MATLAB应用实例精讲,图像处理与GUI设计篇

第1章 matlab图像处理入门 1

1.1 数字图像处理概述 1

1.1.1 数字图像处理的发展与应用 1

1.1.2 数字图像处理的特点 2

1.1.3 数字图像处理的研究内容 3

1.1.4 数字图像处理系统的开发工具 5

1.2 matlab语言简介 6

1.2.1 matlab编程基础 6

1.2.2 matlab帮助系统 9

1.2.3 m文件介绍 11

1.3 matlab图像处理简介 16

1.3.1 matlab图像处理工具箱 17

1.3.2 matlab r2010图像处理工具箱的新特性 19

1.3.3 噪声模型 19

1.3.4 在matlab中使用函数imnoise添加噪声 23

1.4 matlab图像处理入门实例 24

1.4.1 图像文件的信息查询 25

1.4.2 图像文件的读取 26

1.4.3 图像文件的显示 26

1.4.4 图像文件的保存 31

.1.5 本章小结 32

第2章 图像运算 33

2.1 图像的点运算 33

2.1.1 点运算定义 33

2.1.2 点运算的种类 33

2.1.3 点运算和直方图 37

2.1.4 直方图均衡化 39

2.2 图像的代数运算 42

2.2.1 图像代数运算的定义 42

2.2.2 图像加法 43

2.2.3 图像减法 46

2.2.4 图像乘法 49

2.2.5 图像除法 51

2.3 图像的几何运算 53

2.3.1 灰度级插值 53

2.3.2 空间变换 57

2.3.3 几何畸变校正和图像配准 60

2.4 本章小结 63

第3章 图像变换 64

3.1 线性变换 64

3.1.1 标量表达式 64

3.1.2 矢量表示 64

3.1.3 矩阵表示 65

3.1.4 可逆变换 65

3.1.5 基平面 65

3.2 离散傅里叶变换（dft） 65

3.2.1 离散傅里叶变换的定义 65

3.2.2 傅里叶变换的性质 66

3.2.3 傅里叶变换在图像处理中的应用 70

3.3 离散余弦变换（dct） 72

3.3.1 dct的定义 72

3.3.2 dct在图像处理中的应用 74

3.4 哈尔变换（ht） 76

3.4.1 haar函数的定义 76

3.4.2 haar矩阵与haar变换 77

3.5 沃尔什– 哈达玛变换 78

3.5.1 walsh函数 78

3.5.2 沃尔什– 哈达玛变换定义 79

3.6 hough变换 82

3.6.1 基本原理 82

3.6.2 扩展应用 86

3.7 radon变换 86

3.7.1 平行数据radon变换 86

3.7.2 扇形数据radon变换 89

3.7.3 radon逆变换 89

3.8 本章小结 92

第4章 图像增强 93

4.1 对比度增强 93

4.1.1 线性变换 93

4.1.2 非线性变换 94

4.2 直方图增强 96

4.3 图像锐化 99

4.3.1 边缘提取和锐化 99

4.3.2 拉普拉斯（laplacian）算子 100

4.3.3 wallis算子 102

4.4 图像伪彩色增强 103

4.5 图像频域增强 106

4.5.1 低通滤波 107

4.5.2 高通滤波器 118

4.5.3 周期底纹清除滤波 124

4.5.4 同态滤波 125

4.6 本章小结 128

第5章 图像编码与压缩 130

5.1 图像编码压缩概述 130

5.1.1 图像编码压缩的必要性和可能性 130

5.1.2 图像编码压缩方法简介 132

5.1.3 图像编码质量的评价 133

5.2 统计编码 134

5.2.1 哈夫曼编码 134

5.2.2 算术编码 138

5.2.3 行程编码 142

5.3 预测编码 143

5.3.1 差分脉冲编码调制（dpcm）编码 143

5.3.2 运动补偿 147

5.3.3 增量调制编码 147

5.4 变换编码 148

5.4.1 主成分变换（klt） 148

5.4.2 离散余弦变换（dct） 152

5.4.3 离散沃尔什– 哈达玛变换（dwht） 154

5.4.4 小波变换 156

5.5 本章小结 157

第6章 图像恢复 159

