当前位置:首页 > 图形处理 > MATLABpdf电子书下载
《MATLAB图像处理:程序实现与模块化仿真(第2版)》电子书封面

MATLAB图像处理:程序实现与模块化仿真(第2版)

  • 发布时间:2019年03月26日 08:31:58
  • 作者:赵小川
  • 大小:33.9 MB
  • 类别:MATLAB电子书
  • 格式:PDF
  • 版本:影印版
  • 评分:7.4

    MATLAB图像处理:程序实现与模块化仿真(第2版) PDF 影印版

      给大家带来的一篇关于MATLAB相关的电子书资源,介绍了关于Matlab、图像处理方面的内容,本书是由北京航空航天大学出版社出版,格式为PDF,资源大小33.9 MB,赵小川编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.1分

      Tags:MATLAB 图像处理 

      内容介绍

      MATLAB图像处理:程序实现与模块化仿真

      MATLAB图像处理:程序实现与模块化仿真电子书封面

      内容介绍

      本书深入浅出地介绍了MATLAB2014a计算机视觉工具箱( Compu t e rVi s i onSy s t em)、数字图像处理工具箱的*功能,并以此为编程工具阐述了数字图像/视频的基础理论、关键技术、应用实例、解决方案、发展前沿。本书共8章,内容包括:MATLAB数字图像/视频处理技术基础、数 字图像变换、数字图像分析、图像特征提取、视频图像运动估计与跟踪、图像压缩编码、双目立体视 觉、应用案例详解。

      读者可登录MATLAB中文论坛到相应书籍答疑版块与作者 进行交流。

      本书可作为电子信息工程、计算机科学技术相关专业本科生、研究生的教材,也可作为本科毕 业设计、研究生学术论文的参考资料,还可作为对数字图像技术感兴趣、打算系统学习的读者的参 考用书。

      内容节选

      MATLAB数字图像处理

       

      数字图像处理是一门集计算机科学、光学、数学、物理学等多学科的综合科学。随着计算机科学的发展,数字图像处理技术取得了巨大的进展,呈现出强大的生命力,已经在多种领域取得了大量的应用,推动了社会的发展。其中,遥感领域中,对于影像数据的处理均基于数字图像处理的技术。而遥感影像数据作为地理信息科学的重要数据源,如何从中获取有用的信息,是地理信息数据处理中重要的内容。

      MATLAB作为数学领域应用最广泛的一种软件,集成了对于图片处理的函数和功能,成为了处理数字图像问题的佼佼者。其出众的计算能力和简便的绘图能力可以有效进行数字图像的变换和操作。本文探究了MATLAB(R2014a)软件下数字图像处理部分简单内容方法的操作实现,包括图像变换、图像增强等。

      由于时间所迫和水平不足,对于本文中的问题请指出。

      在这里首先将介绍基本的操作。

      1  数字图像处理基础

      1.1            MATLAB图像处理基本操作

      本文中对于大多数的操作,是对数字图像处理领域中最为著名的“lena”图片进行操作的。原图如下(Figure 1):

      Figure 1

      首先,在MATLAB中显示这幅图片:

      I=imread('lena.jpg');
      imfinfo('lena.jpg')
      imshow(I);

      其中,imread()可以读取图片,imfinfo()可以获取图片的信息(Figure 2),imshow()可以显示图片。

       

      Figure 2

      从Figure 2中可以看出,该图片格式为png,长宽均为512px,颜色类型为真彩色。

      处理后的图片还需要进行保存:

      imwrite(I,'lenaSave.jpg');

       

      1.2            图像数字化

      使用imread()读取图像后,可以看到,读入的图片I是以一个512*512*3的矩阵进行保存的,即分别是RGB颜色的数字图片。为了方便起见,在本文中,笔者将lena图进行了转换,转换为灰度图,即保存为一个512*512*1的矩阵。

      为了完成这样一个步骤,MATLAB中提供了相应的函数:

      I1=rgb2gray(I);
      imshow(I1);

      I1以512*512*1的矩阵形式进行存储。效果如下图(Figure 3):

       

      Figure 3

      1.3            直方图

      为了显示图像灰度的分布情况,还需要绘制灰度直方图。可以使用如下代码:

      figure,imhist(I1);

      效果如下(Figure 4):

       

