下载掌阅APP，畅读海量书库
立即打开
当前信息化社会，图像是获取信息的最重要来源之一。随着计算机技术的发展，图像处理技术已成功应用于各个行业，其中，图像处理的算法和软件决定图像处理技术的应用效果。MATLAB图像处理工具箱是目前最流行的图像处理工具之一，不仅包含了目前绝大部分图像处理算法，而且还可以通过快速编程实现新的图像处理算法。
由于MATLAB图像处理工具箱函数较多，使用者常会忘记函数的具体用法。本书以函数手册的形式总结了大部分常用图像函数的用法，方便使用者查找。为使读者更好地理解MATLAB图像函数，书中函数的说明力求通俗易懂，并提供了函数实例和图像处理应用案例供读者参考。
全书共分为两部分20章，第一部分（第1～14章）说明MATLAB图像处理工具箱函数的语法，第二部分（第15～20章）列举了8个MATLAB图像处理应用实例。具体内容安排如下：
本章主要讲述图像显示和图像文件输入/输出两类基本函数，掌握这些函数可对MATLAB图像处理有初步认识。
MATLAB具有强大的绘图功能，能够制作各种漂亮的专业数据图形，实现科学计算数据的可视化。本章介绍了MATLAB中二维图形、三维图形和流场图形绘制的相关函数。
图像类型对图像的大小和显示效果有着显著的影响。在不同图像分析场合中，通常对图像类型有特定的要求，本章详细介绍了MATLAB中各种常用图像类型、颜色模型之间的转换函数。
图形用户界面工具能以交互式方式快速对图像信息进行统计分析。本章详细介绍了MATLAB中各类图形用户界面工具函数，包括图像信息工具、对比工具、距离工具、像素工具、概览工具、鼠标行为工具等。
在计算机图像处理中，图像从输入到输出贯穿着各种变换。为使输入图像的像素位置映射到输出图像的新位置，需要对图像作旋转、平移、放大、缩小、拉伸或剪切等空间变换。本章介绍了MATLAB中的空间变换和图像配准两类函数。
图像分析和统计是图像处理的基本内容，它包括获取图像的相关信息，如图像像素、等高线、直方图、标准差、熵等统计数据以便进行图像的边缘检测、边界跟踪等分析。本章介绍了MATLAB中图像分析和统计相关的函数。
图像的代数运算是指多幅图像的加、减、乘、除运算和一般的线性运算，它通常是复杂图像处理的预处理步骤。本章介绍了MATLAB中的图像代数运算函数。
图像增强是图像处理的一个重要分支，是图像边缘提取、图像分割等操作的基础。通过图像增强，可以让原来不清晰的图像变得清晰，或者抑制图像的某些特征而使另外一些特征加强。本章详细介绍了11个MATLAB图像增强函数的用法。
由于摄影条件或摄影技术的限制，使得很多拍摄的图片质量较低，比较模糊，掩盖了图像的真实信息。图像去模糊技术的目的就是消除图像的模糊，得到一幅清晰的图片。本章主要介绍了MATLAB图像处理工具箱中点扩散与光学转换函数和4类图像去模糊化函数：维纳滤波器去模糊化、规则化滤波器去模糊化、Lucy-Richardson去模糊化、盲解卷积去模糊化。
线性滤波是指对输入图像的领域进行线性算法操作得到输出图像，常应用于图像光滑、锐化和边缘检测处理。图像变换是把数字图像从空域变换到频域，一般是指图像的正交变换，常应用于图像去噪、图像压缩、特征提取和图像识别处理。本章介绍了MATLAB中线性滤波和变换的相关函数。
数学形态学运算由一组形态学的代数运算子组成，其基本思想是用具有一定形态的结构元素找到图像中的对应形状以达到图像分割识别的目的，最基本的操作为膨胀和腐蚀。本章详细介绍了MATLAB中的形态学操作函数，并列举了大量实例供读者参考。
图像块操作是将图像的数据划分成同样大小的矩形区域的操作，它是图像分析和图像压缩的基础。由于图像划分为图像块后可以转化为矩阵或向量运算，因此可以加快图像处理的速度。本章介绍了MATLAB中图像块和邻域处理相关函数的用法。
图像处理中常使用RGB的值来代表颜色值。除了RGB色彩空间外，还有其他的颜色空间，如 HSV、YcbCr、NTSC等用来表示色彩，有时利用这些色彩空间来表示图像和进行计算会更加直观和简单。本章介绍了 MATLAB中颜色映射表和色彩空间相关函数的用法，并列举了函数实例供读者参考。
本章介绍了MATLAB图像处理工具箱中的其他常用函数，包括图像处理工具箱参数、演示帮助、鼠标选择、检查有效性等。
图像配准是对取自不同时间、不同传感器或不同视角的同一景物的两幅图像或多幅图像进行匹配、叠加的过程，其主要目的是去除或者抑制待配准图像和参考图像之间在几何上的不一致，包括平移、旋转、缩放和畸变，并融合这些数据，从而得到被测对象更完整的信息。本章介绍了不同角度拍摄图像的配准实例。
区域生长是将具有相似性质的像素集合起来构成一个区域，实质就是将具有“相似”特性的像素连接成区域。这些区域是互不相交的，每个区域都满足特定区域的一致性。本章介绍了图片中的人物区域生长分割、医学脑部图像中的白质区域生长分割两个实例。
在智能交通系统中，通常要对车辆进行检测和跟踪以得到相关交通参数，其中运动物体的提取是车辆检测的必要步骤。本章介绍了一个提取交通视频中面积最大的浅颜色轿车的程序。
人脸识别是采用机器对人脸图像进行分析处理，从而提取出有效的识别信息，达到身份辨认的目的。本章介绍了一个简单的人脸区域定位程序。
在很多应用领域，研究人员需要对测量的图像结果进行目标物体的特征提取。图像特征提取需要根据目标物体的属性、图像质量、图片内容等应用不同的算法。本章介绍了材料丝状腐蚀区域提取、图像中圆形目标提取两个实例。
基于分形的图像处理在材料科学、目标识别、特征评估等领域得到广泛应用。分形中有一个重要的概念：分形维，它的值反映了物体的形状特性，给出了一个关于集合的复杂度、不规整度的定量回答。本章举例说明了灰度图像的差分盒维法计算过程，供读者参考。
本书由杨杰、占君、周至清编著，本书在编写过程中，得到了北京理工大学智能机器人研究所贾东永博士的帮助，在此对他表示衷心的感谢。高克臻、张云霞、许小荣、王东、王龙、张银芳、周新国、蔡娜、张玉兰、李爽、胡书敏、苏静等同志也参与了本书的编写工作。
本书的编写过程中参考了大量MATLAB相关书籍及部分MATLAB相关论坛的资源，在此，对相关作者一并表示感谢，同时对各位MATLAB网友给予的启发和帮助表示感谢。
由于时间仓促，加之作者水平和经验有限，书中的疏漏甚至错误在所难免，希望广大读者批评指正。
编著者