MATLAB图像与视频处理实用案例详解

内容简介

《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。

目录

第1章 基于直方图优化的图像去雾技术 1
1.1 案例背景 1
1.2 理论基础 1
1.2.1 空域图像增强 1
1.2.2 直方图均衡化 1
1.3 程序实现 3
1.3.1 设计GUI界面 3
1.3.2 全局直方图处理 4
1.3.3 局部直方图处理 5
1.3.4 Retinex增强处理 7
1.4 延伸阅读 10
1.5 参考文献 11
第2章 基于形态学的权重自适应图像去噪 12
2.1 案例背景 12
2.2 理论基础 12
2.2.1 图像去噪方法 12
2.2.2 数学形态学原理 13
2.2.3 权重自适应的多结构形态学去噪 14
2.3 程序实现 14
2.4 延伸阅读 20
2.5 参考文献 21
第3章 基于多尺度形态学提取眼前节组织 22
3.1 案例背景 22
3.2 理论基础 22
3.3 程序实现 25
3.3.1 多尺度边缘 25
3.3.2 主处理函数 26
3.3.3 形态学处理 28
3.4 延伸阅读 29
3.5 参考文献 30
第4章 基于Hough变化的答题卡识别 31
4.1 案例背景 31
4.2 理论基础 31
4.2.1 图像二值化 31
4.2.2 倾斜校正 32
4.2.3 图像分割 35
4.3 程序实现 37
4.4 延伸阅读 47
4.5 参考文献 47
第5章 基于阈值分割的车牌定位识别 48
5.1 案例背景 48
5.2 理论基础 48
5.2.1 车牌图像处理 49
5.2.2 车牌定位原理 52
5.2.3 车牌字符处理 52
5.2.4 字符识别 54
5.3 程序实现 55
5.4 延伸阅读 63
5.5 参考文献 63
第6章 基于分水岭分割进行肺癌诊断 64
6.1 案例背景 64
6.2 理论基础 64
6.2.1 模拟浸水的过程 64
6.2.2 模拟降水的过程 65
6.2.3 过度分割问题 65
6.2.4 标记分水岭分割算法 65
6.3 程序实现 66
6.4 延伸阅读 71
6.5 参考文献 71
第7章 基于主成分分析的人脸二维码识别 72
7.1 案例背景 72
7.2 理论基础 72
7.2.1 QR编码简介 72
7.2.2 QR编码译码 74
7.2.3 主成分分析方法 76
7.3 程序实现 77
7.3.1 人脸建库 77
7.3.2 人脸识别 78
7.3.3 人脸二维码 79
7.4 延伸阅读 83
7.5 参考文献 84
第8章 基于知识库的手写体数字识别 85
8.1 案例背景 85
8.2 理论基础 85
8.2.1 算法流程 85
8.2.2 特征提取 85
8.2.3 模式识别 86
8.3 程序实现 87
8.3.1 图像处理 87
8.3.2 特征提取 88
8.3.3 模式识别 91
8.4 延伸阅读 91
8.4.1 识别器选择 91
8.4.2 提高识别率 92
8.5 参考文献 92
第9章 基于特征匹配的英文印刷字符识别 93
9.1 案例背景 93
9.2 理论基础 93
9.2.1 图像预处理 93
9.2.2 图像识别技术 94
9.3 程序实现 96
9.4 延伸阅读 101
9.5 参考文献 101
第10章 基于不变矩的数字验证码识别 102
10.1 案例背景 102
10.2 理论基础 102
10.3 程序实现 103
10.3.1 设计GUI界面 103
10.3.2 载入验证码图像 103
10.3.3 验证码图像去噪 104
10.3.4 验证码数字定位 106
10.3.5 验证码归一化 108
10.3.6 验证码数字识别 109
10.3.7 手动确认并入库 111
10.3.8 重新生成模板库 112
10.4 延伸阅读 115
10.5 参考文献 115
第11章 基于小波技术进行图像融合 116
11.1 案例背景 116
11.2 理论基础 116
11.3 程序实现 118
11.3.1 GUI设计 118
11.3.2 图像载入 119
11.3.3 小波融合 120
11.4 延伸阅读 123
11.5 参考文献 123
第12章 基于块匹配的全景图像拼接 124
12.1 案例背景 124
12.2 理论基础 124
12.