      Figure 4

      1.4            图像噪声的添加

      为了完成多种图像处理的操作和试验,还可以对图片添加噪声。所用函数为imnoise (I, type),该函数中的type可以为5种噪声参数,分别为:'gaussian'(高斯白噪声),'localvar'(与图象灰度值有关的零均值高斯白噪声),'poisson'(泊松噪声),'salt & pepper'(椒盐噪声)和'speckle'(斑点噪声)。

      以下为高斯噪声(Figure 5)和椒盐噪声(Figure 6)的代码和效果:

      I2=imnoise(I1,'gaussian');
      figure,imshow(I2);

       

      Figure 5

      I3=imnoise(I1,'salt & pepper');
      figure,imshow(I3);

      Figure 6

       

      2         图像变换

      2.1            傅立叶变换

      傅立叶变换可以将图像从空间域转换到频率域,然后再进行相应的处理。MATLAB中有傅立叶变换的函数。

      原图:

      Figure 7

      傅立叶变换:

      F=fft2(I1);
      S=abs(F);
      figure,imshow(S,[]);

      效果:

       

      Figure 8

      看上去是一片黑,事实上在全图的左上角可以看出有一个白点(即左上角缺失了)。

      平移:

      Fc=fftshift(F);
      figure,imshow(abs(Fc),[]);

      效果:

       

      Figure 9

      将频率平移到中间。

      频谱图:

      figure,imshow(uint8(abs(Fc/256)));

      效果:

       

      Figure 10

      之所以在本例中没有使用lena的图片,是因为该图傅立叶频谱图并无特点。

      傅立叶逆变换:

      f=real(ifft2(F)/255);
      
      figure,imshow(f);

      效果:

      Figure 11

      经过逆变换后,仍然为原图。

      具体代码请参考:https://github.com/kkyyhh96/DigitalImageProcessing/tree/master/code中kyh_One.m和kyh_Two1.m的内容。

       