6.1 图像退化的原因 159

6.2 图像退化模型 160

6.2.1 点扩展函数 160

6.2.2 退化的数学模型 160

6.3 图像恢复方法 162

6.3.1 维纳滤波方法 162

6.3.2 约束最小二乘算法 166

6.3.3 lucy-richardson 迭代方法 170

6.3.4 盲卷积算法 174

6.4 本章小结 178

第7章 边缘检测和图像分割 179

7.1 图像分割原理与方法 179

7.2 边缘检测 180

7.2.1 基本原理 180

7.2.2 边缘检测算子 181

7.2.3 边缘检测的matlab实现 185

7.3 边界跟踪与直线检测 188

7.3.1 基本原理 189

7.3.2 边界跟踪的matlab实现 189

7.3.3 直线提取算法 194

7.4 基于灰度的分割 199

7.4.1 基本原理 199

7.4.2 图像灰度分割的matlab实现 200

7.5 本章小结 204

第8章 数学形态学图像处理 205

8.1 数学形态学基本理论 205

8.2 膨胀和腐蚀 206

8.2.1 膨胀和腐蚀简介 206

8.2.2 结构元素 207

8.2.3 膨胀的matlab实现 211

8.2.4 腐蚀的matlab实现 213

8.2.5 膨胀和腐蚀的组合运算 214

8.2.6 基于膨胀和腐蚀的形态学运算 217

8.3 形态学重建 220

8.3.1 标记图像和掩模图像 221

8.3.2 像素的连通性 223

8.3.3 填充操作 224

8.3.4 寻找峰值和谷值 225

8.4 距离变换 230

8.5 本章小结 233

第9章 彩色图像处理与分析 234

9.1 彩色图像技术概述 234

9.2 彩色视觉与彩色图像 234

9.2.1 彩色视觉 235

9.2.2 三色成像原理 235

9.2.3 彩色图像格式 238

9.2.4 彩色坐标变换 239

9.2.5 彩色图像处理的matlab实现 240

9.3 彩色图像处理 244

9.3.1 彩色平衡 244

9.3.2 彩色图像增强 245

9.3.3 彩色补偿 246

9.3.4 彩色图像恢复 247

9.3.5 彩色图像处理的matlab实现 247

9.4 彩色图像分析 251

9.4.1 彩色图像分割 252

9.4.2 彩色图像测量 252

9.4.3 图像的伪彩色和假彩色处理 253

9.4.4 伪彩色和假彩色处理的matlab实现 255

9.5 本章小结 259

第10章 matlab图形用户界面（gui） 260

10.1 gui基础 260

10.1.1 gui基本概念 260

10.1.2 gui如何工作 261

10.1.3 如何创建matlab gui 261

10.1.4 gui简单示例 262

10.2 菜单 264

10.2.1 菜单的布置 265

10.2.2 建立菜单和子菜单 266

10.2.3 菜单示例 266

10.2.4 菜单属性 268

10.2.5 菜单快捷键 269

10.2.6 菜单的外观 270

10.2.7 菜单的颜色控制 274

10.2.8 菜单项去能 275

10.2.9 菜单的回调属性 277

10.2.10 菜单的m文件示例 278

10.3 控制框 282

10.3.1 按钮键 282

10.3.2 无线按钮 283

10.3.3 复选框 284

10.3.4 静态文本框 285

10.3.5 可编辑文本框 286

10.3.6 滚动条 287

10.3.7 弹出式菜单 289

10.3.8 框架 290

10.3.9 控制框属性 291

10.3.10 控制框布局的考虑 293

10.3.11 控制框的m文件示例 293

10.4 对话框 296

10.4.1 公共对话框 297

10.4.2 matlab专用对话框 301

10.5 图形用户界面设计工具 304

10.5.1 布局编辑器（layout editor） 306

10.5.2 对象位置调整工具（align objects） 307

10.5.3 菜单编辑器（menu editor） 307

