实用MATLAB图像和视频处理

《世界有名计算机教材精选:实用MATLAB图像和视频处理》是一本介绍图像和视频处理技术并辅以MATLAB算法实现的书籍。目前介绍图像处理的书籍很多，也有一些介绍视频处理的书籍，但将两者结合在一本书中的还不太多。视频处理是对图像处理的一种扩展，近年来视频的广泛应用也促进了图像技术的推广。

《世界有名计算机教材精选:实用MATLAB图像和视频处理》由(美)马奎斯(Marques,O.)著：章毓晋译

第1部分图像处理
第1章引言和概述
1.1动机
1.2基本概念和术语
1.3典型图像处理操作示例
1.4数字图像处理系统的组成
1.5机器视觉系统
1.6资源
1.7练习题
第2章图像处理基础
2.1数字图像表达
2.1.1二值（1比特）图像
2.1.2灰度（8比特）图像
2.1.3彩色图像
2.1.4压缩
2.2图像文件格式
2.3基本术语
2.4图像处理操作概述
2.4.1全局（点）操作
2.4.2面向邻域的操作
2.4.3结合多幅图像的操作
2.4.4变换域操作
第3章MATLAB基础
3.1MATLAB介绍
3.2MATLAB的基本元素
3.2.1工作环境
3.2.2数据种类
3.2.3MATLAB中的数组和矩阵索引
3.2.4标准数组
3.2.5命令行操作
3.3编程工具：脚本和函数
3.3.1M—文件
3.3.2操作符
3.3.3重要变量和常量
3.3.4数字表示
3.3.5流程控制
3.3.6代码优化
3.3.7输入和输出
3.4图形和可视化
3.5教程3.1：MATLAB——导览
3.6教程3.2：MATLAB数据结构
3.7教程3.3：MATLAB编程
3.8练习题
第4章图像处理工具箱一览
4.1 图像处理工具箱：概述
4.2基本功能和特性
4.2.1显示有关图像文件的信息
4.2.2读一个图像文件
4.2.3数据类和数据转换
4.2.4显示一幅图像的内容
4.2.5发掘一幅图像的内容
4.2.6将结果图像写入一个文件
4.3教程4.1：MATLAB图像处理工具箱——导游
4.4教程4.2：基本图像操作
4.5练习题
第5章图像传感和采集
5.1介绍
5.2光、彩色和电磁频谱
5.2.1光和电磁频谱
5.2.2图像种类
5.2.3光和彩色感知
5.2.4彩色编码和表达
5.3图像采集
5.3.1图像传感器
5.3.2相机光学器件
5.4图像数字化
5.4.1采样
5.4.2量化
5.4.3空间和灰度分辨率
5.5练习题
第6章算术和逻辑运算
6.1算术运算：基础和应用
6.1.1加法
6.1.2减法
6.1.3乘法和除法
6.1.4结合若干个算术操作
6.2逻辑运算：基础和应用
6.3教程6.1：算术运算
6.4教程6.2：逻辑运算和感兴趣区域处理
6.5练习题
第7章几何操作
7.1介绍
7.2映射和仿射变换
7.3插值方法
7.3.1对插值的需求
7.3.2简单的插值方法
7.3.3零阶（最近邻）插值
7.3.4一阶（双线性）插值
7.3.5高阶插值
7.4使用MATLAB进行几何操作
7.4.1放大、缩小和调整大小
7.4.2平移
7.4.3旋转
7.4.4裁剪
7.4.5翻转
7.5其他几何操作和应用
7.5.1扭曲
7.5.2非线性图像变换
7.5.3变形
7.5.4接缝焊接
7.5.5图像配准
7.6教程7.1：图像裁剪、大小调整、翻转和旋转
7.7教程7.2：空间变换和图像配准
7.8练习题
第8章灰度变换
8.1介绍
8.2灰度（点）变换综述
8.3点变换示例
8.3.1对比度操纵
8.3.2求反
8.3.3幂律（伽玛）变换
8.3.4对数变换
8.3.5分段线性变换
8.4指定变换函数
8.5教程8.1：灰度变换
8.6练习题
第9章直方图处理
9.1图像直方图：定义和示例
9.2计算图像的直方图
9.3解释图像的直方图
9.4直方图均衡化
9.5直接直方图规定化
9.6其他直方图修改技术
9.6.1直方图滑动
9.6.2直方图伸展
9.6.3直方图收缩
9.7教程9.1：图像直方图
9.8教程9.2：直方图均衡化和规定化
9.9教程9.3：其他直方图修改技术
9.10练习题
第10章邻域处理
10.1介绍
10.2卷积和相关
10.2.1一维域中的卷积
10.2.2二维域中的卷积
10.2.3相关
10.2.4处理图像边界
10.3图像平滑（低通滤波器）
10.3.1均值滤波器
10.3.2变型
10.3.3高斯模糊滤波器
10.3.4中值和其他非线性滤波器
10.4图像锐化（高通滤波器）
10.4.1拉普拉斯算子
10.4.2复合拉普拉斯算子模板
10.4.3方向差分滤波器
10.4.4非锐化掩膜
10.4.5高频提升滤波
10.5感兴趣区域处理
10.6结合空间增强方法
10.7教程10.1：卷积和相关
10.8教程10.2：空间平滑滤波器
10.9教程10.3：空间锐化滤波器
10.10练习题
第11章频域滤波
11.1介绍
11.2傅里叶变换：数学基础
