kmeans matlab 离散度_【新书推荐】数字图像处理——使用MATLAB分析与实现

数字图像处理是现代信息处理的研究热点。教材基于大学教学特点、目的编写，介绍数字图像处理的基本原理、算法分析和实现。章节内容由浅入深，层次分明；项目引领，任务驱动，教、学、做一体，注重读者工程实践能力的培养；辅助教学资源丰富，便于学习。

01 作者简介

蔡利梅   博士，中国矿业大学副教授，长期从事图像处理与模式识别领域的教学和研究工作。先后开设“图像处理”、“模式识别”、“计算机图形学”、“数字视频技术”、“图像分析及识别”等多门本科生及研究生课程。获教育部高等学校科学技术进步奖二等奖、河南省科技进步奖二等奖、江苏省科学技术奖三等奖、中国煤炭工业协会科学技术奖一等奖等省部级以上科技奖励8项，其余科技奖励6项；获国家发明专利授权2项；第一主编出版教材2部；获校级优秀教学成果一等奖1项，全国煤炭行业教育教学成果奖三等奖1项，指导学生获江苏省本科优秀毕业设计(论文)二等奖1项。

02 图书简介

本书系统阐述了数字图像处理的基本原理、算法分析和实现。全书共分为十二章，每一章阐述数字图像处理技术中的一个知识点，内容包括数字图像处理基础、图像基本运算、图像的正交变换、图像增强、图像平滑、图像锐化、图像复原、图像的数学形态学处理、图像分割、图像描述与分析以及图像编码等。除了基础理论的阐述，讲解了各个知识点的新型处理算法，可以有选择性的学习。

本书还配以电子课件及MATLAB演示程序，便于读者同时学习和掌握数字图像处理的算法理论及程序实现。随着学习内容的深入，设计了强度递增的综合实例，以加深对处理算法的综合理解，提高实践能力。