摘要与插图

序一
大家都知道MATLAB是深受从事图像处理工作及研究的人员所喜爱的计算机语言，我在推广MATLAB的工作中也经常碰到希望系统学习MATLAB图像处理的用户，是他们希望我能提供接近他们需求的实用案例，还有不少用户觉得MATLAB图像处理的中文资料还不够丰富。在阅读了詹福宇和刘衍琦先生编著的《MATLAB图像与视频处理实用案例详解》后，我很高兴向广大读者本书。
《MATLAB图像与视频处理实用案例详解》的特点是其实用性，本书作者将自己多年在实践中积累的案例与读者分享。我相信在本书给出的MATLAB代码的基础上，读者理解后稍加改动就可以解决很多手边的实际问题。比如本书一开始介绍的图像去雾技术在中国雾霾天气严重的今天有很强的实用意义，可以帮助读者从雾霾天气所采集的退化图像中复原和增强景物细节，可用于地形分类系统、户外监控系统、自动导航系统等。
《MATLAB图像与视频处理实用案例详解》的另一个特点是它的易用性，大多数案例都配以本书作者精心打造的图形化界面，读者可以很方便地运行案例。对于MATLAB代码，本书作者也很好地提供了中文注释，方便读者理解代码。
《MATLAB图像与视频处理实用案例详解》还有一个特点是其内容与时俱进，涵盖了很多MATLAB图像和视频处理近几年的功能，比如在基于光流场的交通汽车检测跟踪案例里，作者详细介绍了Computer Vision System Toolbox里近几年推出的系统对象，以及System Object的使用方法。
《MATLAB图像与视频处理实用案例详解》的受众面很广，对于MATLAB图像处理刚入门的用户，本书可以帮助他们系统而快速地窥得门径。对于有多年使用经验的用户，本书多样、实用的案例也有很强的借鉴作用。希望广大读者也能享受到这道MATLAB的饕餮盛宴。
魏奋
MathWorks中国区应用工程师团队经理
2014年12月
序二
图像在人们的日常生活中扮演着重要的角色，俗话说“眼见为实”，“百闻不如一见”，人们通过自己的眼睛所见来获取信息，认知周围的一切。在这个过程中，我们的大脑时刻保持高速运转，进行着图像的分析与处理。随着计算机技术的快速发展，基于计算机的数字图像处理技术也得到了发展，人们开始利用计算机处理各种图像信息。例如在某些单位的考勤中就用到了指纹识别和人脸识别等数字图像处理技术；在医疗领域，医师根据医学图像进行疾病诊断；在交通管理领域，交警通常根据交通事故图片或视频认定交通事故责任；在日常生活中，爱美的人们总是将自己的照片从屌丝PS成高富帅或白富美。总之，基于计算机的数字图像处理技术已经广泛应用到关乎国计民生的各个领域，从这个意义上来说，熟练掌握一种图像处理软件将变得尤为重要。
在众多图像处理软件中，MATLAB无疑是合适的，它是一种面向对象的编程语言，有着简单的语法规则和功能强大的图像处理工具箱，除了可以调用MATLAB自带的函数做图像处理之外，还可以根据自己的图像处理算法进行扩展编程。
国内出版的有关MATLAB图像处理的著作有很多，然而以案例形式系统介绍MATLAB图像处理的著作并不多见，这也正是《MATLAB图像与视频处理实用案例详解》的价值所在。《MATLAB图像与视频处理实用案例详解》结合大量的具体实例，详细地讲述了MATLAB图像处理的实现方法，书中的程序具有通用性。我认为这是一本值得向希望系统学习MATLAB图像处理技术的程序开发人员、工程技术人员、科研人员和高校学生的好书，在《MATLAB图像与视频处理实用案例详解》即将出版之际，我很荣幸为本书作序，并向广大读者本书。
谢中华
MATLAB技术论坛创始人，MATLAB培训师
天津科技大学理学院计算科学