本書將圖像處理基礎理論論述與以MATLAB為主要工具的軟件實踐方法相對照，集成了岡薩雷斯和伍茲所著《數字圖像處理》一書中的重要內容和MathWorks公司的圖像處理工具箱，特色在于重點強調了怎樣通過開發新代碼來增強這些軟件工具的功能。全書在介紹MATLAB編程基礎知識后，講述了圖像處理的主要內容，具體包括灰度變換、線性和非線性空間濾波、頻率域濾波、圖像復原與重建、彩色圖像處理、圖像壓縮、圖像分割、區域和邊界表示與描述等。
Rafael C. Gonzalez，1965年獲得邁阿密大學電氣工程學士學位，1967年和1970年在佛羅里達大學分別獲得電氣工程碩士和博士學位。1970年加盟田納西大學諾克斯維爾分校(UTK)電氣工程與計算機科學系。1973年晉升為副教授，1978年晉升為教授，1984年被評為杰出貢獻教授，1994年到1997年任系主任，現在是UTK電氣工程與計算機科學系的退休名譽教授。＜BR＞阮秋琦，北京交通大學計算機學院計算機研究所教授，長期從事數字圖像處理的教學與研究工作，發表論文多篇，出版圖書多部，中國圖像處理學會委員。
目 錄
第1章 緒言\t1
本章概述\t1
1．1 背景\t1
1．2 什么是數字圖像處理\t2
1．3 MATLAB和圖像處理工具箱基礎\t2
1．4 本書涵蓋的圖像處理范圍\t3
1．5 本書的網站\t4
1．6 符號\t4
1．7 基本原理\t4
1．7．1 MATLAB桌面\t5
1．7．2 使用MATLAB編輯器/調試器\t6
1．7．3 獲取幫助\t6
1．7．4 保存和檢索工作會話數據\t6
1．7．5 數字圖像表示\t7
1．7．6 圖像的輸入/輸出和顯示\t8
1．7．7 類和圖像類型\t9
1．7．8 M函數編程\t11
1．8 怎樣組織本書的參考文獻\t21
小結\t22
第2章 灰度變換與空間濾波\t23
本章概述\t23
2．1 背景\t23
2．2 灰度變換函數\t23
2．2．1 函數imadjust和stretchlim\t24
2．2．2 對數及對比度拉伸變換\t26
2．2．3 指定任意灰度變換\t27
2．2．4 用于灰度變換的一些實用M函數\t28
2．3 直方圖處理與函數繪圖\t32
2．3．1 生成并繪制圖像直方圖\t32
2．3．2 直方圖均衡\t36
2．3．3 直方圖匹配(規定化)\t38
2．3．4 函數adapthisteq\t42
2．4 空間濾波\t43
2．4．1 線性空間濾波\t43
2．4．2 非線性空間濾波\t48
2．5 圖像處理工具箱的標準空間濾波器\t50
2．5．1 線性空間濾波器\t50
2．5．2 非線性空間濾波器\t53
小結\t54
第3章 頻率域濾波\t55
本章概述\t55
3．1 二維離散傅里葉變換\t55
3．2 在MATLAB中計算和觀察二維DFT\t58
3．3 頻率域濾波\t60
3．3．1 基礎\t60
3．3．2 DFT濾波的基本步驟\t64
3．3．3 用于頻率域濾波的M函數\t65
3．4 從空間濾波器獲得頻率域濾波器\t66
3．5 在頻率域中直接生成濾波器\t69
3．5．1 創建用于實現頻率域濾波器的網格數組\t69
3．5．2 低通(平滑)頻率域濾波器\t70
3．5．3 繪制線框圖和表面圖\t72
3．6 高通(銳化)頻率域濾波器\t75
3．6．1 一個用于高通濾波的函數\t75
3．6．2 高頻強調濾波\t77
小結\t78
第4章 圖像復原與重建\t79
本章概述\t79
4．1 圖像退化/復原處理的模型\t79
4．2 噪聲模型\t80
4．2．1 使用函數imnoise對圖像添加噪聲\t80
4．2．2 使用規定分布生成空間隨機噪聲\t81
4．2．3 周期噪聲\t86
4．2．4 估計噪聲參數\t89
4．3 僅有噪聲的復原――空間濾波\t92
4．3．1 空間噪聲濾波器\t93
4．3．2 自適應空間濾波器\t96
4．4 使用頻率域濾波降低周期噪聲\t97
4．5 退化函數建模\t97
4．6 直接逆濾波\t99
4．7 維納濾波\t100
4．8 由投影重建圖像\t102
4．8．1 背景\t102
4．8．2 平行射線束投影和雷登變換\t104
