數字圖像處理(第4版)
李俊山
- 出版商: 清華大學
- 出版日期: 2021-08-01
- 定價: $354
- 售價: 8.0 折 $283
- 語言: 簡體中文
- 頁數: 315
- 裝訂: 平裝
- ISBN: 730258091X
- ISBN-13: 9787302580911
-
相關分類:
數位影像處理 Digital-image、Computer Vision
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$550$539 -
$352MATLAB 神經網絡原理與實例精解
-
$449機器學習算法原理與編程實踐
-
$390$351 -
$474$450 -
$704清華開發者書庫:機器人模擬與編程技術
-
$658機器人學、機器視覺與控制 — MATLAB 算法基礎
-
$203卡爾曼濾波原理及應用:MATLAB 模擬
-
$301特徵工程入門與實踐 (Feature Engineering Made Easy)
-
$490$417 -
$352TensorFlow 2.0 捲積神經網絡實戰
-
$708$673 -
$414$393 -
$396人工智能:智能機器人
-
$474$450 -
$594$564 -
$780$663 -
$331智能機器人開發與實踐
-
$354$336 -
$281機器人學基礎
-
$403機器人學, 4/e
-
$510人工智能算法
-
$414$393 -
$460$414 -
$280控制系統的仿真與分析 — 基於 MATLAB 的應用
相關主題
商品描述
本書較全面地介紹了數字圖像處理的基本概念、基本原理、基本技術和基本方法。全書共14章,包括緒論、數字圖像處理基礎、數字圖像的基本運算、空間域圖像增強、頻率域圖像處理、圖像恢復、圖像壓縮編碼、小波圖像處理、圖像分割、圖像特徵提取、彩色圖像處理、形態學圖像處理、目標表示與描述、視頻圖像處理基礎。內容覆蓋數字圖像處理技術的各方面知識及相關領域的**發展。 本書內容選材新穎,表述通俗,語言精練,圖文並茂,系統性強,與新技術緊密結合。 本書可作為高等院校電腦科學與技術、電子信息工程、通信工程、光電信息科學與工程、醫學信息工程等專業的教材,也可供電腦視覺、圖像處理、目標識別等領域的工程技術人員或相關研究方向的研究生參考。
作者簡介
李俊山,教授,博士生導師,中國計算機學會理事、中國圖像圖形學學會理事;原二砲兵導彈專家,全軍院校育才獎金獎獲得者;曾任高等學校大學計算機課程教學指導委員會委員。
獲省部級科技進步獎22項。
建設精品課程和精品資源共享課2門、省部級優質課程和精品網絡課程2門。
獲省部級優秀教學成果獎和優秀教材一等獎5項。
發表學術論文350餘篇。
一作者出版專著3部、譯著1部、教材15部。
目錄大綱
目錄
第1章緒論
1.1數字圖像與數字圖像處理
1.2數字圖像處理系統的組成
1.3圖像處理技術研究的基本內容
1.4圖像處理技術的應用領域
1.5MATLAB及其應用基礎
1.5.1MATLAB系統的組成
1.5.2MATLAB系統的軟件環境
1.5.3MATLAB應用基礎
習題1
第2章數字圖像處理基礎
2.1電磁波譜與可見光譜
2.2人眼的亮度視覺特性
2.2.1視覺適應性
2.2.2同時對比效應
2.2.3馬赫帶效應
2.2.4視覺錯覺
2.3圖像的表示
2.3.1簡單的圖像成像模型
2.3.2數字圖像的表示
2.4空間分辨率和灰度分辨率
2.4.1空間分辨率和灰度分辨率的概念
2.4.2採樣數變化對圖像視覺效果的影響
2.4.3空間分辨率變化對圖像視覺效果的影響
2.4.4灰度分辨率變化對圖像視覺效果的影響
2.5像素間的關系
2.5.1像素的相鄰和鄰域
2.5.2像素的鄰接性與連通性
2.5.3距離的度量
2.6圖像的顯示
2.6.1顯示分辨率與圖像分辨率
2.6.2彩色模型
2.6.3位圖
2.6.4調色板
