MATLAB图像与视频处理实用案例详解

第1章 基于直方图优化的图像去雾技术 11.1 案例背景 11.2 理论基础 11.2.1 空域图像增强 11.2.2 直方图均衡化 11.3 程序实现 31.3.1 设计GUI界面 31.3.2 全局直方图处理 41.3.3 局部直方图处理 51.3.4 Retinex增强处理 71.4 延伸阅读 101.5 参考文献 11第2章 基于形态学的权重自适应图像去噪 122.1 案例背景 122.2 理论基础 122.2.1 图像去噪方法 122.2.2 数学形态学原理 132.2.3 权重自适应的多结构形态学去噪 142.3 程序实现 142.4 延伸阅读 202.5 参考文献 21第3章 基于多尺度形态学提取眼前节组织 223.1 案例背景 223.2 理论基础 223.3 程序实现 253.3.1 多尺度边缘 253.3.2 主处理函数 263.3.3 形态学处理 283.4 延伸阅读 293.5 参考文献 30第4章 基于Hough变化的答题卡识别 314.1 案例背景 314.2 理论基础 314.2.1 图像二值化 314.2.2 倾斜校正 324.2.3 图像分割 354.3 程序实现 374.4 延伸阅读 474.5 参考文献 47第5章 基于阈值分割的车牌定位识别 485.1 案例背景 485.2 理论基础 485.2.1 车牌图像处理 495.2.2 车牌定位原理 525.2.3 车牌字符处理 525.2.4 字符识别 545.3 程序实现 555.4 延伸阅读 635.5 参考文献 63第6章 基于分水岭分割进行肺癌诊断 646.1 案例背景 646.2 理论基础 646.2.1 模拟浸水的过程 646.2.2 模拟降水的过程 656.2.3 过度分割问题 656.2.4 标记分水岭分割算法 656.3 程序实现 666.4 延伸阅读 716.5 参考文献 71第7章 基于主成分分析的人脸二维码识别 727.1 案例背景 727.2 理论基础 727.2.1 QR编码简介 727.2.2 QR编码译码 747.2.3 主成分分析方法 767.3 程序实现 777.3.1 人脸建库 777.3.2 人脸识别 787.3.3 人脸二维码 797.4 延伸阅读 837.5 参考文献 84第8章 基于知识库的手写体数字识别 858.1 案例背景 858.2 理论基础 858.2.1 算法流程 858.2.2 特征提取 858.2.3 模式识别 868.3 程序实现 878.3.1 图像处理 878.3.2 特征提取 888.3.3 模式识别 918.4 延伸阅读 918.4.1 识别器选择 918.4.2 提高识别率 928.5 参考文献 92第9章 基于特征匹配的英文印刷字符识别 939.1 案例背景 939.2 理论基础 939.2.1 图像预处理 939.2.2 图像识别技术 949.3 程序实现 969.4 延伸阅读 1019.5 参考文献 101第10章 基于不变矩的数字验证码识别 10210.1 案例背景 10210.2 理论基础 10210.3 程序实现 10310.3.1 设计GUI界面 10310.3.2 载入验证码图像 10310.3.3 验证码图像去噪 10410.3.4 验证码数字定位 10610.3.5 验证码归一化 10810.3.6 验证码数字识别 10910.3.7 手动确认并入库 11110.3.8 重新生成模板库 11210.4 延伸阅读 11510.5 参考文献 115第11章 基于小波技术进行图像融合 11611.1 案例背景 11611.2 理论基础 11611.3 程序实现 11811.3.1 GUI设计 11811.3.2 图像载入 11911.3.3 小波融合 12011.4 延伸阅读 12311.5 参考文献 123第12章 基于块匹配的全景图像拼接 12412.1 案例背景 12412.2 理论基础 12412.2.1 图像匹配 12512.2.2 图像融合 12712.3 程序实现 12712.3.1 设计GUI 12712.3.2 载入图片 12812.3.3 图像匹配 12912.3.4 图像拼接 13312.4 延伸阅读 13712.5 参考文献 138第13章 基于霍夫曼图像压缩重建 13913.1 案例背景 13913.2 理论基础 13913.2.1 