matlab图像类毕业论文好的参考资料

[zhaoxch1983]

现代数字图像处理技术提高及应用案例详解（MATLAB版）

书号：978-7-5124-0719-0

北京航空航天大学出版社



谢谢您的支持和关注，书已经出版了，网购地址如下：
京东商城
中国图书网
王府井书店（网上书店）
北航出版社（网上书店）

例程丰富，解释翔实

古人云：“熟读唐诗三百首，不会做诗也会吟。”本书根据编者多年从事数字图像处理的教学、科研的经验，列举了近200个关于数字图像处理的MATLAB源代码实例，并附有详细注解。通过对源代码的解析，不但可以加深读者对相关理论的理解，而且可以有效地提高读者在数字图像处理方面的编程能力。本书所提供程序的编程思想、经验技巧也可为读者采用其他计算机语言进行数字图像处理编程提供借鉴。



原理透彻，注重应用

将理论和实践有机地结合是进行数字图像处理研究和应用成功的关键。本书将数字图像处理的相关理论分门别类、层层递进进行了详细的叙述和透彻的分析，既体现了各知识点之间的联系，又兼顾了其渐近性。本书在介绍每个知识点时都给出了该知识点的应用方向；同时，在本书的第三章，给出了现代数字图像处理25个综合运用实例，这些应用实例不但可以加深读者对所学知识的理解，而且也展现了现代数字图像处理技术的研究热点。本书真正体现了理论联系实际的理念，使读者能够体会到学以致用的乐趣。

[zhaoxch1983]

传承经典，突出前沿

本书详细探讨了现代数字图像处理的最新进展，对SIFT、SURF、Camshift等新算法的基本原理、实现过程、核心代码、应用实例等进行了详细的论述，便于读者了解现代数字图像处理的领域的研究热点和最新研究动向。


图文并茂，语言生动

为了更加生动地诠释知识要点，本书配备了大量新颖的图片，以便提升读者的兴趣，加深对相关理论的理解。在文字叙述上，本书摒弃了枯燥的平铺直叙，采用案例与问题引导式；同时，本书还增加了“温馨提示”、“例程一点通”、“经验分享”、“一语中的”等板块，彰显了本书以读者为本的人性化的特点。

[zhaoxch1983]

第一章 精通“图像特征提取”

本章导读

在现实生活中，我们要交往一个人，首先要了解这个人的特质——相貌和性格；同样，在基于数字图像的模式识别中，我们也要提取图像的特征。对图像特征的提取与研究提供了一种具有统计意义的图像内容表达，正所谓是：“透过现象，抓住本质。”

本章按照由大到小、由面及点的顺序对图像特征提取技术进行讲解与分析，内容安排如表1-1所示。

表1-1 第一章内容安排结构

图 像 特 征 提 取
分类
涉及章节

面特征
1.1 图像多分辨率金字塔

1.2 图像的矩特征

线特征
1.3 图像的边缘检测

局部区域特征
1.4 斑点特征提取

点特征

不变点特征
1.5 角点特征检测

1.6不变特征提取


本章的一大特色在于在1.6节介绍了图像的不变特征提取，这是进入新世纪后，加拿大教授Lowe提出的SIFT（Scale Invariant Feature Transform, SIFT）算法以及Bay沿着Lowe的思路，提出的SURF（Speed Up Robust Feature, SURF）算法，它们能够在图像发生一定的伸缩、旋转、照度变化、视角变化等情况下稳定地提取图像的特征，在基于数字图像的认知及识别领域有着里程碑式的意义。

提 高 篇



第1章精通“图像特征提取”3

1.1图像多分辨率金字塔3

1.1.1浅析“图像金字塔”4

1.1.2例程一点通4

1.1.3典型的“图像金子塔”5

1.1.4学以致用9

1.2图像的矩特征9

1.2.1认识“Hu矩”10

1.2.2解析“Zernike矩”13

1.3图像的边缘检测18

1.3.1运用一阶微分算子检测图像边缘19

1.3.2运用二阶微分算子检测图像边缘21

1.3.3基于Canny算子检测图像边缘25

1.3.4基于SUSAN特征检测算子的边缘提取29

1.3.5基于小波变换模极大值的边缘检测33

1.3.6基于二维有限冲击响应滤波器的特定角度边缘检测35

1.3.7基于多尺度形态学梯度的边缘检测37

1.4斑点特征检测39

1.4.1勾画“LoG斑点”39

1.4.2描绘“DoH斑点”43

1.4.3提取“Gilles斑点”43

1.5角点特征检测44

1.5.1何谓“角点”44

1.5.2描绘“Harris角点”45

1.5.3例程一点通49

1.5.4融会贯通52

1.6尺度不变特征提取57

1.6.1SIFT特征提取57

1.6.2SURF算法63

1.6.3学以致用72

[zhaoxch1983]

