读书笔记摘抄新闻资讯
MATLAB图像与视频处理实用案例详解
《MATLAB图像与视频处理实用案例详解》是2015年1月1日电子工业出版社出版的图书，作者是刘衍琦、詹福宇。
基本介绍
- 书名：MATLAB图像与视频处理实用案例详解
- 作者：刘衍琦、詹福宇
- ISBN：978-7-121-25226-6
- 类别：计算机基础
- 页数：308
- 定价：69
- 出版社：电子工业出版社
- 出版时间：2015年1月1日
- 装帧：平装
- 开本：16
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（含可运行程式），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、英文字元文本识别、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、视频运动估计追蹤、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组。
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实验的核心程式，通过对这些示例程式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中各种函式在图像处理领域中的用法。
《MATLAB图像与视频处理实用案例详解》以案例为基础，结构布局紧凑，内容深入浅出，实验简捷高效，适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生，以及广大从事数字图像处理的工程研发人员阅读参考。
出版信息
MATLAB图像与视频处理实用案例详解
刘衍琦 詹福宇 编着
ISBN 978-7-121-25226-6
2015年1月出版
定价：69.00元
308页
16开
编辑推荐
1．MATLAB技术论坛创始人及该论坛图像版主联合力作，业内众多专家力荐；
2．针对读者需求精选超值案例，以极大程度提高读者的理论及亲身实战经验；
3．每个案例的讲解都是先基础及思路，再实战，最后辅以思路延伸；
4．吐血案例分享，即学即用：图像去雾、图像去噪、车牌定位识别、肺癌辅助诊断、答题卡/人脸二维码/字元/数字验证码识别、交通汽车检测跟蹤、Simulink图像/视频处理、数字水印、图像拼接……；
5．学无止境，探索无止境，交流无止境。MATLAB技术论坛提供本书线上交流服务，名家、专家及众多MATLAB图像与视频处理爱好者等着你的加入。
内容提要
《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（含可运行程式），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、英文字元文本识别、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、视频运动估计追蹤、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组。
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实验的核心程式，通过对这些示例程式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中各种函式在图像处理领域中的用法。
《MATLAB图像与视频处理实用案例详解》以案例为基础，结构布局紧凑，内容深入浅出，实验简捷高效，适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生，以及广大从事数字图像处理的工程研发人员阅读参考。
目录
第1章 基于直方图最佳化的图像去雾技术 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 程式实现 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 程式实现 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 程式实现 25
3.3.1 多尺度边缘 25
3.3.2 主处理函式 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 程式实现 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 车牌字元处理 52
5.2.4 字元识别 54
5.3 程式实现 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 程式实现 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编码解码 74
7.2.3 主成分分析方法 76
7.3 程式实现 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 特徵提取 85
8.2.3 模式识别 86
8.3 程式实现 87
8.3.1 图像处理 87
