全屏显示专题章节

基于MATLAB的数字图像处理研究

1.1

总　　序
1.2

序
1.3

第1章　概　述
1.3.1

1.1　数字图像的产生
1.3.2

1.2　数字图像处理发展概况
1.3.3

1.3　数字图像处理的应用
1.3.4

1.4　数字图像处理主要研究内容
1.3.5

1.5　数字图像处理的基本特点和优点
1.3.6

1.6　MATLAB图像处理
1.3.6.1

1.6.1　MATLAB的发展历程
1.3.6.2

1.6.2　MATLAB的特点
1.3.6.3

1.6.3　MATLAB的优点
1.3.6.4

1.6.4　MATLAB与数字图像处理
1.3.6.5

1.6.5　MATLAB图像处理工具箱
1.4

第2章　图像增强
1.4.1

2.1　空域法图像增强
1.4.1.1

2.1.1　灰度变换增强
1.4.1.2

2.1.2　直方图增强
1.4.1.3

2.1.3　空间滤波
1.4.1.4

2.1.4　图像平滑
1.4.1.5

2.1.5　图像锐化
1.4.2

2.2　频域法图像增强
1.4.2.1

2.2.1　傅里叶变换图像增强
1.4.2.2

2.2.2　低通滤波图像增强
1.4.2.3

2.2.3　高通滤波图像增强
1.5

第3章　图像复原
1.5.1

3.1　提出图像退化模型
1.5.2

3.2　噪声图像复原方法
1.5.2.1

3.2.1　噪声滤波器
1.5.2.2

3.2.2　自适应噪声滤波器
1.5.3

3.3　有约束图像复原方法
1.5.3.1

3.3.1　维纳滤波复原
1.5.3.2

3.3.2　约束最小二乘方滤波复原
1.5.4

3.4　Lucy－Richardson迭代非线性复原
1.5.5

3.5　盲卷积算法复原
1.5.6

3.6　其他滤波器
1.5.6.1

3.6.1　形态学噪声滤波复原
1.5.6.2

3.6.2　小波去噪复原
1.6

第4章　图像编码与压缩
1.6.1

4.1　图像编码理论
1.6.1.1

4.1.1　图像编码的必要性
1.6.1.2

4.1.2　图像编码的可能性
1.6.2

4.2　图像编码的分类
1.6.2.1

4.2.1　经典图像编码方法
1.6.2.2

4.2.2　现代图像编码方法
1.6.3

4.3　图像压缩
1.6.3.1

4.3.1　图像压缩的基本原理
1.6.3.2

4.3.2　图像压缩的基本方法
1.6.4

4.4　无损压缩
1.6.5

4.5　有损压缩
1.6.5.1

4.5.1　有损预测编码压缩
1.6.5.2

4.5.2　变换编码压缩
1.6.5.3

4.5.3　小波压缩
1.6.6

4.6　图像压缩的主要目标
1.7

第5章　图像分割
1.7.1

5.1　图像分割的概念
1.7.2

5.2　图像分割的分类
1.7.3

5.3　并行边界分割
1.7.3.1

5.3.1　图像边缘检测的基本步骤
1.7.3.2

5.3.2　常见边缘检测算子
1.7.3.3

5.3.3　复杂的边缘检测算子
1.7.3.4

5.3.4　直线提取检测
1.7.4

5.4　串行边界分割
1.7.4.1

5.4.1　边缘跟踪
1.7.4.2

5.4.2　简单的边缘跟踪
1.7.4.3

5.4.3　曲线跟踪
1.7.5

5.5　并行区域分割
1.7.5.1

5.5.1　阈值分割
1.7.5.2

5.5.2　全局阈值
1.7.5.3

5.5.3　动态阈值
1.7.6

5.6　串行区域分割
1.7.6.1

5.6.1　区域生长
1.7.6.2

5.6.2　分裂合并
1.8

第6章　图像形态学
1.8.1

6.1　形态学的基本概念
1.8.2

6.2　二值图像
1.8.2.1

6.2.1　图像腐蚀
1.8.2.2

6.2.2　图像膨胀
1.8.2.3

6.2.3　图像开运算、闭运算
1.8.2.4

6.2.4　图像骨架提取
1.8.2.5

6.2.5　提升图像对比度
1.8.3

6.3　图像击中与击不中
1.8.4

6.4　图像细化
1.8.5

6.5　图像粗化
1.8.6

6.6　形态学重构
1.8.6.1

6.6.1　图像填充
1.8.6.2

6.6.2　清除边界
1.8.7

6.7　距离变换
1.9

第7章　图像特征分析
1.9.1

7.1　图像几何特征
1.9.1.1

7.1.1　位置与方向
1.9.1.2

7.1.2　面积和周长
1.9.1.3

7.1.3　长度和宽度
1.9.1.4

7.1.4　矩形度
1.9.1.5

7.1.5　圆形度
1.9.1.6

7.1.6　轮廓的傅里叶描述子
1.9.1.7

7.1.7　质　心
1.9.1.8

7.1.8　不变矩
1.9.2

7.2　图像颜色特征
1.9.2.1

7.2.1　颜色直方图
1.9.2.2

7.2.2　颜色矩
1.9.2.3

7.2.3　颜色集
1.9.2.4

7.2.4　颜色聚合向量
1.9.3

7.3　图像纹理特征
1.9.3.1

7.3.1　统计法
1.9.3.2

7.3.2　结构法
1.9.3.3

7.3.3　模型法
1.9.3.4

7.3.4　频谱法
1.9.4

7.4　图像形状特征
1.9.4.1

7.4.1　链　码
1.9.4.2

7.4.2　边界特征法
1.9.4.3

7.4.3　傅里叶形状描述符法
1.9.4.4

7.4.4　长轴和短轴
1.9.4.5

7.4.5　球状性
1.9.5

7.5　图像空间关系特征
1.10

附录　MATLAB图像函数汇总(A～Z)
1.11

参考文献
1.12

后　　记

1.4.2 2.2　频域法图像增强

2.2　频域法图像增强

频域法图像增强的基础是卷积定理。它采用修改图像傅里叶变换的方法实现对图像的增强处理。由卷积定理可知，如果原始图像是f(x，y)，处理后的图像是g(x，y)，而且是处理系统的冲激响应，处理过程可由下式表示:

g(x，y)=h(x，y)^*f(x，y)

其中*代表卷积。

常用的频域图像增强方法有傅里叶变换、低通滤波、高通滤波等。