第2章细说“数字图像理解”75

2.1图像目标边界描述75

2.1.1图像边界链码表示法75

2.1.2例程一点通77

2.1.3融会贯通78

2.2图像分割技术80

2.2.1什么是“图像分割”80

2.2.2基于阈值的图像分割81

2.2.3基于区域生长法的图像分割88

2.2.4基于最大方差法灰度门限的图像分割90

2.2.5基于K-means算法的图像分割93

2.3图像配准技术96

2.3.1纵览“图像配准”96

2.3.2构建“配准模型”97

2.3.3相似性测度98

2.3.4基于灰度的图像配准99

2.3.5序贯相似性检测算法102

2.3.6基于特征点的图像配准104

2.3.7融会贯通110

2.4图像融合技术113

2.4.1从“信息融合”说起113

2.4.2何谓“图像融合”113

2.4.3纵览“图像融合方法”116

2.4.4例程一点通120

2.4.5学以致用122

[zhaoxch1983]

应 用 篇

第3章品读“典型应用实例”135

3.1图像去噪技术及其实现135

3.1.1什么是“图像的噪声”135

3.1.2图像去噪常用方法136

3.2图像畸变校正技术及其实现140

3.2.1畸变产生的原因141

3.2.2畸变校正的基本原理142

3.2.3例程一点通142

3.2.4融会贯通143

3.3图像拼接技术及其实现148

3.3.1全景图148

3.3.2基于相位相关的图像拼接技术149

3.3.3基于尺度不变特征点的图像拼接技术152

3.3.4融会贯通160

3.4图像数字水印技术及其实现163

3.4.1追根溯源话“水印”164

3.4.2“图像数字水印技术”面对面165

3.4.3“图像数字水印算法”精讲167

3.4.4例程一点通168

3.4.5融会贯通172

3.5数字图像压缩技术及其实现174

3.5.1从几个“为什么”看“图像压缩”174

3.5.2从几个“如何”看“图像压缩”176

3.5.3例程一点通178

3.6改进型数字图像中直线特征的快速检测方法187

3.6.1Hough变换的基本原理及其不足188

3.6.2改进的直线快速检测算法的原理190

3.6.3算法的复杂度分析192

3.6.4实验结果与分析193

3.7基于最大类间方差阈值与遗传算法的道路分割195

3.7.1最大类间方差阈值分割法195

3.7.2遗传算法的基本原理及其特点196

3.7.3基于最大类间方差遗传算法的道路分割197

3.7.4例程一点通198

3.8数字图像处理在医疗领域的应用206

3.8.1基于数字图像的染色体分析207

3.8.2X光图像增强技术208

3.9基于红外图像的弱小目标检测与跟踪211

3.9.1何谓“弱小目标”211

3.9.2弱小目标检测与跟踪算法概述211

3.9.3基于局域概率分布的小目标检测212

3.9.4例程一点通213

3.10基于HIS与SURF的路标实时识别215

3.10.1需求及研究状况分析215

3.10.2算法的整体流程216

3.10.3算法的理论依据216

3.10.4路标特征数据库的建立217

3.10.5基于HSI颜色空间的图像分割219

3.10.6基于SURF算法的特征点提取与匹配220

3.11一种基于数字图像的道路识别方法220

3.11.1道路边界模型220

3.11.2图像预处理221

3.11.3道路边界识别223

3.11.4试验结果与分析224

3.12基于图像的车牌自动识别技术225

3.12.1汽车牌照自动识别系统225

3.12.2车牌自动识别的步骤226

3.12.3例程一点通226

3.13数字图像实时稳定技术及其实现229

3.13.1数字图像稳定算法的基本步骤229

3.13.2GCBPM算法230

3.13.3例程一点通231

3.14基于帧间差分法的运动目标检测235

3.14.1浅析“运动目标检测”236

3.14.2基于帧间差分的运动目标检测236

3.14.3例程一点通237

3.15基于光流场的运动估计239

3.15.1光流和光流场的概念240