8.3.2 特徵提取 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 基于特徵匹配的英文印刷字元识别 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 程式实现 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 程式实现 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 手动确认併入库 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 程式实现 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
12.2.1 图像匹配 125
12.2.2 图像融合 127
12.3 程式实现 127
12.3.1 设计GUI 127
12.3.2 载入图片 128
12.3.3 图像匹配 129
12.3.4 图像拼接 133
12.4 延伸阅读 137
12.5 参考文献 138
第13章 基于霍夫曼图像压缩重建 139
13.1 案例背景 139
13.2 理论基础 139
13.2.1 霍夫曼编码的步骤 139
13.2.2 霍夫曼编码的特点 140
13.3 程式实现 141
13.3.1 设计GUI 141
13.3.2 压缩重构 142
13.3.3 效果对比 147
13.4 延伸阅读 149
13.5 参考文献 149
第14章 基于主成分分析的图像压缩和重建 150
14.1 案例背景 150
14.2 理论基础 150
14.2.1 主成分降维分析原理 150
14.2.2 由得分矩阵重建样本 151
14.2.3 主成分分析数据压缩比 151
14.2.4 基于主成分分析的图像压缩 152
14.3 程式实现 152
14.3.1 主成分分析原始码 152
14.3.2 图像和样本间转换 153
14.3.3 基于主成分分析的图像压缩 154
14.4 延伸阅读 157
14.5 参考文献 157
第15章 基于小波的图像压缩技术 158
15.1 案例背景 158
15.2 理论基础 158
15.3 程式实现 161
15.4 延伸阅读 167
15.5 参考文献 168
第16章 基于Hu不变矩的图像检索技术 169
16.1 案例背景 169
16.2 理论基础 169
16.3 程式实现 170
16.3.1 图像预处理 170
16.3.2 计算不变矩 171
16.3.3 图像检索 172
16.3.4 结果分析 174
16.4 延伸阅读 177
16.5 参考文献 178
第17章 基于Harris的角点特徵检测 179
17.1 案例背景 179
17.2 理论基础 179
17.2.1 Harris基本原理 179
17.2.2 Harris算法流程 181
17.2.3 Harris角点性质 181
17.3 程式实现 182
17.3.1 Harris算法代码 182
17.3.2 角点检测实例 184
17.4 延伸阅读 184
17.5 参考文献 185
第18章 基于GUI搭建通用视频处理工具 186
18.1 案例背景 186
18.2 理论基础 186
18.3 程式实现 187
18.3.1 GUI设计 187
18.3.2 GUI实现 188
18.4 延伸阅读 195
18.5 参考文献 195
第19章 基于语音识别的信号灯图像模拟控制技术 196
19.1 案例背景 196
19.2 理论基础 196
19.3 程式实现 197
19.4 延伸阅读 207
19.5 参考文献 207
第20章 基于帧间差法进行视频目标检测 208
20.1 案例背景 208
20.2 理论基础 208
20.2.1 帧间差分法 208
20.2.2 背景差分法 209
20.2.3 光流法 210
20.3 程式实现 211
20.4 延伸阅读 218
20.5 参考文献 218
第21章 路面裂缝检测识别系统设计 219
21.1 案例背景 219
21.2 理论基础 219
21.2.1 图像灰度化 220
21.2.2 图像滤波 221
21.2.3 图像增强 223
21.2.4 图像二值化 224
21.3 程式实现 226
21.4 延伸阅读 236
21.5 参考文献 236
第22章 基于K-means聚类算法的图像区域分割 237
22.1 案例背景 237
22.2 理论基础 237
22.2.1 K-means聚类算法原理 237
22.2.2 K-means聚类算法的要点 238
22.2.3 K-means聚类算法缺点 238
22.2.4 基于K-means图像分割 239
22.3 程式实现 239
22.3.1 样本之间距离 239
22.3.2 提取特徵向量 240
22.3.3 图像聚类分割 241
22.4 延伸阅读 243
22.5 参考文献 243
第23章 基于光流场的交通汽车检测跟蹤 244
23.1 案例背景 244
23.2 理论基础 244
23.2.1 光流法检测运动原理 244
23.2.2 光流的主要计算方法 245
23.2.3 梯度光流场约束方程 246
23.2.4 Horn-Schunck光流算法 247
23.3 程式实现 248
23.3.1 计算视觉系统工具箱简介 248
23.3.2 基于光流场检测汽车运动 250
23.3.3 搭建Simulink运动检测模型 253
23.4 延伸阅读 255
23.5 参考文献 256
第24章 基于Simulink进行图像和视频处理 257
