圖像處理和機器學習：圖像處理基礎（上冊）

第1章像素運算
1.1引言
1.2改變像素強度值
1.2.1對比度和照度或
亮度
1.2.2限定像素運算的
結果
1.2.3圖像補
1.2.4閾值分割
1.3直方圖和像素運算
1.3.1直方圖
1.3.2圖像采集特性
1.3.3用MATLAB計算
圖像的直方圖
1.3.4彩色圖像的
直方圖
1.3.5像素運算對直方圖
的影響
1.3.6自動對比度調整
1.3.7累積直方圖
1.3.8直方圖線性
均衡化
1.4伽馬校正
1.4.1伽馬函數(shù)
1.4.2伽馬校正的應用
1.5MATLAB像素操作
1.5.1用MATLAB改變
對比度和亮度
1.5.2用MATLAB閾值
化分割圖像
1.5.3用MATLAB調整
對比度
1.5.4用MATLAB進行
直方圖均衡化
1.6多源像素運算
1.6.1邏輯和算術運算
1.6.2Alpha混合運算
參考文獻
第2章空域濾波
2.1引言
2.2什么是濾波器
2.3空域線性濾波器
2.3.1濾波器矩陣
2.3.2濾波操作
2.4MATLAB中濾波操作的
計算
2.5線性濾波器的類型
2.5.1平滑濾波器
2.5.2“盒”濾波器
2.5.3高斯濾波器
2.5.4差分濾波器
2.6線性濾波器的形式特征
2.6.1線性卷積和相關
2.6.2線性卷積性質
2.6.3濾波器的可
分離性
2.6.4濾波器的脈沖
響應
2.7用MATLAB對圖像加
噪聲
2.8空域非線性濾波器
2.8.1最大值和最小值
濾波器
2.8.2中值濾波器
2.8.3具有多重性窗口的
中值濾波器
2.8.4其他非線性
濾波器
2.9MATLAB中的線性空域
濾波器
2.9.1相關尺寸和卷積
2.9.2處理圖像邊框
2.9.3實現(xiàn)線性空域濾波
器的MATLAB
函數(shù)
2.9.4實現(xiàn)非線性空域濾
波器的MATLAB
函數(shù)
2.10二值濾波器
參考文獻
第3章邊緣檢測
3.1邊緣和輪廓
3.2用基于梯度的技術檢測
邊緣
3.2.1偏導數(shù)和梯度
3.2.2導出的濾波器
3.3邊緣檢測濾波器
3.3.1蒲瑞維特算子和
索貝爾算子
3.3.2羅伯特算子
3.3.3羅盤算子
3.3.4用MATLAB檢測
邊緣
3.3.5用于邊緣檢測的
MATLAB函數(shù)
3.4基于二階導數(shù)的算子
3.4.1使用二階導數(shù)技術的
邊緣檢測
3.4.2圖像的銳化增強
3.4.3用MATLAB實現(xiàn)
拉普拉斯濾波器和
增強銳度
3.4.4坎尼濾波器
3.4.5實現(xiàn)坎尼濾波器的
MATLAB工具
參考文獻
第4章二值圖分割和處理
4.1引言
4.2分割
4.3閾值化
4.4最優(yōu)閾值
4.5大津算法
4.6用區(qū)域生長分割
4.6.1初始像素
4.6.2局部搜索
4.7二值圖中的目標標記
4.7.1暫時標記目標
（步驟1)
4.7.2標記的傳播
4.7.3相鄰標記
4.7.4解決沖突
（步驟2)
4.7.5用MATLAB實現(xiàn)
目標標記算法
4.8二值圖中的目標邊界
4.8.1外輪廓和內輪廓
4.8.2輪廓識別和目標
標記的結合
4.8.3MATLAB實現(xiàn)
4.9二值目標的表達
4.9.1長度編碼
4.9.2鏈碼
4.9.3差分鏈碼
4.9.4形狀數(shù)
4.9.5傅里葉描述符
4.10二值目標的特征
4.10.1特征
4.10.2幾何特征
4.10.3周長
4.10.4面積
4.10.5緊湊度和
圓度
4.10.6圍盒
參考文獻
第5章角點檢測
5.1圖像中的角點
5.2哈里斯算法
5.2.1結構矩陣
5.2.2結構矩陣的
濾波
5.2.3本征值和本征矢量
的計算
5.2.4角點值函數(shù)(V)
5.2.5角點的確定
5.2.6算法實現(xiàn)
5.3用MATLAB確定角點
位置
5.4其他角點檢測器
5.4.1博代檢測器
5.4.2基爾希和羅森菲爾德
檢測器
5.4.3王和布雷迪
檢測器
參考文獻
第6章直線檢測
6.1圖像中的結構
6.2哈夫變換
6.2.1參數(shù)空間
6.2.2累積記錄矩陣
6.2.3參數(shù)化模型
改變
6.3哈夫變換的實現(xiàn)
6.4在MATLAB中編程實現(xiàn)
哈夫變換
6.5用MATLAB函數(shù)檢測
直線
參考文獻