數位影像處理
繆紹綱
- 出版商: 全華圖書
- 出版日期: 2024-06-24
- 定價: $750
- 售價: 9.0 折 $675
- 語言: 繁體中文
- 頁數: 696
- ISBN: 6264010057
- ISBN-13: 9786264010054
-
相關分類:
數位影像處理 Digital-image
立即出貨 (庫存 < 5)
買這商品的人也買了...
-
The CUDA Handbook: A Comprehensive Guide to GPU Programming, (Paperback)$2,200$2,090 -
Matrix Computations, 4/e (Hardcover)$3,330$3,164 -
Digital Image Processing, 4/e (GE-Paperback)$1,390$1,362 -
Digital Design: With an Introduction to the Verilog HDL, VHDL, and SystemVerilog, 6/e (GE-Paperback)$1,380$1,352 -
數位影像處理 (Gonzalez & Woods : Digital Image Processing, 4/e)$880$862 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$493 -
Python 機器學習 (上), 3/e (Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 3/e)$620$484 -
Python 機器學習 (下), 3/e (Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 3/e)$520$406 -
影像處理與電腦視覺, 7/e$780$741 -
網路規劃與管理實務 - 協助考取國際網管證照, 3e$980$774 -
圖解量子電腦$359$341 -
數位影像處理－Python 程式實作, 3/e (附範例光碟)$600$540 -
Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control, 2/e (Hardcover)$1,560$1,529 -
數位與醫學的人工智慧影像處理技術：Python 實務$580$452 -
計算機視覺三維測量與建模$414$393 -
AI 必須！從做中學貝氏統計 – 從事機器學習、深度學習、資料科學、大數據分析一定要懂的統計利器 (修訂第二版)$1,200$1,020 -
一本書秒殺電腦視覺最新應用：80個 Python 大師級實例, 2/e$880$695 -
Code：隱藏在電腦軟硬體底下的秘密 (第二版) (Code: The Hidden Language of Computer Hardware and Software, 2/e)$680$510 -
從「利率」看經濟：看懂財經大勢，學會投資理財$450$356 -
C++ Game Animation Programming - Second Edition: Learn modern animation techniques from theory to implementation using C++, OpenGL, and Vulkan (Paperback)$2,010$1,910 -
向 Level-5 前進：全方位自動駕駛感知原理與實作$780$616 -
跟 NVIDIA 學深度學習！從基本神經網路到 ......、GPT、BERT...，紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$695 -
高速電路設計實踐$414$393 -
高速電路設計進階$888$844 -
台灣之光物件辨識 - 最新 YOLO 原理精讀+實戰$800$632
相關主題
商品描述
本書特色
1.具備豐富且完整的內容，為讀者建立堅實的理論與實務基礎。
2.提供更加豐富的數值與影像處理範例，大幅增加閱讀性。
3.內容更新與時俱進，並導入如深度學習等近年重要且熱門議題。
4.以數學推導、演算法及步驟式條列等，更加多元的方式進行解說。
內容簡介
本書介紹數位影像處理的應用，為了應對影像處理領域近年來的蓬勃發展，範疇廣泛。我們先專注於核心概念，並引導讀者建立扎實的基礎外，且同時結合實務應用，幫助他們踏入這個迅速變遷的領域。書中先從取樣與量化、鄰域處理及轉換法介紹，幫助學生打好基礎，接著介紹影像增強、影像復原、影像壓縮、影像分割、表示與描述等核心內容，最後結合實用並應用在圖樣辨別及影像系統的評估。本書適用大學、科大資工、電子及電機系「數位影像處理」及「影像處理」課程使用。
目錄大綱
第一章 簡介
1.1 背景
1.2 影像的表示
1.3 數位影像處理
1.4 數位影像處理系統
1.5 本書架構
第二章 取樣與量化
2.1 取樣
2.2 量化
2.3 向量量化
習題
第三章 鄰域處理
3.1 簡介
3.2 低通與高通濾波器
3.3 排序濾波器
3.4 高斯濾波器
3.5 雙邊濾波器
3.6 邊緣偵測濾波器
習題
第四章 轉換法
4.1 簡介
4.2 KL轉換
4.3 主成份分析
4.4 好轉換的特性
4.5 正交轉換
4.6 傅立葉轉換
4.7 離散餘弦轉換
4.8 Walsh-Hadamard轉換
4.9 Haar轉換
4.10 SVD轉換
4.11 小波轉換
習題
第五章 影像增強
5.1 點處理增強
5.2 直方圖修整
5.3 局部增強
5.4 空間濾波
5.5 頻域的影像增強法
5.6 色彩模型
5.7 彩色影像增強
習題
第六章 影像復原
6.1 影像降質系統
6.2 降質系統的矩陣描述
6.3 代數復原方法
6.4 反濾波法
6.5 最小平方濾波器
6.6 限制性最小平方復原
6.7 盲目影像還原技術
6.8 非線性偏移不變降質系統的一個實例(除霧)
習題
第七章 影像壓縮
7.1 資料編碼與資料壓縮
7.2 影像壓縮模型
7.3 訊息理論基礎
7.4 無失真壓縮
7.5 有損耗壓縮
7.6 影像壓縮標準 JPEG
7.7 動態視訊壓縮
7.8 以小波轉換壓縮之實例
習題
第八章 影像分割
8.1 導論
8.2 影像分割處理
8.3 以門檻值法實現影像分割
8.4 以區域法實現影像分割
8.5 以邊界法實現影像分割
8.6 以邊緣法實現影像分割
8.7 分割影像之儲存
8.8 影像分割前置處理 --- LUM濾波器
習題
第九章 表示與描述
9.1 基本表示方法
9.2 B-樣條函數曲線表示法
9.3 邊界描述子
9.4 一般區域描述子
9.5 紋理區域描述子
9.6 形態學
9.7 特徵檢測、描述與匹配簡介
9.8 角點檢測器
9.9 尺度不變特徵轉換
9.10 加速強健特徵
9.11 隨機樣本一致性
9.12 影像對齊
習題
第十章 圖樣識別
10.1 分類
10.2 支持向量機
10.3 AdaBoost機器學習算法
10.4 隨機森林分類演算法
10.5 統計決策圖樣辨識
10.6 特徵選取
10.7 聚類
10.8 利用類神經網路做圖樣識別
10.9 深度學習網路
習題
第十一章 影像系統評估
11.1 影像品質評估
11.2 一般辨識器效能評估
11.3 不平衡測試集的分類器性能度量
11.4 新分類器性能測量方法：A-means
11.5 其他系統評估準則
習題
(附錄及參考文獻採QRcode掃描方式呈現)
附錄
附錄A 數學基礎
附錄B 四類DCT 的產生
附錄C JPEG-LS 部份程式實現說明
附錄D 支持向量機的公式推導
附錄E 核空間和最佳化理論簡介
參考文獻