霍夫曼编码的步骤 13913.2.2 霍夫曼编码的特点 14013.3 程序实现 14113.3.1 设计GUI 14113.3.2 压缩重构 14213.3.3 效果对比 14713.4 延伸阅读 14913.5 参考文献 149第14章 基于主成分分析的图像压缩和重建 15014.1 案例背景 15014.2 理论基础 15014.2.1 主成分降维分析原理 15014.2.2 由得分矩阵重建样本 15114.2.3 主成分分析数据压缩比 15114.2.4 基于主成分分析的图像压缩 15214.3 程序实现 15214.3.1 主成分分析源代码 15214.3.2 图像和样本间转换 15314.3.3 基于主成分分析的图像压缩 15414.4 延伸阅读 15714.5 参考文献 157第15章 基于小波的图像压缩技术 15815.1 案例背景 15815.2 理论基础 15815.3 程序实现 16115.4 延伸阅读 16715.5 参考文献 168第16章 基于Hu不变矩的图像检索技术 16916.1 案例背景 16916.2 理论基础 16916.3 程序实现 17016.3.1 图像预处理 17016.3.2 计算不变矩 17116.3.3 图像检索 17216.3.4 结果分析 17416.4 延伸阅读 17716.5 参考文献 178第17章 基于Harris的角点特征检测 17917.1 案例背景 17917.2 理论基础 17917.2.1 Harris基本原理 17917.2.2 Harris算法流程 18117.2.3 Harris角点性质 18117.3 程序实现 18217.3.1 Harris算法代码 18217.3.2 角点检测实例 18417.4 延伸阅读 18417.5 参考文献 185第18章 基于GUI搭建通用视频处理工具 18618.1 案例背景 18618.2 理论基础 18618.3 程序实现 18718.3.1 GUI设计 18718.3.2 GUI实现 18818.4 延伸阅读 19518.5 参考文献 195第19章 基于语音识别的信号灯图像模拟控制技术 19619.1 案例背景 19619.2 理论基础 19619.3 程序实现 19719.4 延伸阅读 20719.5 参考文献 207第20章 基于帧间差法进行视频目标检测 20820.1 案例背景 20820.2 理论基础 20820.2.1 帧间差分法 20820.2.2 背景差分法 20920.2.3 光流法 21020.3 程序实现 21120.4 延伸阅读 21820.5 参考文献 218第21章 路面裂缝检测识别系统设计 21921.1 案例背景 21921.2 理论基础 21921.2.1 图像灰度化 22021.2.2 图像滤波 22121.2.3 图像增强 22321.2.4 图像二值化 22421.3 程序实现 22621.4 延伸阅读 23621.5 参考文献 236第22章 基于K-means聚类算法的图像区域分割 23722.1 案例背景 23722.2 理论基础 23722.2.1 K-means聚类算法原理 23722.2.2 K-means聚类算法的要点 23822.2.3 K-means聚类算法缺点 23822.2.4 基于K-means图像分割 23922.3 程序实现 23922.3.1 样本之间距离 23922.3.2 提取特征向量 24022.3.3 图像聚类分割 24122.4 延伸阅读 24322.5 参考文献 243第23章 基于光流场的交通汽车检测跟踪 24423.1 案例背景 24423.2 理论基础 24423.2.1 光流法检测运动原理 24423.2.2 光流的主要计算方法 24523.2.3 梯度光流场约束方程 24623.2.4 Horn-Schunck光流算法 24723.3 程序实现 24823.3.1 计算视觉系统工具箱简介 24823.3.2 基于光流场检测汽车运动 25023.3.3 搭建Simulink运动检测模型 25323.4 延伸阅读 25523.5 参考文献 256第24章 基于Simulink进行图像和视频处理 25724.1 案例背景 25724.2 模块介绍 25724.2.1 分析和增强模块库（Analysis & Enhancement） 25824.2.2 转化模块库（Conversions） 