本书可以作为高等学校电子、信息、计算机、遥感等专业本科生或研究生的教材或参考书，也可以作为工程技术人员和从事相关研究与应用人员的参考用书。3

03 图书目录

第1章 绪论

1.1图像的基本概念

1.1.1视觉与图像

1.1.2图像的表示

1.2数字图像处理

1.2.1数字图像处理的主要内容

1.2.2数字图像处理技术的分类

1.2.3数字图像处理的应用

1.3数字图像处理面临的问题

1.4相关术语

1.5图像处理仿真

习题

第2章 数字图像处理基础

2.1人眼视觉系统

2.1.1人眼基本构造

2.1.2视觉过程

2.1.3明暗视觉

2.1.4颜色视觉

2.1.5立体视觉

2.1.6视觉暂留

2.2色度学基础与颜色模型

2.2.1颜色匹配

2.2.2 CIE 1931-RGB系统

2.2.3 CIE 1931标准色度系统

2.2.4 CIE 1976 L*a*b*均匀颜色空间

2.2.5孟塞尔表色系统

2.2.6常用颜色模型

2.3数字图像的生成与表示

2.3.1图像信号的数字化

2.3.2数字图像类型

2.4数字图像的数值描述

2.4.1常用的坐标系

2.4.2数字图像的数据结构

2.4.3常见数字图像格式

2.4.4 BMP位图文件

2.4.5读取并显示图像

2.5综合实例

习题

第3章  图像基本运算

3.1图像几何变换

3.1.1 图像的几何变换基础

3.1.2 图像的位置变换

3.1.3图像的形状变换

3.2图像代数运算

3.3邻域及模板运算

3.4综合实例

习题

第4章 图像的正交变换

4.1离散傅里叶变换

4.1.1一维离散傅里叶变换

4.1.2一维快速傅里叶变换

4.1.3二维离散傅里叶变换

4.1.4二维离散傅里叶变换的性质

4.1.5离散傅里叶变换在图像处理中的应用

4.2离散余弦变换

4.2.1一维离散余弦变换

4.2.2二维离散余弦变换

4.2.3离散余弦变换在图像处理中的应用

4.3K-L变换

4.3.1K-L变换原理

4.3.2图像K-L变换

4.4Radon变换

4.4.1Radon变换的原理

4.4.2Radon变换的实现

4.4.3Radon变换的性质

4.4.4Radon变换的应用

4.5小波变换

4.5.1概述

4.5.2小波

4.5.3连续小波变换

4.5.4离散小波变换

4.5.5正交小波与多分辨分析

4.5.6二维小波变换

4.5.7小波变换在图像处理中的应用

习题

第5章  图像增强

5.1 基于灰度级变换的图像增强

5.1.1线性灰度级变换

5.1.2非线性灰度级变换

5.2 基于直方图修正的图像增强

5.2.1 灰度直方图

5.2.2 直方图修正法理论

5.2.3 直方图均衡化

5.2.4 局部直方图均衡化

5.3 基于照度-反射模型的图像增强

5.3.1基于同态滤波的增强

5.3.2基于Retinex理论的增强

5.4 基于模糊技术的图像增强

5.4.1图像的模糊特征平面

5.4.2图像的模糊增强

5.5 基于伪彩色处理的图像增强

5.5.1 密度分割法

5.5.2 空间域灰度级-彩色变换

5.5.3 频域伪彩色增强

5.6 其他图像增强方法

5.6.1 基于对数图像处理模型的图像增强

5.6.2 图像去雾增强

习题

第6章  图像平滑

6.1图像中的噪声

6.1.1 图像噪声的分类

6.1.2 图像噪声的数学模型

6.2空间域平滑滤波

6.2.1均值滤波

6.2.2高斯滤波

6.2.3中值滤波

6.2.4双边滤波

6.3频域平滑滤波

6.3.1理想低通滤波

6.3.2巴特沃斯低通滤波

6.3.3指数低通滤波

6.3.4梯形低通滤波

6.4 其他图像平滑方法

6.4.1基于模糊技术的平滑滤波

6.4.2基于偏微分方程的平滑滤波

习题

第7章 图像锐化

7.1图像边缘分析

7.2一阶微分算子

7.2.1梯度算子

7.2.2Roberts算子

7.2.3Sobel算子

7.2.4Prewitt算子

7.3二阶微分算子

7.4高斯滤波与边缘检测

7.4.1高斯函数

7.4.2LOG算子

7.4.3Canny算子

7.5频域高通滤波

7.6基于小波变换的边缘检测

7.7综合实例

习题

第8章 图像复原

8.1图像退化模型

8.1.1连续退化模型

8.1.2离散退化模型

8.1.3图像复原

8.2图像退化函数的估计

8.2.1基于模型的估计法

8.2.2基于退化图像本身特性的估计法

8.3图像复原的代数方法

8.3.1无约束最小二乘方复原

8.3.2约束复原

8.4典型图像复原方法

8.4.1逆滤波复原

8.4.2维纳滤波复原

8.4.3等功率谱滤波

8.4.4几何均值滤波

8.4.5约束最小二乘方滤波

8.4.6 Richardson–Lucy算法

8.5盲去卷积复原

8.6几何失真校正

习题

第9章  图像的数学形态学处理

9.1形态学基础

9.2 二值形态学的基础运算

9.2.1 基本形态变换

9.2.2 复合形态变换

9.3 二值图像的形态学处理

9.3.1 形态滤波

9.3.2 图像的平滑处理

9.3.3 图像的边缘提取

9.3.4 区域填充

9.3.5 目标探测—击中与否变换

9.3.6 细化

9.4 灰度形态学的基础运算

9.4.1 膨胀运算和腐蚀运算

9.4.2 开运算和闭运算

9.5灰度图像的形态学处理

9.5.1 形态学平滑

9.5.2 形态学梯度

9.5.3 Top-hat和Bottom-hat变换

习题

第10章 图像分割

10.1阈值分割

10.1.1基于灰度直方图的阈值选择

10.1.2基于模式分类思路的阈值选择

10.1.3其他阈值分割方法

10.2边界分割

10.2.1基于梯度的边界闭合

10.2.2 Hough变换

10.2.3边界跟踪

10.3区域分割

10.3.1区域生长

10.3.2区域合并

10.3.3区域分裂

10.3.4区域分裂合并

10.4基于聚类的图像分割

10.5分水岭分割

10.6综合实例

10.6.1设计思路

10.6.2各模块设计

10.6.3分析

习题

第11章 图像描述与分析

11.1特征点

11.1.1 Moravec角点检测

11.1.2 Harris角点检测

11.1.3 SUSAN角点检测

11.2几何描述

11.2.1像素间的几何关系

11.2.2区域的几何特征

11.3形状描述

11.3.1矩形度

11.3.2圆形度

11.3.3中轴变换

11.4边界描述

11.4.1边界链码

11.4.2傅里叶描绘子

11.5矩描述

11.5.1矩

11.5.2与矩相关的特征

11.6纹理描述

11.6.1联合概率矩阵法

11.6.2灰度差分统计法

11.6.3行程长度统计法

11.6.4LBP特征

11.7其他描述

11.7.1梯度方向直方图

11.7.2Haar-like特征

习题

第12章  图像编码

12.1 图像编码的基本理论

12.1.1 图像压缩的必要性

12.1.2 图像压缩的可能性

12.1.3 图像编码方法的分类

12.1.4 图像编码压缩术语简介

12.2 图像的无损压缩编码

12.2.1 无损编码理论

12.2.2 Huffman编码

12.2.3 算术编码

12.2.4 LZW编码

12.3 图像的有损压缩编码

12.3.1 预测编码

12.3.2 变换编码

12.4 JPEG标准和JPEG2000

12.4.1 JPEG基本系统

12.4.2 JPEG2000

习题

参考文献

04 编辑推荐

教材在总结作者多年从事数字图像处理教学经验的基础上编写而成，内容丰富，易教易学。

1.内容安排由浅入深、层次分明。对于各种图像处理算法，编写小示例，编制实例以及综合实例，由基础概念逐渐过渡到综合实例，阐述由浅入深，形象易懂，符合大学本科生的学习规律，便于学习和掌握。

2.教材的编写便于多种教学模式的开展。大量的简单示例和实例，便于采用主动式学习和翻转课堂；随着内容的进行，设计了多个综合案例，便于采用案例式教学；每章设计有编程实践题目，便于采用项目驱动式教学，也便于进行课程设计、实践教学。

3.辅助教学资源丰富。教材配有精心制作的课件、程序代码、图像素材以及实验指导，内容丰富，使用方便，有助于提高教学效果。

05 配套资源

本书提供配套教学课件、程序代码、实验指导、教学质量标准(教学大纲)等资源。

06 京东阅读

点击下方封面观看《数字图像处理——使用MATLAB分析与实现》京东详情页。

扫码优惠购书

07 图书赠送

您若是教师，可按以下方式申请图书

(1)关注「人工智能科学与技术」公众号，将本篇文章分享至朋友圈；

(2)填写申请表：打开「人工智能科学与技术」公众号菜单栏，点击 【图书】→【图书申请】进入申请表。

(3)申请人须是普通高校教师并担任所申请样书对应课程，申请表中需要上传相近课程的教学大纲证明身份。

AI学习相伴，你「在看」吗↓

如您想表达任何看法欢迎留下评论

公众号留言区