4．8．3 傅里葉切片定理與濾波反投影\t105
4．8．4 濾波器實現\t107
4．8．5 使用扇形射線束濾波反投影的重建\t108
4．8．6 函數radon\t108
4．8．7 函數iradon\t110
4．8．8 處理扇形射線束數據\t113
小結\t118
第5章 彩色圖像處理\t119
本章概述\t119
5．1 MATLAB中彩色圖像的表示\t119
5．1．1 RGB圖像\t119
5．1．2 索引圖像\t121
5．1．3 處理RGB和索引圖像的函數\t123
5．2 彩色空間轉換\t125
5．2．1 NTSC彩色空間\t125
5．2．2 YCbCr彩色空間\t126
5．2．3 HSV彩色空間\t126
5．2．4 CMY和CMYK彩色空間\t127
5．2．5 HSI彩色空間\t128
5．2．6 與設備無關的彩色空間\t133
5．3 彩色圖像處理基礎\t139
5．4 彩色變換\t140
5．5 彩色圖像的空間濾波\t146
5．5．1 彩色圖像平滑\t146
5．5．2 彩色圖像銳化\t148
5．6 直接在RGB向量空間的處理\t149
5．6．1 使用梯度進行彩色邊緣檢測\t149
5．6．2 在RGB向量空間中進行圖像分割\t152
小結\t155
第6章 圖像壓縮\t156
本章概述\t156
6．1 背景\t156
6．2 編碼冗余\t159
6．2．1 霍夫曼碼\t161
6．2．2 霍夫曼編碼\t165
6．2．3 霍夫曼解碼\t169
6．3 空間冗余\t175
6．4 不相關信息\t179
6．5 JPEG壓縮\t181
6．5．1 JPEG\t181
6．5．2 JPEG 2000\t186
6．6 視頻壓縮\t192
6．6．1 MATLAB圖像序列和電影\t192
6．6．2 時間冗余和運動補償\t195
小結\t201
第7章 圖像分割\t202
本章概述\t202
7．1 點、線和邊緣檢測\t202
7．1．1 點檢測\t203
7．1．2 線檢測\t204
7．1．3 使用函數edge檢測邊緣\t205
7．2 使用霍夫變換進行線檢測\t212
7．2．1 背景知識\t212
7．2．2 工具箱霍夫函數\t213
7．3 閾值處理\t216
7．3．1 基礎知識\t216
7．3．2 基本的全局閾值處理\t217
7．3．3 使用Otsu方法進行最佳全局閾值處理\t219
7．3．4 使用圖像平滑改進全局閾值處理\t222
7．3．5 使用邊緣改進全局閾值處理\t223
7．3．6 基于局部統計的可變閾值處理\t226
7．3．7 使用移動平均的圖像閾值處理\t229
7．4 基于區域的分割\t231
7．4．1 基本表達式\t231
7．4．2 區域生長\t231
7．4．3 區域分離與聚合\t234
7．5 使用分水嶺變換的分割\t238
7．5．1 使用距離變換的分水嶺分割\t239
7．5．2 使用梯度的分水嶺分割\t240
7．5．3 標記符控制的分水嶺分割\t241
小結\t243
第8章 表示與描述\t244
本章概述\t244
8．1 背景\t244
8．1．1 提取區域及其邊界的函數\t245
8．1．2 本章中使用的其他MATLAB和工具箱函數\t248
8．1．3 一些基本的實用M函數\t249
8．2 表示\t250
8．2．1 鏈碼\t250
8．2．2 使用最小周長多邊形的多邊形近似\t252
8．2．3 標記\t258
8．2．4 邊界線段\t260
8．2．5 骨骼\t260
8．3 邊界描繪子\t262
8．3．1 一些簡單的描繪子\t262
8．3．2 形狀數\t262
8．3．3 傅里葉描繪子\t263
8．3．4 統計矩\t266
8．3．5 拐角\t267
8．4 區域描繪子\t272
8．4．1 函數regionprops\t273
8．4．2 紋理\t274
8．4．3 不變矩\t282
8．5 使用主分量進行描述\t285
小結\t292
附錄A M函數匯總\t293
附錄B ICE和MATLAB圖形用戶界面\t309
附錄C 附加的自定義M函數\t328
參考文獻\t372
索引\t375
新書資訊