25824.2.3 滤波模块库（Filtering） 25924.2.4 几何变换模块库（Gemetric Transformations） 25924.2.5 形态学操作模块库（Morphological Operations） 26024.2.6 输入模块库（Sources） 26024.2.7 输出模块库（Sinks） 26024.2.8 统计模块库（Statistics） 26124.2.9 文本和图形模块库（Text & Graphic） 26124.2.10 变换模块库（Transforms） 26224.2.11 其他工具模块库（Utilities） 26224.3 仿真案例 26224.3.1 搭建组织模型 26224.3.2 仿真执行模型 26424.3.3 代码自动生成 26524.4 延伸阅读 27024.5 参考文献 271第25章 基于小波变换的数字水印技术 27225.1 案例背景 27225.2 理论基础 27225.2.1 数字水印技术原理 27325.2.2 典型的数字水印算法 27425.2.3 数字水印攻击和评价 27625.2.4 基于小波的水印技术 27725.3 程序实现 27925.3.1 准备载体和水印图像 27925.3.2 小波数字水印的嵌入 28025.3.3 小波数字水印的提取 28325.3.4 小波水印的攻击试验 28625.4 延伸阅读 28925.5 参考文献

1．MATLAB技术论坛创始人及该论坛图像版主联合力作，业内众多专家力荐；2．针对读者需求精选超值案例，以极大程度提高读者的理论及亲身实战经验；3．每个案例的讲解都是先基础及思路，再实战，最后辅以思路延伸；4．吐血案例分享，即学即用：图像去雾、图像去噪、车牌定位识别、肺癌辅助诊断、答题卡/人脸二维码/字符/数字验证码识别、交通汽车检测跟踪、Simulink图像/视频处理、数字水印、图像拼接……；5．学无止境，探索无止境，交流无止境。MATLAB技术论坛提供本书在线交流服务，名家、专家及众多MATLAB图像与视频处理爱好者等着你的加入《MATLAB图像与视频处理实用案例详解》详细讲解了25个MATLAB图像与视频处理实用案例（含可运行程序），涉及雾霾去噪、答题卡自动阅卷、肺部图像分割、小波数字水印、图像检索、人脸二维码识别、车牌定位及识别、霍夫曼图像压缩、手写数字识别、英文字符文本识别、眼前节组织提取、全景图像拼接、小波图像融合、基于语音识别的音频信号模拟灯控、路面裂缝检测识别、视频运动估计追踪、Simulink图像处理等多项重要技术，涵盖了数字图像处理中几乎所有的基本模块。工欲善其事，必先利其器，《MATLAB图像与视频处理实用案例详解》对每个数字图像处理的知识点都提供了丰富生动的案例素材，并详细讲解了其MATLAB实验的核心程序，通过对这些示例程序的阅读理解和仿真运行，读者可以更加深刻地理解图像处理的内容，并且更加熟练地掌握MATLAB中各种函数在图像处理领域中的用法。本书以案例为基础，结构布局紧凑，内容深入浅出，实验简捷高效，适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生，以及广大从事数字图像处理的工程研发人员阅读参考。【作者简介】刘衍琦，硕士，软件研发工程师，MATLAB技术论坛图像版主，毕业于大连理工大学数学科学学院计算几何与图形图像实验室。从本科学习阶段开始接触MATLAB，历经MATLAB由6.X到8.X系列的发展，不断地将MATLAB熟练地应用到科研学习和工作之中，并积极通过MATLAB技术论坛等平台与国内外广大会员朋友进行技术探讨，将解决图像处理开发所遇到的实际问题进行了经验总结，积累了一定的图像处理知识储备。在MATLAB技术论坛发布多篇图像处理相关教程，合作出版多本MATLAB书籍。詹福宇，博士，飞行控制系统工程师，MATLAB技术论坛创始人，毕业于西北工业大学航空学院飞行器设计专业。精通多种计算机编程，尤其擅长MATLAB和C/C ，拥有近10年MATLAB开发使用经验，熟悉Simulink基于模型设计流程。于2008年创建MATLAB技术论坛，安全运营、维护和管理该论坛网站6年，编写MATLAB/Simulink原创教程数百篇，解决会员MATLAB技术问题数万个，积累了丰富的相关经验。曾多次、多地组织MATLAB现场技术研讨会，赢得了大家的积极好评。