分享，收藏慢品！

定性分析

高大上···

robinfaster 发表于 2015-3-19 00:09
高大上···

kankan

学习学习。