10.5.4 tab顺序编辑器（tab order editor） 308

10.5.5 m-file编辑器（m-file editor） 309

10.5.6 对象属性编辑器（property inspector） 309

10.5.7 对象浏览器（object browser） 310

10.6 本章小结 311

第11章 图像模式识别 312

11.1 统计模式识别 312

11.1.1 线性分类器及matlab实现 313

11.1.2 贝叶斯分类器 315

11.2 结构模式识别 319

11.2.1 树分类法 319

11.2.2 树分类示例 320

11.3 模糊模式识别 321

11.3.1 贴近度与模糊度 322

11.3.2 最大隶属原则与择近原则 323

11.3.3 matlab在模糊模式识别中的应用示例 324

11.4 工程实例 328

11.4.1 基于字符串匹配的对象识别 328

11.4.2 利用模式识别对多光谱图像进行分类 343

11.5 本章小结 347

第12章 小波在图像处理中的应用 348

12.1 小波分析基础知识 348

12.1.1 小波变换简介 348

12.1.2 二维小波变换和多分辨率分析 350

12.1.3 小波图像工具箱的功能 354

12.2 基于小波的图像降噪和压缩 360

12.2.1 基于小波的图像降噪 361

12.2.2 基于小波的图像压缩技术 363

12.3 小波分析在图像增强中的应用 368

12.4 基于小波的图像融合技术 370

12.5 小波包在图像边缘检测中的应用 374

12.6 工程实例 375

12.6.1 基于小波的方向性和边缘检测 376

12.6.2 基于小波的图像平滑和模糊 388

12.6.3 基于小波的图像渐进重构 390

12.7 本章小结 392

第13章 神经网络在图像处理中的应用 393

13.1 常用的神经网络模型 393

13.1.1 bp网络 393

13.1.2 hopfield网络 395

13.1.3 自组织网络 396

13.1.4 小波网络 396

13.1.5 细胞神经网络 397

13.1.6 模糊神经网络 397

13.2 神经网络在图像压缩中的应用 397

13.2.1 基于bp神经网络的图像压缩原理 397

13.2.2 基于bp神经网络的图像压缩的matlab实现 399

13.3 神经网络在图像识别中的应用 406

13.3.1 基于神经网络的图像识别的基本原理 407

13.3.2 基于神经网络的图像识别的matlab实现 408

13.4 工程实例 413

13.4.1 基于pcnn的图像分割 413

13.4.2 几种不同的手写阿拉伯数字识别方法比较 417

13.5 本章小结 420

第14章 matlab gui设计应用实例 421

14.1 matlab gui的设计原则和一般步骤 421

14.1.1 gui的设计原则 421

14.1.2 gui设计的一般步骤 422

14.2 工程实例 425

14.2.1 基于matlab gui的日历设计 425

14.2.2 基于matlab gui的串口通信编程 426

14.2.3 基于matlab gui的图形显示效果控制 438

14.2.4 基于matlab gui的图像边缘检测 440

14.3 本章小结 455

第15章 matlab图像处理综合实例 456

15.1 在医学图像处理中的应用 456

15.1.1 医学图像处理概述 456

15.1.2 医学图像的灰度变换 457

15.1.3 基于高频强调滤波和直方图均衡化的医学图像增强 463

15.2 在汽车牌照识别系统中的应用 466

15.2.1 汽车牌照自动识别系统概述 466

15.2.2 汽车牌照定位matlab示例 466

15.2.3 基于神经网络的字符识别在车牌识别系统中的应用 473

15.3 在遥感图像处理中的应用 480

15.3.1 遥感技术概述 480

15.3.2 利用matlab对遥感图像进行直方图匹配 481

15.3.3 对遥感图像进行滤波增强 485

15.3.4 对遥感图像进行融合 487

15.3.5 对遥感图像进行变化检测 492

15.4 本章小结 505