本书以MATLAB 8.X汉化版为工具，深入浅出地介绍了基于计算机视觉系统工具箱（Computer Vision System Toolbox）的数字图像处理的基本原理、实现方法、仿真过程、代码生成,具有循序渐进、易于研读的特点。本书共6章，内容包括MATLAB操作基础、计算机视觉与数字图像处理基础、基于系统对象的编程、模块化仿真、C/C++代码的生成、双目立体视觉及其程序实现。

本书可作为电子信息工程、计算机科学与技术相关专业的本科生、研究生的教材，也可作为工程技术人员的参考资料，对数字图像技术感兴趣、计划系统学习的读者也可参考本书。

第1章MATLAB操作基础
1.1矩阵操作与运算
1.1.1在MATLAB中生成矩阵
1.1.2矩阵变形操作
1.1.3矩阵的下标引用
1.1.4获取当前矩阵信息
1.1.5矩阵运算
1.1.6矩阵关系比较
1.1.7矩阵元素值取整
1.1.8对矩阵进行逻辑运算
1.1.9矩阵分解
1.1.10查找矩阵中的最值
1.1.11查找矩阵中的元素
1.2MATLAB编程基础
1.2.1变量命名规则及其类型
1.2.2基本程序结构
1.2.3M文件
1.2.4函数句柄与匿名函数
1.2.5MATLAB编程技巧
1.3基于Simulink的仿真
1.3.1什么是Simulink
1.3.2Simulink模块库介绍
1.3.3创建一个简单的Simulink示例
1.3.4对模块进行基本操作
1.3.5信号线的操作
1.4计算机视觉系统工具箱介绍
第2章计算机视觉与数字图像处理基础
2.1基本概念
2.1.1什么是“计算机视觉”
2.1.2什么是“数字图像”
2.1.3数字图像处理的一些基本概念
2.1.4数字图像的矩阵表示
2.2图像的灰度直方图
2.3图像的色彩空间
2.3.1RGB色彩空间
2.3.2HSV色彩空间
2.3.3YUV空间
2.3.4HSI色彩空间
2.3.5灰度空间
2.3.6Lab色彩空间
2.4图像的缩放变换
2.5图像的平移变换
2.6图像的旋转变换
2.7图像的傅里叶变换
2.7.1傅里叶变换的物理意义
2.7.2离散傅里叶变换
2.7.3快速傅里叶变换
2.7.4主要性质
2.8图像的余弦变换
2.9图像的腐蚀和膨胀
2.9.1图像的腐蚀
2.9.2图像的膨胀
2.10图像的开运算、闭运算
2.10.1图像的开运算
2.10.2图像的闭运算
2.11图像的中值滤波
2.12图像的角点检测
2.13图像的边缘检测
2.13.1运用一阶微分算子检测图像边缘
2.13.2运用二阶微分边缘检测算子检测图像边缘
2.13.3Canny边缘检测算子
第3章基于系统对象的编程
3.1基于系统对象编程的介绍
3.2图像直方图的编程实现
3.3图像色彩空间变换的编程实现
3.4图像缩放的编程实现
3.5图像平移的编程实现
3.6图像旋转的编程实现
3.7图像傅里叶变换的编程实现
3.8图像余弦变换的编程实现
3.9图像腐蚀、膨胀的编程实现
3.10图像开运算、闭运算的编程实现
3.11图像中值滤波的编程实现
3.12图像角点检测的编程实现
3.13图像边缘检测的编程实现
第4章模块化仿真
4.1计算机视觉系统工具箱功能模块介绍
4.2图像直方图的模块化仿真
4.3图像色彩空间转换的模块化仿真
4.4图像缩放变换的模块化仿真
4.5图像平移变换的模块化仿真
4.6图像旋转变换的模块化仿真
4.7图像傅里叶变换的模块化仿真
4.8图像余弦变换的模块化仿真
4.9图像腐蚀膨胀的模块化仿真
4.10图像开运算、闭运算的模块化仿真
4.11图像中值滤波的模块化仿真
4.12图像角点检测的模块化仿真
4.13图像边缘检测的模块化仿真
第5章C/C++代码的生成
5.1如何打开MATLAB Coder交互界面
5.2MATLAB Coder所支持转换的类型
5.3简单程序的C/C++代码生成
5.4通过命令实现C代码的生成
5.5图像缩放算法的代码生成与运行
第6章双目立体视觉及其程序实现
6.1双目立体视觉基本理论
6.1.1摄像机成像模型
6.1.2双目立体视觉原理
6.1.3双目立体视觉系统基本概念
6.2双目立体视觉系统摄像机标定
6.2.1摄像机标定概念
6.2.2摄像机标定常用方法
6.2.3例程精讲： 使用棋盘格进行标定
6.3立体图像校正
6.3.1立体图像校正原理
6.3.2例程精讲： 立体图像校正
6.4立体匹配
6.4.1立体匹配约束准则确定
6.4.2匹配代价函数与代价计算
6.4.3视差计算及优化
6.4.4例程精讲： 视差计算
6.5三维重建
6.5.1空间点三维重建
6.5.2例程精讲： 三维重建
参考文献