24.1 案例背景 257
24.2 模组介绍 257
24.2.1 分析和增强模组库（Analysis & Enhancement） 258
24.2.2 转化模组库（Conversions） 258
24.2.3 滤波模组库（Filtering） 259
24.2.4 几何变换模组库（Gemetric Transformations） 259
24.2.5 形态学操作模组库（Morphological Operations） 260
24.2.6 输入模组库（Sources） 260
24.2.7 输出模组库（Sinks） 260
24.2.8 统计模组库（Statistics） 261
24.2.9 文本和图形模组库（Text & Graphic） 261
24.2.10 变换模组库（Transforms） 262
24.2.11 其他工具模组库（Utilities） 262
24.3 仿真案例 262
24.3.1 搭建组织模型 262
24.3.2 仿真执行模型 264
24.3.3 代码自动生成 265
24.4 延伸阅读 270
24.5 参考文献 271
第25章 基于小波变换的数字水印技术 272
25.1 案例背景 272
25.2 理论基础 272
25.2.1 数字水印技术原理 273
25.2.2 典型的数字水印算法 274
25.2.3 数字水印攻击和评价 276
25.2.4 基于小波的水印技术 277
25.3 程式实现 279
25.3.1 準备载体和水印图像 279
25.3.2 小波数字水印的嵌入 280
25.3.3 小波数字水印的提取 283
25.3.4 小波水印的攻击试验 286
25.4 延伸阅读 289
25.5 参考文献 290
作者简介
刘衍琦，硕士，软体研发工程师，MATLAB技术论坛图像版主，毕业于大连理工大学数学科学学院计算几何与图形图像实验室。从本科学习阶段开始接触MATLAB，历经MATLAB由6.X到8.X系列的发展，不断地将MATLAB熟练地套用到科研学习和工作之中，并积极通过MATLAB技术论坛等平台与国内外广大会员朋友进行技术探讨，将解决图像处理开发所遇到的实际问题进行了经验总结，积累了一定的图像处理知识储备。在MATLAB技术论坛发布多篇图像处理相关教程，合作出版多本MATLAB书籍。
詹福宇，博士，飞行控制系统工程师，MATLAB技术论坛创始人，毕业于西北工业大学航空学院飞行器设计专业。精通多种计算机编程，尤其擅长MATLAB和C/C++，拥有近10年MATLAB开发使用经验，熟悉Simulink基于模型设计流程。于2008年创建MATLAB技术论坛，安全运营、维护和管理该论坛网站6年，编写MATLAB/Simulink原创教程数百篇，解决会员MATLAB技术问题数万个，积累了丰富的相关经验。曾多次、多地组织MATLAB现场技术研讨会，赢得了大家的积极好评。
前言
MATLAB是MathWorks公司推出的一款套用于科学计算和工程仿真的互动式编程软体，近几年已经发展成为集数值分析、数学建模、图像处理、控制系统、信号处理、经济金融、计算生物学、动态仿真等为一体的科学工程软体。数字图像处理技术涉及计算机科学、模式识别、人工智慧、生物工程等学科，是一门综合性的技术。
自从电子计算机诞生以来，通过计算机仿真来模拟人类视觉便成为一项非常热门且颇具挑战性的研究领域，随着数位相机、智慧型手机等硬体设备的普及，图像以其易于採集、信息相关性多、抗干扰能力强的特点得到了越来越广泛的套用。信息化和数位化时代已经来临，随着国家对人工智慧领域的不断投入，图像处理的需求量也会越来越大，套用也将越来越广泛。
MATLAB图像处理工具箱可为用户提供诸如图像变换、图像增强、图像特徵检测、图像复原、图像分割、图像去噪、图像配準、视频处理等功能研发的技术支撑。同时藉助于MATLAB方便的编程及调试技巧，用户可以根据需要进一步拓展图像处理工具箱，实现定製的图像处理需求。
本书目的
本书以案例的形式展现，力求为读者提供最便捷、直接的技术支持，解决读者在研发过程中遇到的最具体、实际的技术难点，争取与广大读者分享研发过程中所涉及的功能模组及某些成熟的系统框架，为读者进行科学实验、项目开发提供一定的技术支持。
通过对书中案例的阅读、理解、运行和仿真，读者可以有针对性地进行算法调试，这样可以更加深刻地理解图像与视频处理的含义，并且更加熟练地掌握MATLAB图像处理工具箱的用法。
本书特点
作者阵容强大，经验相当丰富
在实际的科研工作中，本书作者之一詹福宇（论坛ID：dynamic）长期与国内外会员进行技术交流，积极解答会员疑问并进行经验总结，积累了丰富的MATLAB/Simulink图像处理经验。本书另一位作者刘衍琦（论坛ID：lyqmath）则是MATLAB技术论坛图像版主，通过运用MATLAB进行图像处理、视频分析等项目实践，积累了较为丰富的项目实战经验。
案例丰富、实用、拓展性强
本书选择以案例的形式进行编写，充分强调“案例的实用性、程式的可拓展性”，所选案例均来自于MATLAB技术论坛会员的切身需求，每一个案例都与实际课题相结合。另外，书中的每个案例都经过作者在MATLAB上进行程式调试，作者也为此编写了大量的测试代码。书中某些部分的内容描述是作者根据图像处理实验过程进行归纳总结的结果，多数案例的程式实现部分具有一定的原创性。
理论知识扎实，集众家之长处
在本书的编写过程中参考了大量的MATLAB帮助文档、MATLAB相关书籍及MATLAB技术论坛等方面的资源，同时引用了部分参考文献的最新图像相关技术和理论。