2.7圖像文件格式
2.7.1位圖文件頭
2.7.2位圖信息頭
2.7.3位圖調色板
2.7.4圖像的位圖數據
習題2
第3章數字圖像的基本運算
3.1灰度反轉
3.2對數變換
3.3灰度直方圖
3.3.1灰度直方圖與灰度圖像的對比度
3.3.2灰度直方圖的特徵
3.3.3歸一化灰度直方圖
3.4圖像的代數運算
3.4.1圖像的相加運算
3.4.2圖像的相減運算
3.5圖像的幾何運算
3.5.1圖像平移變換
3.5.2圖像旋轉變換
3.5.3圖像鏡像變換
3.5.4圖像轉置變換
3.5.5圖像縮放
習題3
第4章空間域圖像增強
4.1基於點運算的圖像增強方法
4.1.1對比度拉伸
4.1.2窗切片
4.2基於直方圖的圖像增強方法
4.2.1直方圖均衡
4.2.2直方圖規定化
4.3基於空間平滑濾波的圖像增強方法
4.3.1線性平滑濾波圖像增強方法——鄰域平均法
4.3.2非線性平滑濾波圖像增強方法——中值濾波法
4.4基於空間銳化濾波的圖像增強方法
4.4.1基於一階微分算子的圖像增強方法
4.4.2基於二階微分算子的圖像增強方法
習題4
第5章頻率域圖像處理
5.1二維離散傅里葉變換
5.1.1二維離散傅里葉變換的定義和傅里葉頻譜
5.1.2二維離散傅里葉變換的重要性質
5.1.3圖像的傅里葉頻譜特性分析
5.1.4離散傅里葉變換的實現
5.2頻率域圖像處理的基本實現思路
5.2.1基本實現思想
5.2.2轉移函數的設計
5.3基於頻率域的圖像噪聲消除——頻率域低通濾波
5.3.1理想的低通濾波器
5.3.2巴特沃斯低通濾波器
5.3.3高斯低通濾波器
5.4基於頻率域的圖像增強——頻率域高通濾波
5.4.1理想的高通濾波器
5.4.2巴特沃斯高通濾波器
5.4.3高斯高通濾波器
5.5帶阻濾波和帶通濾波
5.5.1帶阻濾波器
5.5.2帶通濾波器
習題5
第6章圖像恢復
6.1圖像的退化模型
6.1.1常見退化現象的物理模型
6.1.2圖像退化模型的表示
6.2逆濾波圖像恢復
6.2.1無約束最小二乘方恢復
6.2.2逆濾波圖像恢復方法
6.2.3無約束圖像恢復的病態性
6.3維納濾波圖像恢復
6.3.1有約束最小二乘方恢復
6.3.2維納濾波圖像恢復方法
6.3.3圖像恢復的病態性和奇異性
6.4勻速直線運動模糊的恢復
6.5圖像噪聲與被噪聲污染圖像的恢復
6.5.1圖像噪聲
6.5.2被噪聲污染圖像的恢復
6.6圖像幾何失真校正
6.6.1坐標的幾何校正
6.6.2灰度值恢復
習題6
第7章圖像壓縮編碼
7.1DCT變換
7.1.1一維DCT變換
7.1.2二維偶DCT變換
7.1.3DCT變換的基函數與基圖像
7.2數字圖像壓縮編碼基礎
7.2.1圖像壓縮的基本概念
7.2.2圖像編碼模型
7.2.3數字圖像的信息熵
7.3基本的變長編碼方法
7.3.1費諾碼
7.3.2霍夫曼編碼
7.3.3接近最佳的變長編碼
7.3.4算術編碼
7.4位平面編碼
7.4.1位平面分解
7.4.2位平面的格雷碼分解編碼
7.5游程編碼
7.6變換編碼
7.6.1變換編碼的過程
7.6.2子圖像尺寸的選擇
7.6.3變換的選擇
7.6.4變換系數的量化和編碼
7.6.5變換解碼
7.7圖像質量評價——保真度準則
7.7.1主觀保真度準則
7.7.2客觀保真度準則
習題7
第8章小波圖像處理
8.1小波變換與圖像小波變換
8.1.1小波的概念和特性
8.1.2連續小波變換
8.1.3離散小波變換
8.1.4二進小波變換
8.1.5塔式分解與Mallat算法
8.1.6圖像的小波變換
8.2嵌入式零樹小波編碼
8.2.1基於小波變換的圖像壓縮基本思路
8.2.2嵌入式編碼與零樹概念
8.2.3重要小波系數及掃描方法
8.2.4嵌入式零樹編碼方法
8.2.5嵌入式零樹小波編碼圖像的重建
8.2.6嵌入式零樹小波編碼的漸進傳輸特性
8.3基於小波變換的圖像去噪方法
8.3.1小波去噪方法的機理
8.3.2小波收縮閾值去噪方法
