6.52彩色图像锐化 171 6.6在RGB向量空间直接处理」 .171 6.6.1使用梯度的彩色边缘检测 172 6.62 RGB向量空间中的图像分割 1 小结… 第7章小波 179 前言 7.1背景知识 .179 7.2快速小被变换 181 7.2.1 使用小波工具箱的快速小波变换 72.2 不使用小波工具箱的快速小波变换 186 7.3小波分解结构的运算 193 7.31 不使用小波工具箱编辑小波分解系数 7.32 显示小波分解系数 198 7.4快速小波反变换 20 7.5图像外中的小被 小结 210 第8章图像压缩 .211 前言 81 背录知识 21 8.2 编码沉余 214 82.1蛋夫曼码. 216 R22 220 82.3 霜夫曼解码 225 8.3像素间的元余 232 8.4式理根微金 236 8.5 PEG压缩 239 8.5.1PEG.. 239 8.5.2JPEG2000 245 小结 251 第9章 形态学图像处理， 252 前言. 252 91 预知识 252 9.1.1 集合论中的基本概念 5 9.1.2 二值图像、集合和逻辑运算符 92 胀和 255 9.2.l 255 9.2.2结构元素的分解 9.2.3函数strel. 256 257 9.2.4 腐蚀」 259 12
9.3膨胀与腐蚀的组合 26 9.3.1开运算和闭运算. 261 93.2击中或击不中变换 264 9.3.3使用查找表 6 9.34 函数 morph 268 9.4标注连接分 270 9.5形态学重构 273 95.1 由重构做开运算 274 9.52填充月洞. 273 9.5.3清除边界对象 276 9.6灰度图像形态学 276 9.6.1 膨张和腐蚀 276 9.6.2开运算和闭运算 278 9.63重构 282 小结.… 284 第10章图像分制 285 前言 101 点、线和边缘检测 285 10.1.1点检测 2 10.1.2线检测. 10.1.3使用edg 函数的边缘检测 289 10.2使用Hough变换的线检测. 296 10.2.1使用Hough变换做峰值检测 300 10.2.2使用Hough变换做线检测和陆接 302 10.3值处理 305 10.3.1 全局制俏处理 305 10.3.2局部蘭值处理 307 10.4基于区域的分割 307 10.4.1基础公式 307 10.42区城生长 *+444 308 10.4.3 区域分离和哈并 311 10.5使用分水岭变换的分割 315 10.5.1使用距离变换的分水岭分制 315 105.2使用梯度的分水岭分割 317 10.5,3控制标记符的分水怜分割 318 小结 320 第11章表示与描述 ,321 前言… 321 111背景知识 321 11.1.1单元数组与结构 321 11.12 本章中使用的其他 些MATLAB和PT函数 .325 13
111.3 些基本的M函数， 326 11.2表示 328 112.1特码 328 1.22 使用最小周长多边形的多边形近似 11.2.3 标记 .337 11.2.4边界片断。 340 11.2.5骨酪 340 11.3边界描绘子 …342 11.3.1 一些简单的描绘子 342 113.2形状数 11.3.3 傅里叶描绘子 343 11.3.4统计矩 347 114区城描给子 348 11.41 函数regionprops, 348 1142纹理. 349 114.3不变矩 11.5主分量描述 356 小结 363 第12章对象识别 364 前言 6 12.1背景知识 3 12.2在MATLAB中计算距离度量 365 12.3基于决策理论方法的识别 123.1 形成模式向量 6 3 12.3.2使用最小距离分类器的模式匹配 367 12.3.3相关匹配 368 12.3.4 最优统计分类器 370 12.3.5自适应学习系统. 374 12.4结构识别」 375 12.4.1 MATLAB中的串操作 375 12.4.2申的匹配.… 2R7 小结… 386 附录A函数汇总 387 附录BICE和MATLAB图形用户界面 399 附录CM函数 ,421 参考文献、 461 索引 *144 .463 14
2 数字图像处理(MATLAB版)》 1.2什么是数字图像处理 一幅图像可以定义为一个二维函数fx,),其中x和y是空间坐标，而f在任意一对坐标x) 处的幅度称为该点处图像的亮度或灰度。当x,y和的幅值都是有限的离散值时，称该图像为数宁 图像。数字图像处理就是用计算机处理数字图像。注意，数字图像是由有限数量的元素组成的，每 个元素都有一个特殊的位登和数值。这些元素称为画素或像素，像素是广泛用于定义数字图像元素 的术语。第2章中将正式地讨论这些定义。 视觉是我们感觉中最高级的，因此，图像在人类感知中起者最重要的作用并不令人奇怪。然 而，人类的视觉被限制在电磁波谱的可视波段，而成像机器几乎盖了全部电磁波谱，其范围从伽 马射线到无线电波。它们还可以在人类不常涉及的图像源所产生的图像上进行处理，包括超声波 电子显微镜和计算机产生的图像。这样，数字图像处理就包含了很宽的应用领域。 图像处理所涉及的领域到底有多广，作者们并无统一的见解。