　　第5章C/C++代码的直接生成
　　在MATLAB的产品族中，MATLAB Coder、Simulink Coder可以直接将MATLAB代码、Simulink仿真模型转换成高效优化的C/C++语言程序代码，这些C/C++代码可以脱离MATLAB环境独立运行，这样大大减少了软件工程师的编写代码工作量，并且提高了软件编写的规范性，缩短了产品软件的研发周期。
　　5.1如何打开MATLAB Coder交互界面
　　方法1： 单击“应用程序”菜单中的MATLAB Coder,如图5.1.1所示。
　　图5.1.1“应用程序”菜单中的MATLAB Coder
　　方法2： 在命令行窗口中输入coder命令,如图5.1.2所示。
　　图5.1.2在命令行窗口中输入coder命令
　　通过上述两种方法打开的MATLAB Coder交互界面如图5.1.3所示。
　　图5.1.3打开的MATLAB Coder交互界面
　　5.2MATLAB Coder所支持转换的类型
　　MATLAB Coder所支持的转换类型如表5.2.1所示。
　　表5.2.1MATLAB Coder所支持的转换类型
　　矩阵和数组类和数据类型编程结构函数
　　矩阵运算
　　N维数组
　　下标操作
　　帧
　　持续变量
　　全局变量复数
　　整形数据匹配
　　单精度双精度
　　定点运算
　　字符
　　结构体
　　数值类
　　变长度数据
　　系统对象数学运算
　　逻辑关系操作符
　　程序控制语句（if,for,while,switch）和结构部分MATLAB函数
　　和系统对象
　　5.3简单程序的C/C++代码生成
　　步骤1： 编写一个M函数foo.m,如图5.3.1所示，用于计算a与b相乘。
　　图5.3.1编写的M函数foo.m
　　注意： 在函数的第一行结尾加入关键词“%#codegen”，它告诉MATLAB正在使用的函数用于代码生成，需要使用MATLAB Coder工具。
　　步骤2： 在命令行窗口输入coder(图形界面)，按Enter键，弹出MATLAB Coder Project对话框，输入工程名foo.prj，如图5.3.2所示。
　　图5.3.2新建一个工程名为foo.prj的工程
　　步骤3： 在新建完工程之后，单击Build标签，将Output type设置为C/C++ Static Library，如图5.3.3所示，用于生成静态的可独立运行的C/C++代码库。单击More settings，弹出“工程设置”窗口，单击“所有设置”，在Language选项上通过下拉菜单选择C++，如图5.3.4所示。
　　……

　　前言
　　随着信息处理技术和计算机技术的飞速发展，计算机视觉技术已在工业检测、监控侦察、人机交互等领域受到了广泛的重视并取得了众多成就。
　　近年来，MATLAB软件针对数字图像处理技术推出了诸多新功能，计算机视觉系统工具箱（Computer Vision System Toolbox）便是其中典型的代表。与图像处理工具箱（Image Processing Toolbox）相比，计算机视觉工具箱引入了基于系统对象（System Object）和基于模型的处理模式，使其处理速度更快，交互性更强。同时，该工具箱的绝大多数函数、系统对象、模型支持代码转换，可自动生成可读、可运行、可移植的C/C++代码。
　　本书以MATLAB 8.X汉化版为工具，深入浅出地介绍了基于计算机视觉系统工具箱的数字图像处理的基本原理、实现方法、仿真过程和代码生成。
　　本书具有如下特色：
　　（1） 本书将基本原理、仿真实现、编程实现、代码转换有机地结合，实现了对计算机视觉系统工具箱全方位的讲解。
　　（2） 根据编者近些年来从事教学、科研的经验，列举了MATLAB计算机视觉工具箱的实现实例，并附有详细注解；在每个例子中都有运行效果图，使读者具有身临其境的感觉。
　　（3） 本书在讲解的过程中，分享了作者的一些心得，实用性强，有利于读者快速上手。
　　本书共6章，内容包括 MATLAB操作基础、计算机视觉与数字图像处理基础、基于系统对象的编程、模块化仿真、C/C++代码的生成、双目立体视觉及其程序实现。
　　本书适用于以下人群： 对数字图像技术感兴趣、计划系统学习的读者,电子信息工程、计算机科学技术相关专业的本科生、研究生，以及工程技术人员。
　　本书的第1章由唐弘毅编写，第6章由何灏编写，其余各章由赵小川编写，唐弘毅也参与了编写工作，邱帅睿、于逊、刘祥、李阳分别对本书进行了资料整理及校对。
　　赵小川
　　2017年12月