習題8
第9章圖像分割
9.1圖像分割的概念
9.2基於邊緣檢測的圖像分割
9.2.1圖像邊緣的概念
9.2.2Hough變換
9.3基於閾值的圖像分割
9.3.1基於閾值的分割方法
9.3.2閾值選取方法
9.4基於跟蹤的圖像分割
9.4.1輪廓跟蹤法
9.4.2光柵跟蹤法
9.5基於區域的圖像分割
9.5.1區域生長法
9.5.2分裂合並法
習題9
第10章圖像特徵提取
10.1圖像的邊緣特徵及其檢測方法
10.1.1圖像邊緣的特徵
10.1.2梯度邊緣檢測
10.1.3二階微分邊緣檢測
10.1.4Marr邊緣檢測算法
10.2圖像的點與角點特徵及其檢測方法
10.2.1圖像點特徵及其檢測方法
10.2.2圖像角點的概念
10.2.3SUSAN算子角點檢測算法
10.3圖像的紋理特徵及其描述和提取方法
10.3.1圖像紋理的概念和分類
10.3.2圖像紋理的主要特性及描述與提取方法
10.3.3基於灰度直方圖統計矩的紋理特徵描述與提取方法
10.3.4基於灰度共生矩陣的紋理特徵提取方法
10.3.5基於結構方法的紋理描述
10.3.6基於頻譜方法的紋理描述
10.4圖像的形狀特徵
10.4.1矩形度
10.4.2圓形性
10.4.3球狀性
10.5圖像的統計特徵
習題10
第11章彩色圖像處理
11.1彩色視覺
11.1.1三基色原理
11.1.2CIE色度圖
11.2彩色模型
11.2.1RGB彩色模型
11.2.2HSI彩色模型
11.2.3RGB彩色模型到HSI彩色模型的轉換
11.2.4HSI彩色模型到RGB彩色模型的轉換
11.3彩色變換
11.3.1反色變換
11.3.2彩色圖像的灰度化
11.3.3真彩色轉變為256色
11.3.4彩色平衡
11.4彩色圖像增強
11.4.1真彩色增強
11.4.2偽彩色增強
11.4.3假彩色增強
11.5彩色圖像的平滑
11.5.1基於RGB彩色模型的彩色圖像平滑
11.5.2基於HSI彩色模型的彩色圖像平滑
11.6彩色圖像的銳化
11.7彩色圖像的邊緣檢測
11.8彩色圖像的分割
11.8.1HSI模型的彩色圖像分割
11.8.2RGB模型的彩色圖像分割
習題11
第12章形態學圖像處理
12.1集合論基礎
12.1.1集合的概念
12.1.2集合間的關系和運算
12.2二值形態學的基本運算
12.2.1腐蝕
12.2.2膨脹
12.2.3開運算和閉運算
12.2.4二值形態學4種基本運算的性質
12.3二值圖像的形態學處理
12.3.1形態濾波
12.3.2邊界提取
12.3.3區域填充
12.3.4骨架提取
12.3.5物體識別
12.4灰度形態學的基本運算
12.4.1灰度腐蝕
12.4.2灰度膨脹
12.4.3灰度開運算和灰度閉運算
12.4.4灰度形態學基本運算的性質
12.5灰度形態學處理算法
12.5.1形態學平滑
12.5.2形態學梯度
12.5.3高帽(tophat)變換
習題12
第13章目標表示與描述
13.1邊界表示
13.1.1鏈碼
13.1.2多邊形近似
13.1.3邊界分段
13.1.4標記圖
13.2邊界描述
13.2.1簡單的邊界描述子
13.2.2形狀數
13.2.3傅里葉描述子
13.2.4統計矩
13.3區域表示
13.3.1區域標示
13.3.2四叉樹表示
13.3.3骨架表示
13.4區域描述
13.4.1簡單的區域描述子
13.4.2拓撲描述子
13.4.3不變矩
13.5關系描述
13.5.1串描述子
13.5.2樹描述子
習題13
第14章視頻圖像處理基礎
14.1視頻圖像處理的概念
14.2基於視頻圖像的運動目標檢測與識別
14.2.1幀差法
14.2.2背景減法
14.2.3光流場分析法
14.3視頻編碼技術
14.3.1視頻壓縮編碼的原理
14.3.2視頻編碼技術及編碼標準
14.3.3混合視頻編碼框架
14.3.4面向混合視頻編碼框架的編碼技術
習題14
參考文獻