有时，人们将图像处理定义为其 输人和输出均是图像的一个学科。但我们认为这存在局限性，并有点人为界定的意思。例如，在这 种定义之下，计算图像的平均亮度这种简单任务将不被认为是图像处理操作。另外，存在像计算机 视觉这样的领域，其最终目的是用计算机来模仿人类视觉，包括学习和推理，并根据视觉输人采取 相应的行动。该领域本身是人工智能的个分支，其目的是模仿人类智能。人工智能的研究领城从 发展的意义上看还处于初始阶段，其进展要比预期的慢得多。图像分析领域〔也称为图像理解)介 于图像处理和计算机视觉之间。 图像处理和计算机视觉之间并没有明显的界限，但我们可通过考虑三种类型的计算机化处理米 加以划分：低级、中级和高级处理。低级处理包括原始操作，如降低噪声的图像预处理、对比度增 强和图像锐化。低级处理的特点是其输入与输出均为图像。图像的中级处理涉及诸如分割这样的任 务，即把图像分为区域或对象，然后对对象进行描述，以便把它们简化为适合计算机处理的形式 并对单个对象进行分类（识别中级处理的特点是，其输人通常是图像，但输出则是从这些图像 中提取的属性（如边缘、轮廓以及单个对象的特性。最后，高级处理通过执行通常与人类视觉相 关的感知函数，来对识别的对象进行总体确认。 基于前面的注释，我们可知图像处理和图像分析之间的重叠之处是图像中单个区城或对象的识 别。这样，本书中所谓的数字图像处理就包含了其输人和输出都是图像的过程，从图像中提取特性 的过程，以及对单个对象进行识别的过程。为说明这些概念，我们现在考虑文本的自动分析这一领 域。该领域的图像获取过程，包括获取文本、预处理图像、提取（分割）个别字符、以适合计算机 处理的形式描述字符以及识别这些个别字符，就在本书中所谓的数字图像处理范围之内。弄清这些 内容后就了解了图像分析和计算机视觉的领城。正像我们所定义的那样，数字图像处理已成功用于 许多领域，给人们带来了巨大的社会和经济价值。 1.3 MATLAB和图像处理工具箱的背景知识 MATLAB对于技术计算来说是一种高性能的语言。它以易于应用的环境集成了计算、可 视化和编程，在该环境下，问题及其解以我们熟悉的数学表示法来表示。典型的应用包括如下 方面：
第1章绪言 3 ·数学和计算 ●算法开发 ·数据获取 ●建模、模拟和原型设计 ·数据分析、研究和可视化 ●科学和工程图形 ●应用开发，包括图像用户界面构建 MATLAB是一种交互式系统，其基本数据元素是并不要求确定维数的一个数组。这就允许人 们用公式化方法求解许多技术计算问题，特别是涉及矩阵表示的问题。有时，MATLAB可调用使 用C或Fortran这类非交互式语言所编写的程序。 MATLAB是matrix laboratory的缩写.MATLAB电LINPACK(Linear System Package)和 EISPACK(Eigen System Package项目开发，最初用于矩阵处理，今天，MATLAB已集成了LAPACK 和BLAS库，并成为了矩阵计算的首选软件」 在高等院校中，对于数学、工程和科学理论中的人J课程和高级课程，MATLAB都是标准的 计算工具。在工业领域，MATLAB对于研究、开发和分析也是首选的计算工具。MATLAB中补充 了许多针对干特定应用的.T具箱。图像处理工具箱是一个MATLAB函数（称为M函数或M文件） 集，它扩展了MATLAB解决图像处理问题的能力。其他有时用于补充PT的工具箱是信号处理、神 经网络、模糊逻辑和小波工具箱。 MATLAB学生版MATLAB的一个极具特色的版本。学生版可以通过大学书店和MathWorks 网站(www.mathworks,.com)以较大的折扣购买到。包括图像处理工具箱在内的附加软件的学生版， 也可通过类似的方式购买到。 1.4本书涵盖的图像处理范图 本书中的每一章都包含有相关的MATLAB和PT材料，以实现我们已讨论过的图像处理方法 当实现某种特殊方法的MATLAB或PT函数不存在时，我们会开发一个新的函数并对之加以说明。 正如前面提到的那样，本书中包括了所有的新函数。剩下的11章测涉及了如下内容。 第2章：基本原理。本章涵盏了MATLAB表示法、索引和编程概念的基础知识。这些内容是 后续内容的基础。 第3章：亮度变换和空间滤波。本章详细讨论了使用MATLAB和PT实现亮度变换函数的方 法，并详细讨论与演示了线性和非线性滤波器。 第4章：频域处理。本章讨论了使用PT函数计算傅里叶变换及其逆变换的方法，可视化傅里 叶频谱的方法，以及在频域实现滤波的方法。此外，还讨论了由特定空间滤波器生成频域滤波器的 方法。 第5章：图像复原。本章讨论了传统的线性复原方法，如维纳滤波。讨论并说明了非线性方法 如用于有去卷积的Richardson-Lucy方法和最大似然估计。此外，还涉及了几何校正和配准。 第6章：彩色图像处理。本章讨论了伪彩色和全彩色图像处理，探讨了可用于数字图像处理的 彩色模型，而附加彩色模型的实现则节扩展了PT的功能。本章还探讨了边缘检测和区域分割中彩色 的应用。 第7章：小波。PT目前没有任何小波变换。本章开发了与小波工具箱兼容的小波函数集，这 些函数可帮助读者理解Gonzalez and Woods所著的书中讨论的所有小波变换概念