3.15.2光流场计算的基本原理240

3.15.3光流的主要计算方法241

3.15.4光流法的国内外研究状况241

3.15.5运用光流法检测运动物体的基本原理242

3.15.6例程一点通242

3.15.7学以致用247

3.15.8光流法的总结与展望249

3.16适用于复杂环境下的目标跟踪技术250

3.16.1复杂环境下目标跟踪难点分析250

3.16.2适用于复杂环境下的目标跟踪算法251

3.16.3实验结果255

3.17基于多尺度FourierMellin变换的目标跟踪256

3.17.1FourierMellin变换256

3.17.2基于多尺度FMT的图像变换参数估计257

3.17.3实验结果与分析260

3.18基于Mean Shift的目标跟踪技术261

3.18.1Mean Shift的起源261

3.18.2Mean Shift的基本原理261

3.18.3基于Mean Shift的目标跟踪264

3.18.4例程一点通266

3.18.5融会贯通271

3.19基于Kalman滤波的目标跟踪273

3.19.1认识 Kalman273

3.19.2Kalman滤波算法274

3.19.3例程一点通275

3.19.4解读Kalman滤波276

3.19.5学以致用277

3.20基于Hough变换的人眼虹膜定位方法280

3.20.1分离瞳孔并估算出虹膜内半径280

3.20.2采用改进的Hough变换算法定位出虹膜内外边缘281

3.20.3例程一点通283

3.21基于模糊集的图像增强方法284

3.21.1模糊理论及其实现步骤284

3.21.2基于模糊集的图像增强方法285

3.21.3例程一点通286

3.22基于KL变换的人脸识别技术287

3.22.1人脸识别技术的发展287

3.22.2研究人脸识别的意义288

3.22.3国内外研究状况分析288

3.22.4基于KL变换的人脸识别289

3.22.5例程一点通291

3.23基于FourierMellin变换的图像复制篡改检测292

3.23.1图像篡改与篡改检测292

3.23.2copymove篡改检测294

3.23.3基于FourierMellin变换和相似性匹配技术295

3.24基于蚁群算法的图像边缘检测298

3.24.1认识“蚁群算法”298

3.24.2解析“蚁群算法”300

3.24.3基于蚁群优化的图像边缘检测方法301

3.24.4例程一点通304

3.25基于脉冲耦合神经网络的图像分割309

3.25.1脉冲耦合神经网络及其在图像分割中的应用309

3.25.2例程一点通310

3.25.3融会贯通313

[zhaoxch1983]

第4章活用“数字图像处理”315

4.1基于Simulink的图像、视频处理315

4.1.1功能模块介绍315

4.1.2学以致用：基于Simulink的数字图像处理325

4.1.3学以致用：基于Simulink的视频处理343

4.2基于GUI交互操作的数字图像处理实现348

4.2.1初识“GUIDE操作”349

4.2.2GUI实战操作351

4.3在VC++环境下调用MATLAB实现数字图像处理365

4.3.1“VC++调用MATLAB 的方案”面面观366

4.3.2关于MATLAB引擎367

4.3.3VC++调用MATLAB引擎设置368

4.3.4VC++调用MATLAB实现图像压缩处理368

4.4MATLAB辅助DSP进行图像处理应用开发371

附录常用MATLAB图像处理指令功能语法索引374

参考文献382

[maxx1010]

希望对我这个菜鸟有用，去图书馆借来看看！

[bbbearss]

自然界中，一切物体都会辐射红外线，因此利用探测器测定目标本身和背景之间的红外线差，可以得到不同的红外图像，称为热图像。用红外热成像技术，探测目标物体的红外辐射，并通过光电转换、信号处理等手段，将目标物体的温度分布图像转换成视频图像的设备，我们称为红外热成像仪 (http://www.fluke.com/fluke/cnzh/Solutions/TI/default.htm)。