      目录

      • MATLAB数字图像/视频处理技术基础
      • 1.1 数字图像处理的基本概念
      • 1.1.1 认识“数字图像”
      • 1.1.2 基本概念一点通
      • 1.1.3 数字图像的矩阵表示
      • 1.2 数字图像处理的数学知识
      • 1.2.1 回顾“矩阵”
      • 1.2.2 精讲“卷积”
      • 1.2.3 解析“相关”
      • 1.2.4 理解“正交”
      • 1.3 MATLAB编程快速入门
      • 1.3.1 矩阵的输入与生成
      • 1.3.2 矩阵运算
      • 1.3.3 程序控制结构
      • 1.3.4 M文件
      • 1.3.5 M函数
      • 1.3.6 函数句柄与匿名函数
      • 1.3.7 MATLAB编程技巧
      • 1.4 M.ATLAB图像处理工具箱简介
      • 1.4.1 图像处理工具箱的基本功能
      • 1.4.2 数字图像处理的基本操作
      • 1.4.3 视频图像的基本操作
      • 1.4.4 MATLAB中的图像类型
      • 1.5 新功能:基于系统对象vision.X的图像处理
      • 1.6 MATLAB-Simulink基础精讲
      • 1.6.1 Simulink简介
      • 1.6.2 Simulink的基本操作
      • 1.6.3 系统仿真及参数设置
      • 1.6.4 Simulink模块库
      • 1.6.5 Simulink子系统
      • 1.7 新功能:基于Simulink—Blocks的图像/视频处理
      • 1.8 新功能:图像/视频处理C代码的快速生成
      • 第2章 数字图像变换
      • 2.1 图像的几何变换
      • 2.1.1 图像的缩放变换
      • 2.1.2 图像的平移变换
      • 2.1.3 图像的旋转变换
      • 2.1.4 灰度级插值
      • 2.2 图像的Hough变换
      • 2.2.1 基本原理一点通
      • 2.2.2 例程精讲
      • 2.3 图像的傅里叶变换
      • 2.3.1 走进“频率域”
      • 2.3.2 基本原理一点通
      • 2.3.3 例程精讲
      • 2.4 图像的余弦变换
      • 2.4.1 基本原理一点通
      • 2.4.2 例程精讲
      • 2.4.3 离散余弦变换的性质
      • 2.4.4 应用点睛
      • 2.5 基于数学形态学的图像变换
      • 2.5.1 数学形态学的起源
      • 2.5.2 数学形态学的基本运算
      • 2.5.3 腐蚀与膨胀
      • 2.5.4 开运算与闭运算
      • 2.6 图像滤波
      • 2.6.1 基本原理一点通
      • 2.6.2 例程精讲
      • 2.7 图像的多尺度金字塔变换
      • 2.7.1 基本原理一点通
      • 2.7.2 例程精讲
      • 第3章 数字图像分析
      • 3.1 图像的色彩空间
      • 3.1.1 RGB色彩空间
      • 3.1.2 HSV色彩空间
      • 3.1.3 YUV空间
      • 3.1.4 HSI色彩空间
      • 3.1.5 灰度空间
      • 3.1.6 Lab色彩空间
      • 3.1.7 例程精讲
      • 3.2 图像的直方图
      • 3.2.1 灰度直方图
      • 3.2.2 例程精讲
      • 3.2.3 直方图均衡化
      • 3.2.4 直方图均衡化的MATLAB实现
      • 3.3 图像的信噪比
      • 3.3.1 基本原理一点通
      • 3.3.2 例程精讲
      • 第4章 图像特征提取
      • 4.1 图像的边缘检测
      • 4.1.1 基本原理一点通
      • 4.1.2 例程精讲
      • 4.2 角点特征检测
      • 4.2.1 何谓“角点”
      • 4.2.2 Harris角点的基本原理
      • 4.2.3 Harris角点的检测步骤
      • 4.2.4 Harris角点的性质
      • 4.2.5 例程精讲
      • 4.3 SURF特征提取
      • 4.3.1 积分图像
      • 4.3.2 DoH近似
      • 4.3.3 尺度空间表示
      • 4.3.4 SURF特征描述算子
      • 4.3.5 例程精讲
      • 第5章 运动估计与跟踪
      • 5.1 基于块匹配的运动估计
      • 5.1.1 基本原理一点通
      • 5.1.2 块匹配的准则
      • 5.1.3 块匹配运动估计搜索路径
      • 5.1.4 例程精讲
      • 5.2 基于高斯混合模型的背景检测
      • 5.2.1 单高斯背景模型
      • 5.2.2 混合高斯背景模型
      • 5.2.3例程精讲
      • 5.3 基于光流法的运动目标检测
      • 5.3.1 光流和光流场的概念
      • 5.3.2 光流场计算的基本原理
      • 5.3.3 运用光流法检测运动物体的基本原理
      • 5.3.4 Horn—Schunck算法
      • 5.3.5 Lucas—Kanade算法
      • 5.3.6 例程精讲
      • 5.4 基于图像模板匹配的目标定位
      • 5.4.1 基本原理一点通
      • 5.4.2 例程精讲
      • 第6章 图像压缩编码
      • 6.1 图像编解码概述
      • 6.1.1 图像压缩编码的必要性
      • 6.1.2 图像压缩编码的可行性
      • 6.1.3 图像压缩编码的分类
      • 6.1.4 图像压缩的评价指标
      • 6.2 行程编码技术
      • 6.2.1 基本原理一点通
      • 6.2.2 例程精讲
      • 6.3 哈夫曼编码
      • 6.3.1 基本原理一点通
      • 6.3.2 例程精讲
      • 6.3.3 哈夫曼编码的特点
      • 6.4 矢量量化编码
      • 6.4.1 矢量量化定义
      • 6.4.2 矢量量化编解码的过程
      • 6.4.3 LBG矢量量化码书设计算法
      • 6.4.4 矢量量化码字搜索
      • 6.4.5 例程精讲
      • 6.4.6 矢量量化与标量量化
      • 6.5 变换编码
      • 6.5.1 变换编码概述
      • 6.5.2 基于离散余弦变换的图像压缩
      • 6.5.3 基于小波变换的图像压缩
      • 第7章 双目立体视觉
      • 7.1 什么是双目立体视觉
      • 7.2 双目立体视觉测距的基本原理
      • 7.3 双目立体视觉测量的流程
      • 7.4 极线几何(Epipolar Geometry)
      • 7.5 双目视觉测量模型
      • 7.5.1 成像几何基础
      • 7.5.2 双目立体视觉测量数学模型
      • 7.6 本质矩阵与基础矩阵
      • 7.7 图像校正
      • 7.8 立体匹配
      • 7.9 例程精讲
      • 7.10 双目立体视觉的新应用及发展方向
      • 第8章 应用实例详解
      • 8.1 基于相位相关的图像拼接技术
      • 8.1.1 什么是图像拼接技术
      • 8.1.2 相位相关的基本原理
      • 8.1.3 例程精讲
      • 8.2 基于Arnold变换的图像加密技术
      • 8.2.1 图像加密概述
      • 8.2.2 基本原理
      • 8.2.3 实现流程
      • 8.2.4 例程精讲
      • 8.3 人脸检测技术及其实现
      • 8.3.1 人脸检测技术研究概况
      • 8.3.2 人脸检测方法
      • 8.3.3 基于AdaBoost的人脸检测的基本原理
      • 8.3.4 例程精讲
      • 8.4 雾霭天气图像增强技术及其实现
      • 8.4.1 Retinex理论
      • 8.4.2 基于Retinex理论的图像增强的基本步骤
      • 8.4.3 多尺度Retinex算法
      • 8.4.4 例程精讲
      • 8.5 基于仿生原理的图像分割技术
      • 8.5.1 图像分割技术
      • 8.5.2 脉冲耦合神经网络的基本原理
      • 8.5.3 基本实现步骤
      • 8.5.4 例程精讲
      • 附录1 系统对象功能汇总
      • 附录2 数字图像处理常用词汇解释
      • 参考文献

