发帖
雷达卡
目录：
第1章精通“图像特征提取”3
1.1图像多分辨率金字塔3
1.1.1浅析“图像金字塔”4
1.1.2例程一点通4
1.1.3典型的“图像金子塔”5
1.1.4学以致用9
1.2图像的矩特征9
1.2.1认识“Hu矩”10
1.2.2解析“Zernike矩”13
1.3图像的边缘检测18
1.3.1运用一阶微分算子检测图像边缘19
1.3.2运用二阶微分算子检测图像边缘21
1.3.3基于Canny算子检测图像边缘25
1.3.4基于SUSAN特征检测算子的边缘提取29
1.3.5基于小波变换模极大值的边缘检测33
1.3.6基于二维有限冲击响应滤波器的特定角度边缘检测35
1.3.7基于多尺度形态学梯度的边缘检测37
1.4斑点特征检测39
1.4.1勾画“LoG斑点”39
1.4.2描绘“DoH斑点”43
1.4.3提取“Gilles斑点”43
1.5角点特征检测44
1.5.1何谓“角点”44
1.5.2描绘“Harris角点”45
1.5.3例程一点通49
1.5.4融会贯通52
1.6尺度不变特征提取57
1.6.1SIFT特征提取57
1.6.2SURF算法63
1.6.3学以致用72
第2章细说“数字图像理解”75
2.1图像目标边界描述75
2.1.1图像边界链码表示法75
2.1.2例程一点通77
2.1.3融会贯通78
2.2图像分割技术80
2.2.1什么是“图像分割”80
2.2.2基于阈值的图像分割81
2.2.3基于区域生长法的图像分割88
2.2.4基于最大方差法灰度门限的图像分割90
2.2.5基于K-means算法的图像分割93
2.3图像配准技术96
2.3.1纵览“图像配准”96
2.3.2构建“配准模型”97
2.3.3相似性测度98
2.3.4基于灰度的图像配准99
2.3.5序贯相似性检测算法102
2.3.6基于特征点的图像配准104
2.3.7融会贯通110
2.4图像融合技术113
2.4.1从“信息融合”说起113
2.4.2何谓“图像融合”113
2.4.3纵览“图像融合方法”116
2.4.4例程一点通120
2.4.5学以致用122
应 用 篇
第3章品读“典型应用实例”135
3.1图像去噪技术及其实现135
3.1.1什么是“图像的噪声”135
3.1.2图像去噪常用方法136
3.2图像畸变校正技术及其实现140
3.2.1畸变产生的原因141
3.2.2畸变校正的基本原理142
3.2.3例程一点通142
3.2.4融会贯通143
3.3图像拼接技术及其实现148
3.3.1全景图148
3.3.2基于相位相关的图像拼接技术149
3.3.3基于尺度不变特征点的图像拼接技术152
3.3.4融会贯通160
3.4图像数字水印技术及其实现163
3.4.1追根溯源话“水印”164
3.4.2“图像数字水印技术”面对面165
3.4.3“图像数字水印算法”精讲167
3.4.4例程一点通168
3.4.5融会贯通172
3.5数字图像压缩技术及其实现174
3.5.1从几个“为什么”看“图像压缩”174
3.5.2从几个“如何”看“图像压缩”176
3.5.3例程一点通178
3.6改进型数字图像中直线特征的快速检测方法187
3.6.1Hough变换的基本原理及其不足188
3.6.2改进的直线快速检测算法的原理190
3.6.3算法的复杂度分析192
3.6.4实验结果与分析193
3.7基于最大类间方差阈值与遗传算法的道路分割195
3.7.1最大类间方差阈值分割法195
3.7.2遗传算法的基本原理及其特点196
3.7.3基于最大类间方差遗传算法的道路分割197
3.7.4例程一点通198
3.8数字图像处理在医疗领域的应用206
3.8.1基于数字图像的染色体分析207
3.8.2X光图像增强技术208
3.9基于红外图像的弱小目标检测与跟踪211
3.9.1何谓“弱小目标”211
3.9.2弱小目标检测与跟踪算法概述211
3.9.3基于局域概率分布的小目标检测212
3.9.4例程一点通213
3.10基于HIS与SURF的路标实时识别215
3.10.1需求及研究状况分析215
3.10.2算法的整体流程216
3.10.3算法的理论依据216
3.10.4路标特征数据库的建立217
3.10.5基于HSI颜色空间的图像分割219
3.10.6基于SURF算法的特征点提取与匹配220
3.11指纹识别技术及其实现220
3.11.1指纹识别的原理221
3.11.2指纹识别技术的应用221