点面完美结合，兼顾中高级用户
本书点面兼顾，涵盖了数字图像处理中几乎所有的基本模组，并涉及视频处理、配準拼接、数字水印、生物识别等高级图像处理方面内容，全面讲解了基于MATLAB R2012a进行图像处理的原理及方法。
配套资源丰富，交流资源绝佳
本书作者和编辑联合MATLAB技术论坛，为广大读者提供“线上交流，有问必答”网路互动答疑服务，您可以与作者一对一地探讨相关知识点，以及下载书籍的辅助资料，让您获得最佳的阅读体验。您的建议将是我们创作精品的最大动力和源泉。
本书作者会儘量每周登入网站2～3次，集中回复读者的疑难问题，但由于工作和时间等原因，作者可能不会及时回答所有读者的问题，敬请大家谅解。只要您愿意交流和学习，MATLAB技术论坛有足够优秀的会员帮您解答。
内容架构
本书共有25个MATLAB图像与视频处理案例（含可运行程式），其内容架构如下所述。
第1章：讲述基于直方图最佳化的图像去雾技术，通过直方图增强技术的相关研究，引入对雾霾图像进行最佳化的套用。
第2章：讲述基于形态学的权重自适应图像去噪，通过形态学的图像去噪效果，引入加权形态学去噪的套用。
第3章：讲述基于多尺度形态学提取眼前节组织，通过形态学的图像边缘提取效果，引入多尺度形态学的套用。
第4章：讲述基于Hough变化的答题卡识别，通过对答题卡自动阅卷的研究，引入图像分割、目标定位等领域的套用。
第5章：讲述基于阈值分割的车牌定位识别，通过对车牌定位、分割、识别的研究，引入图像处理在车牌识别领域的套用。
第6章：讲述基于分水岭分割进行肺癌诊断，通过分水岭算法在肺部图像分割的研究，引入分水岭及医学图像处理的套用。
第7章：讲述基于主成分分析的人脸二维码识别，通过对主成分分析、人脸识别、QR二维码的研究，引入QR人脸识别的套用。
第8章：讲述基于知识库的手写体数字识别，通过对手写数字特徵的提取，引入模式识别在手写数字方面的套用。
第9章：讲述基于特徵匹配的英文印刷字元识别，通过对英文片段图像的分割、识别，引入在MATLAB中生成自定义标準字元库、GUI互动等领域的套用。
第10章：讲述基于不变矩的数字验证码识别，通过对验证码生成特点、分割定位、检测识别的研究，引入对某特定类型验证码从获取到识别的套用。
第11章：讲述基于小波技术进行图像融合，通过对图像融合的研究，引入小波分解、图像多解析度处理的套用。
第12章：讲述基于块匹配的全景图像拼接，通过对全景图像生成方法的研究，引入块匹配、加权融合等套用。
第13章：讲述基于霍夫曼图像压缩重建，通过对霍夫曼编码的研究，引入图像压缩重建的套用。
第14章：讲述基于主成分分析的图像压缩和重建，通过对主成分分析的研究，引入不同压缩参数下重建效果调优的套用。
第15章：讲述基于小波的图像压缩技术，通过对小波图像处理的研究，引入多解析度图像压缩重建的套用。
第16章：讲述基于Hu不变矩的图像检索技术，通过对图像库Hu矩特徵提取的研究，引入图像检索的套用。
第17章：讲述基于Harris的角点特徵检测，通过对Harris检测算法的研究，引入图像角点检测的套用。
第18章：讲述基于GUI搭建通用视频处理工具，通过对GUI、视频图像处理工具箱的使用，搭建MATLAB图像视频处理框架的套用。
第19章：讲述基于语音识别的信号灯图像模拟控制技术，通过对语音特徵及建库的研究，引入一个语音控制光信号的套用。
第20章：讲述基于帧间差法进行视频目标检测，通过对视频跟蹤的研究，引入在视频多目标跟蹤的套用。
第21章：讲述路面裂缝检测识别系统设计，通过对裂缝图像特徵、识别的研究，引入路面裂缝检测和提取的套用。
第22章：讲述基于K-means聚类算法的图像区域分割，通过对K均值聚类算法的研究，引入其在图像分割方面的套用。
第23章：讲述基于光流场的交通汽车检测跟蹤，通过对汽车视频跟蹤的研究，引入光流场在跟蹤检测方面的套用。
第24章：讲述基于Simulink进行图像视频处理，通过对Simulink模组简介，引入其在图像视频处理领域的套用。
第25章：讲述基于小波变换的数字水印技术，通过对图像水印的相关研究，引入图像水印嵌入、提取等套用。
关于MATLAB技术论坛
MATLAB技术论坛（Simulink仿真论坛）是国内两大MATLAB技术学习和交流平台之一！她致力于为大家提供专业、权威的MathWorks新闻资讯，丰富、免费的MATLAB教学资源，以及强大、全面的MATLAB技术支持!
MATLAB技术论坛由西北工业大学航空学院dynamic同学于2008年09月14日创建，并在2010年8月1日对论坛管理结构进行了扩充和重组，新加入6名MATLAB高级爱好者（yaksa、matsuper、yangzijiang、faruto、rocwoods、xiezhh）！MATLAB技术论坛有注册会员30多万，管理成员30多名，专业版块80多个，高质量主题20000+；举办过编程竞赛、线下研讨会和数模竞赛等多项活动；与多个出版单位和科研机构有合作关係！
特别致谢
本书由刘衍琦、詹福宇编着，在本书的编写过程中，得到了中科院计算所烟台分所、中航工业611所、西北工业大学等单位领导和同事的大力支持，在此对他们表示衷心的感谢。本书写作之初还得到了电子工业出版社张国霞编辑的鼓励和支持，在此深表谢意。最后，作者对本书所引用论文和参考书籍的作者表示感谢，同时对各位MATLAB技术论坛的会员朋友给予的启发和帮助表示感谢。
由于时间仓促，加之作者水平和经验有限，书中疏漏甚至错误在所难免，希望广大读者批评指正。
刘衍琦 詹福宇
2015年1月