      以上就是本次介绍的MATLAB电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:小白入门宝典:Python快速入门魔力手册

      下一篇:C语言核心技术

      查看更多
      MATLAB 相关电子书
      MATLAB 2019a 中文手册
      MATLAB 2019a 中文手册 PDF 高质量版

      该文件包含2019年最新版本的matlab 2019a 的中文参考文档,本文档未超级清晰版本,可以供大家学习matlab参考。适用于初学者,零基础的帮助文件。需要的朋友可下载试试! 目录 第一章 初步认知 6 第二章 语言基础 25 第三章 数学运算 51 第四章 绘图 109 第五章 程序设计 137

      立即下载
      MATLAB R2014a从入门到精通
      MATLAB R2014a从入门到精通 PDF 完整版

      MATLAB是适合多学科、多种工作平台的功能强大、界面友好且开放性很强的大型数学应用软件。本书以MATLAB R2014a软件为基础,全面阐述MATLAB的主要功能,通过大量实例向读者展示如何编写高效的

      立即下载
      数字图像处理与机器视觉:Visual C++与Matlab实现
      数字图像处理与机器视觉:Visual C++与Matlab实现 PDF 清晰扫描第2版

      本书将理论知识、科学研究和工程实践有机结合起来,内容涉及数字图像处理和识别技术的方方面面,结构紧凑,内容深入浅出,讲解图文并茂,感兴趣的可以下载学习

      立即下载
      MATLAB在语音信号分析与合成中的应用
      MATLAB在语音信号分析与合成中的应用 PDF 高清版

      语音信号处理是数字信号处理的一个重要分支。本书含有许多数字信号处理的方法和MATLAB函数。全书共10章。第1~4章介绍语音信号处理的一些基本分析方法和手段,以及相应的MATLAB函数;第

      立即下载
      详解MATLAB/Simulink通信系统建模与仿真
      详解MATLAB/Simulink通信系统建模与仿真 PDF 高清版

      详解MATLAB/Simulink通信系统建模与仿真 着重讲述MATLAB/Simulink通信仿真的应用,通过理论与实例相结合的方式,详细介绍了MATLAB/Simulink通信系统建模与仿真设计的方法和技巧。全书共分12章。第1

      立即下载
      读者心得
      167小时54分钟前回答

      python调用matlab的m自定义函数方法

      项目信号处理和提取部分用到了matlab,需要应用到工程中方便研究。用具有万能粘合剂之称的“Python”。具体方法如下: 1.python中安装mlab 下载https://pypi.python.org/pypi/mlab 安装命令:python setup.py install Mlab is a high-level python to Matlab bridge that lets Matlab look like a normal python library. 2 .测试 from mlab.releases import latest_releasefrom matlab import matlabrootprint matlabroot()#能打印出matlab的路径就可以使用mlab了 3.调用matlab的自带函数 from mlab.releases import latest_release as matlabmatlab.plot([2,3,4,5,8,1],'-o') #画个图。很快就显示了。 4.自定义的函数 这里我把自定义的m函数(extract.m)放到了D:\pylearn\m文件夹下 from mlab.releases import latest_release as ma……

