數字圖像處理基礎與實踐(MATLAB版)主要介紹數字圖像處理的基本內容及相應的MATLAB程序實現。主要內容包括圖像的基本操作、圖像的基本運算、圖像變換、圖像的形態學操作、圖像增強、圖像去噪、圖像分割等。在內容組織上注重理論與實踐的相輔相成，一方面通過對理論內容進行簡明扼要的介紹，使讀者能夠順利進入實踐環節，另一方面通過實踐操作使讀者進一步理解并掌握相關內容的理論本質。本書提供了大量程序代碼和編程素材。
本書適合作為高等院校數字圖像處理及相關課程的本科生和研究生教材，同時也可供相關科研人員、工程技術人員參考。
隨著計算機技術及信息技術的發展，數字圖像在諸多領域中得到廣泛應用，數字圖像處理的學習也受到了越來越多的關注。數字圖像的學習內容既涉及嚴謹的理論基礎，又需要熟練的編程技能，將二者在知識體系上密切結合并相輔相成是本書寫作的主要動機。
本書介紹數字圖像若干研究方向的基本知識，在介紹這些理論知識的同時嵌入了必要的程序示例，力求使讀者通過動手實踐進一步理解并掌握數字圖像研究的理論本質，同時也掌握相應的圖像處理MATLAB編程技能。
本書各章最后以實驗報告形式設計了實驗環節，這部分內容在編寫過程中注意了實用性、趣味性及啟發性。相信通過完成實驗報告，能夠激發讀者對圖像處理的學習興趣及研究熱情。另外，本書中涉及的部分圖片、代碼及其他參考資料等在網上有電子資源，讀者可通過掃描封底二維碼下載。
全書共分為9章，涵蓋了數字圖像處理的若干研究內容，如圖像的基本操作、圖像的基本運算、圖像變換、圖像的形態學操作、圖像增強、圖像去噪、圖像分割等。
本書的寫作結合了編者多年來在數字圖像處理方面的教學實踐與研究經驗，并受到山東省應用型人才培養特色名校建設工程及山東省自然科學基金（ZR2014FM032）的資助。全書的完成，參考和引用了大量同行的研究成果，在此向原作者表示感謝，并且受到諸多文獻、資源的啟發，書中引用得不完全，請原作者及各位同行多多諒解。
由于編者水平所限，書中難免出現不當之處，敬請各位讀者批評指正。
作者2016年7月
第1章緒論
1.1基本概念
1.2MATLAB基礎
1.2.1MATLAB工具箱安裝
1.2.2幾個常用的MATLAB命令
1.2.3MATLAB的內聯函數與匿名函數
1.2.4MATLAB GPU編程基礎
1.3本書內容
本章實驗
實驗一MATLAB工具箱安裝
實驗二MATLAB基本操作
第2章圖像的基本操作
2.1數字圖像的離散化表示
2.1.1灰度圖像
2.1.2彩色圖像
2.2數字圖像的讀、寫和顯示
2.2.1圖像的讀取
2.2.2圖像的顯示
2.2.3圖像的保存
2.3鄰域操作與塊操作
2.3.1圖像的鄰域操作
2.3.2圖像的塊操作
本章實驗
實驗一灰度圖像的基本操作
實驗二彩色圖像的基本操作
實驗三圖像的鄰域操作
第3章圖像的基本運算
3.1代數運算
3.1.1圖像的疊加函數
3.1.2絕對值差函數
3.1.3圖像的減法運算
3.1.4圖像的乘法運算
3.1.5圖像的除法運算
3.1.6圖像的線性組合
3.1.7圖像的求補運算
3.2幾何變換
3.2.1改變圖像大小
3.2.2圖像的剪切
3.2.3圖像的旋轉
3.2.4圖像的幾何形變
本章實驗
實驗一圖像亮度的自適應調整
實驗二使用基本運算添加圖像水印
實驗三仿射變換的MATLAB實現
第4章圖像的頻域操作
4.1傅里葉變換
4.1.1連續傅里葉變換
4.1.2離散傅里葉變換
4.1.3離散傅里葉變換的實現
4.1.4快速卷積的離散傅里葉變換實現
4.2離散余弦變換
4.2.1離散余弦變換定義
4.2.2離散余弦變換的實現
4.3小波變換
4.3.1小波變換的定義
4.3.2離散小波變換的實現
4.4Hough變換與Radon變換
4.4.1Hough變換
4.4.2Radon變換及實現
本章實驗
實驗一利用傅里葉變換進行文本定位
實驗二離散余弦變換練習
實驗三小波變換練習
實驗四Radon變換練習
第5章形態學圖像處理
5.1數學形態學的集合論基礎
5.2二值形態學
5.3灰度形態學
5.4形態學操作的MATLAB實現
本章實驗利用imerode和imdilate函數實現圖像的開、閉操作
第6章圖像的空域增強
6.1基本知識
6.2灰度變換
6.3直方圖處理
6.3.1直方圖
6.3.2直方圖均衡化
6.4空域濾波
6.4.1平滑濾波
6.4.2銳化濾波
本章實驗
實驗一直方圖均衡化編程實現
實驗二灰度變換與直方圖均衡化比較
實驗三圖像空域濾波的塊操作實現
第7章圖像的頻域增強
7.1低通濾波
7.1.1傅里葉變換低通濾波
7.1.2小波變換低通濾波
7.2高通濾波
本章實驗
實驗一巴特沃斯濾波器的快速算法實現
實驗二頻域濾波器的圖像濾波
第8章圖像去噪
8.1噪聲模型及實現
8.1.1兩類常見的噪聲模型
8.1.2噪聲添加的實現
8.2噪聲濾除及效果評價
8.3細節保持的濾波器
8.3.1灰度最小方差濾波器
8.3.2k近鄰(KNN)平滑濾波器
8.3.3自適應中值濾波器
8.3.4雙邊濾波器
8.3.5非局部均值濾波器
本章實驗
實驗一不同濾波器的濾波性能比較
實驗二細節保持濾波器的實現
第9章圖像分割
9.1點檢測與線檢測
9.1.1點檢測
9.1.2線檢測
9.2邊緣檢測
9.2.1圖像不連續性的數學刻畫
9.2.2Roberts算子
9.2.3Sobel算子
9.2.4Prewitt算子
9.2.5拉普拉斯算子
9.2.6LOG算子與DOG算子
9.2.7Canny算子
9.2.8形態學算子
9.3基于灰度閾值的圖像分割
9.3.1全局閾值分割
9.3.2局部閾值分割和多閾值分割
9.4區域生長法與分裂合并法進行圖像分割
9.4.1區域生長法
9.4.2分裂合并法
9.5使用分水嶺法進行圖像分割
本章實驗
實驗一基于Radon變換的灰度圖像線檢測
實驗二不同檢測算子的性能比較
實驗三閾值分割算法比較
實驗四圖像的四叉樹分解
實驗五分水嶺算法進行圖像分割
附錄A實驗報告參考模板
參考文獻
新書資訊