[MATLAB图像处理] matlab图像类毕业论文好的参考资料

[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