11.2.1基本概念
11.2.22—D离散傅里叶变换：数学公式
11.2.3傅里叶变换性质汇总
11.2.4其他数学变换
11.3低通滤波
11.3.1理想LPF
11.3.2高斯LPF
11.3.3巴特沃斯LPF
11.4高通滤波
11.4.1理想HPF
11.4.2高斯HPF
11.4.3巴特沃斯HPF
11.4.4高频增强
11.5教程11.1：2—D傅里叶变换
11.6教程11.2：频域里的低通滤波器
11.7教程11.3：频域高通滤波器
11.8练习题
第12章图像恢复
12.1对图像退化和恢复问题建模
12.2噪声和噪声模型
12.2.1噪声概率密度函数示例
12.2.2噪声估计
12.3使用空域技术的噪声消除
12.3.1均值滤波器
12.3.2序统计滤波器
12.3.3自适应滤波器
12.4使用频域技术的噪声消除
12.4.1周期性噪声
12.4.2带阻滤波器
12.4.3带通滤波器
12.4.4陷波滤波器
12.5图像去模糊技术
12.6教程12.1：使用空域技术的噪声消除
12.7练习题
第13章形态图像处理
13.1介绍
13.2基本概念和操作
13.3膨胀和腐蚀
13.3.1膨胀
13.3.2腐蚀
13.4复合操作
13.4.1开启
13.4.2闭合
13.4.3击中，击不中变换
13.5形态滤波器
13.6基本形态算法
13.6.1边界提取
13.6.2区域填充
13.6.3连通组元提取和标记
13.7灰度形态学
13.7.1膨胀和腐蚀
13.7.2开启和闭合
13.7.3高帽和低帽变换
13.8教程13.1：二值形态图像处理
13.9教程13.2：基本形态算法
13.10练习题
第14章边缘检测
14.1问题的提出
14.2基本概念
14.3一阶导数边缘检测
14.4二阶导数边缘检测
14.5坎尼边缘检测器
14.6边缘连接和边界检测
14.7教程14.1：边缘检测
14.8练习题
第15章图像分割
15.1介绍
15.2基于强度的分割
15.2.1图像阈值化
15.2.2全局阈值化
15.2.3照明和噪声对阈值化的影响
15.2.4局部阈值化
15.3基于区域的分割
15.3.1区域生长
15.3.2区域分裂合并
15.4分水岭分割
15.5教程15.1：图像阈值化
15.6练习题
第16章彩色图像处理
16.1彩色心理物理学
16.1.1基本概念
16.1.2CIE的XYZ色度图
16.1.3感知均匀彩色空间
16.1.4ICC配置
16.2彩色模型
16.2.1RGB彩色模型
16.2.2CMY和CMYK彩色模型
16.2.3HSV彩色模型
16.2.4YIQ（NTSC）彩色模型
16.2.5YCbCr彩色模型
16.3彩色图像在MATLAB中的表示
16.3.1RGB图像
16.3.2索引图像
16.4伪彩色图像处理
16.4.1强度切割
16.4.2灰度到彩色变换
16.4.3频域伪彩色化
16.5全彩色图像处理
16.5.1彩色变换
16.5.2直方图处理
16.5.3彩色图像平滑和锐化
16.5.4彩色噪声消除
16.5.5基于彩色的图像分割
16.5.6彩色边缘检测
16.6教程16.1：伪彩色图像处理
16.7教程16.2：全彩色图像处理
16.8练习题
第17章图像压缩和编码
17.1介绍
17.2基本概念
17.2.1冗余
17.2.2图像编码和解码模型
17.3无损和有损压缩技术
17.3.1无损压缩技术
17.3.2有损压缩技术
17.4图像压缩标准
17.4.1二值图像压缩标准
17.4.2连续色调静止图像压缩标准
17.4.3JPEG
17.4.4IPE00
17.4.5JPEG—LS
17.5图像质量测度
17.5.1主观质量测量
17.5.2客观质量测量
17.6教程17.1：图像压缩
第18章特征提取和表达
18.1介绍
18.2特征矢量和矢量空间
18.3二值目标特征
18.3.1面积
18.3.2重心
18.3.3最小二阶矩的轴
18.3.4投影
18.3.5欧拉数
18.3.6周长
18.3.7细度比例
18.3.8偏心率
18.3.9宽高比
18.3.10矩
18.4边界描述符
18.4.1链码、弗里曼码和形状数
18.4.2边界标志
18.4.3傅里叶描述符
18.5基于直方图（统计的）特征
18.6纹理特征
18.7教程18.1：特征提取和表达
18.8练习题
第19章视觉模式识别
19.1介绍
19.2基础
19.2.1一个视觉模式分类器的设计和实现
19.2.2模式和模式类
19.2.3数据预处理
19.2.4训练和测试集
19.2.5混淆矩阵
19.2.6系统误差
19.2.7命中率，虚警率，ROC曲线
19.2.8查准率和查全率
19.2.9距离和相似性测度
19.3统计模式分类技术
19.3.1最小距离分类器
19.3.2k—最近邻分类器
19.3.3贝叶斯分类器
19.4教程19.1：模式分类
19.5练习题
……