3.11.3基于细节点特征的指纹自动识别221
3.11.4基于细节点特征的指纹自动识别的MATLAB程序实现223
3.12基于图像的车牌自动识别技术236
3.12.1汽车牌照自动识别系统237
3.12.2车牌自动识别的步骤237
3.12.3例程一点通238
3.13数字图像实时稳定技术及其实现240
3.13.1数字图像稳定算法的基本步骤240
3.13.2GCBPM算法241
3.13.3例程一点通242
3.14基于帧间差分法的运动目标检测247
3.14.1浅析“运动目标检测”247
3.14.2基于帧间差分的运动目标检测247
3.14.3例程一点通248
3.15基于光流场的运动估计251
3.15.1光流和光流场的概念251
3.15.2光流场计算的基本原理251
3.15.3光流的主要计算方法252
3.15.4光流法的国内外研究状况252
3.15.5运用光流法检测运动物体的基本原理253
3.15.6例程一点通254
3.15.7学以致用258
3.15.8光流法的总结与展望261
3.16适用于复杂环境下的目标跟踪技术261
3.16.1复杂环境下目标跟踪难点分析262
3.16.2适用于复杂环境下的目标跟踪算法262
3.16.3实验结果266
3.17基于肤色特征的人脸检测267
3.17.1色彩空间268
3.17.2基于色彩空间的肤色分割原理268
3.17.3基于肤色特征的人脸检测的实现269
3.18基于Mean Shift的目标跟踪技术275
3.18.1Mean Shift的起源275
3.18.2Mean Shift的基本原理275
3.18.3基于Mean Shift的目标跟踪278
3.18.4例程一点通279
3.18.5融会贯通285
3.19基于Kalman滤波的目标跟踪287
3.19.1认识 Kalman287
3.19.2Kalman滤波算法288
3.19.3例程一点通289
3.19.4解读Kalman滤波290
3.19.5学以致用291
3.20基于Hough变换的人眼虹膜定位方法293
3.20.1分离瞳孔并估算出虹膜内半径294
3.20.2采用改进的Hough变换算法定位出虹膜内外边缘295
3.20.3例程一点通297
3.21基于模糊集的图像增强方法297
3.21.1模糊理论及其实现步骤298
3.21.2基于模糊集的图像增强方法299
3.21.3例程一点通300
3.22基于KL变换的人脸识别技术301
3.22.1人脸识别技术的发展301
3.22.2研究人脸识别的意义301
3.22.3国内外研究状况分析302
3.22.4基于KL变换的人脸识别303
3.22.5例程一点通304
3.23基于FourierMellin变换的图像复制篡改检测306
3.23.1图像篡改与篡改检测306
3.23.2copymove篡改检测308
3.23.3基于FourierMellin变换和相似性匹配技术309
3.24基于蚁群算法的图像边缘检测311
3.24.1认识“蚁群算法”311
3.24.2解析“蚁群算法”314
3.24.3基于蚁群优化的图像边缘检测方法314
3.24.4例程一点通318
3.25基于脉冲耦合神经网络的图像分割323
3.25.1脉冲耦合神经网络及其在图像分割中的应用323
3.25.2例程一点通324
3.25.3融会贯通327
第4章活用“数字图像处理”329
4.1基于Simulink的图像、视频处理329
4.1.1功能模块介绍329
4.1.2学以致用：基于Simulink的数字图像处理339
4.1.3学以致用：基于Simulink的视频处理357
4.2基于GUI交互操作的数字图像处理实现362
4.2.1初识“GUIDE操作”363
4.2.2GUI实战操作365
4.3在VC++环境下调用MATLAB实现数字图像处理379
4.3.1“VC++调用MATLAB的方案”面面观380
4.3.2关于MATLAB引擎381
4.3.3VC++调用MATLAB引擎设置382
4.3.4VC++调用MATLAB实现图像压缩处理382
4.4MATLAB辅助DSP进行图像处理应用开发385
附录常用MATLAB图像处理指令功能语法索引388
MATLAB图像处理能力提高与应用案例 [赵小川 编著] 2014年版.pdf
(98.05 MB, 需要: 40 个论坛币)
MATLAB图像处理：能力提高与应用案例》随书资料.rar
(64.69 MB, 需要: 10 个论坛币)
京公网安备 11010802022788号
