我用夸克网盘分享了「MATLAB图像与视频处理实用案例详解.epub」，点击链接即可保存。打开「夸克APP」在线查看，支持多种文档格式转换。

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。 《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。

作者简介

刘衍琦，硕士，软件研发工程师，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熟练地应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。

图书目录

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 1.3.4Retinex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 7.2.1QR编码简介 72 7.2.2QR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 11.3.1GUI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程序实现 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程序实现 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程序实现 152 14.3.1主成分分析源代码 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程序实现 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程序实现 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的角点特征检测 179 17.1案例背景 179 17.2理论基础 179 17.2.1Harris基本原理 179 17.2.2Harris算法流程 181 17.2.3Harris角点性质 181 17.3程序实现 182 17.3.1Harris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程序实现 187 18.3.1GUI设计 187 18.3.2GUI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程序实现 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程序实现 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程序实现 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 22.2.1K-means聚类算法原理 237 22.2.2K-means聚类算法的要点 238 22.2.3K-means聚类算法缺点 238 22.2.4基于K-means图像分割 239 22.3程序实现 239 22.3.1样本之间距离 239 22.3.2提取特征向量 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踪 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 23.2.4Horn-Schunck光流算法 247 23.3程序实现 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模块介绍 257 24.2.1分析和增强模块库（Analysis&Enhancement） 258 24.2.2转化模块库（Conversions） 258 24.2.3滤波模块库（Filtering） 259 24.2.4几何变换模块库（GemetricTransformations） 259 24.2.5形态学操作模块库（MorphologicalOperations） 260 24.2.6输入模块库（Sources） 260 24.2.7输出模块库（Sinks） 260 24.2.8统计模块库（Statistics） 261 24.2.9文本和图形模块库（Text&Graphic） 261 24.2.10变换模块库（Transforms） 262 24.2.11其他工具模块库（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程序实现 279 25.3.1准备载体和水印图像 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