      113小时17分钟前回答

      实例详解Matlab 与 Python 的区别

      一、Python简介 Python是一种面向对象的解释型计算机程序设计语言。Python是纯粹的自由软件, 源代码和解释器CPython遵循 GPL(GNU General Public License)协议[2] 。Python语法简洁清晰,特色之一是强制用空白符(white space)作为语句缩进。 Python执行: Python在执行时,首先会将.py文件中的源代码编译成Python的byte code(字节码),然后再由Python Virtual Machine(Python虚拟机)来执行这些编译好的byte code。这种机制的基本思想跟Java,.NET是一致的。然而,Python Virtual Machine与Java或.NET的Virtual Machine不同的是,Python的Virtual Machine是一种更高级的Virtual Machine。这里的高级并不是通常意义上的高级,不是说Python的Virtual Machin……

      119小时3分钟前回答

      基于MATLAB和Python实现MFCC特征参数提取

      1、MFCC概述 在语音识别(Speech Recognition)和话者识别(Speaker Recognition)方面,最常用到的语音特征就是梅尔倒谱系数(Mel-scale FrequencyCepstral Coefficients,简称MFCC)。根据人耳听觉机理的研究发现,人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响较大。两个响度不等的声音作用于人耳时,则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受,使其变得不易察觉,这种现象称为掩蔽效应。由于频率较低的声音在内耳蜗基底膜上行波传递的距离大于频率较高的声音,故一般来说,低音容易掩蔽高音,而高音掩蔽低音较困难。在低频处的声音掩蔽的临界……

      网友NO.31479
      网友NO.31479

      图像类型转换函数 函数名 函数功能 dither 图像抖动,将灰度图变成二值图,或将真彩色图像抖动成索引色图像 gray2ind 将灰度图像转换成索引图像 grayslice 通过设定阈值将灰度图像转换成索引色图像 im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图 ind2gray 将索引色图像转换成灰度图像 ind2rgb 将索引色图像转换成真彩色图像 mat2gray 将一个数据矩阵转换成一副灰度图 rgb2gray 将一副真彩色图像转换成灰度图像 rgb2ind 将真彩色图像转换成索引色图像

      网友NO.21244
      网友NO.21244

      两个星期的图像处理研究学习差不多告一段落; 真的应了一句话,只有你接触某个领域,才真正可以体会到某个领域的魅力所在: 到目前为止,学习的一些图像处理知识,都是最基础的,其实和机器学习、计算机视觉、人工智能等方面比起来,只是小菜一碟;感觉图像处理方面的知识博大精深,确实如此,这是一项研究生花两年的时间都不一定能掌握好的东西。只能说和嵌入式方向一样,都是水比较深。搞过这个之后,才深知自己的数学知识没学到位,后悔大学数学没有好好学,现在又有重新学数学的念头了,甚至有考个研究生的冲动了。。。 是不是很蛋疼的事呢?我也不知道,就是觉得数学在挡我事了,我一定要把它搞定,其实,算法代码谁都会用,但关键你会写么?也许有人说我只要会用就OK了,的确,但如果你会写呢?。。。 所以,说到底还是数学知识,以前大学里认为学的数学以后根本在实际工作中用不到,现在才发现错了;不是用不到,只是你没碰到! 现在决定,明年,不,今年的一大重要目标,除了嵌入式、就是数学知识的提高。

      网友NO.21872
      网友NO.21872

      图像分析 MATLAB图像分析技术可以提取图像的结构信息,利用edge探测边界 首先回顾一下边缘检测的一般步骤: 边缘检测算法一般包含如下四个步骤: 1.滤波(去噪) 2.增强(一般是通过计算梯度幅值) 3.检测(在图像中有许多点的梯度幅值会比较大,而这些点并不都是边缘,所以应该用某种方法来确定边缘点,比如最简单的边缘检测判据:梯度幅值阈值) 4.定位(有的应用场合要求确定边缘位置,可以在子像素水平上来估计,指出边缘的位置和方向)  边缘检测方法比较常用的有基于各种算子的方法,有基于一阶导数的各种算子(Roberts、Sobel、Prewitt等),还有基于二阶导数的拉普拉斯算子等。其中一阶导数一般找梯度极大值。二阶导数找过零点(需要忽略无意义的过零点(即均匀零区))。

      码农之家

      饶蒙雨 提供上传

      资源
      42
      粉丝
      38
      喜欢
      138
      评论
      6

      Copyright 2018-2021 www.xz577.com 码农之家

      版权投诉 / 书籍推广:520161757@qq.com