新書推薦：
《
创客训练营 Arduino 应用技能实训
》
售價：HK$
67.9
《
伯罗奔尼撒战争史（修订译本）
》
售價：HK$
205.9
《
中国医学的起源（知史丛书）
》
售價：HK$
227.7
《
机器人学基础 于靖军 王巍
》
售價：HK$
86.3
《
骰子世界
》
售價：HK$
57.3
《
乾隆的百宝箱：清宫宝藏与京城时尚
》
售價：HK$
135.7
《
第二琵琶协奏曲
》
售價：HK$
56.4
《
工程机械手册——农林牧渔机械
》
售價：HK$
457.7
|
| 編輯推薦： |
|
本书既是一本数字图像处理技术的专业性书籍，也是一本数字图像处理技术研究方向的图像基本理论与算法查阅手册，还是一本数字图像处理原理性算法及图像可视化特征展示的MATLAB程序集。
|
| 內容簡介： |
本书覆盖了数字图像处理技术的基本知识，给出了利用MATLAB进行算法设计编程及算法解译的示例，比较详细地揭示了图像处理基础算法的原理和图像可视特征展示的算法实现机理。全书共12章，内容包括绪论、数字图像处理基础、数字图像的基本运算、空间域图像增强、频率域图像处理、图像恢复、图像压缩编码、图像分割、图像特征提取、彩色图像处理、形态学图像处理、目标表示与描述等。
本书内容选材新颖，表述通俗，语言精练，算法翔实，图文并茂，系统性强，与新技术和应用实践结合紧密。本书既是一本数字图像处理技术的专业性书籍，也是一本数字图像处理技术研究方向的图像基本理论与算法查阅手册，还是一本数字图像处理原理性算法及图像可视化特征展示的MATLAB程序集。
本书可作为高等院校计算机科学与技术、电子信息工程、通信工程、信息工程、自动化、医学信息工程等专业数字图像处理相关课程教材，也可作为相关学科专业研究人员和工程技术人员的参考用书。
|
| 目錄：
|
第1章绪论
1.1数字图像与数字图像处理
1.2数字图像处理系统的组成
1.3图像处理技术的应用领域
1.4MATLAB及其应用基础
1.4.1MATLAB系统组成
1.4.2MATLAB系统环境
1.5基于MATLAB的图像处理程序设计与解译
1.5.1基于MATLAB环境的程序设计
1.5.2MATLAB常用编程方法解译
习题1
第2章数字图像处理基础
2.1电磁波谱与可见光谱
2.2人眼的亮度视觉特性
2.2.1视觉适应性
2.2.2同时对比效应
2.2.3马赫带效应
2.2.4视觉错觉
2.3图像的表示
2.3.1简单的图像成像模型
2.3.2数字图像的表示
2.4空间分辨率和灰度级分辨率
2.4.1空间分辨率和灰度分辨率的概念
2.4.2采样数变化对图像视觉效果的影响
2.4.3空间分辨率变化对图像视觉效果的影响
2.4.4灰度分辨率变化对图像视觉效果的影响
2.5像素间的关系
2.5.1像素的相邻和邻域
2.5.2距离的度量
2.6图像的显示
2.6.1显示分辨率与图像分辨率
2.6.2彩色模型
2.6.3位图
2.6.4调色板
2.7图像文件格式
2.7.1位图文件头
2.7.2位图信息头
2.7.3位图调色板
2.7.4图像的位图数据
习题2
第3章数字图像的基本运算
3.1灰度反转
3.2对数变换
3.3灰度直方图
3.3.1灰度图像直方图与灰度图像的对比度
3.3.2灰度直方图的特征
3.3.3归一化灰度图像直方图
3.4图像的代数运算
3.4.1图像的相加运算
3.4.2图像的相减运算
3.5图像的几何运算
3.5.1图像平移变换
3.5.2图像旋转变换
3.5.3图像镜像变换
3.5.4图像转置变换
3.5.5图像缩小与放大
习题3
第4章空间域图像增强
4.1基于点运算的图像增强方法
4.1.1对比度增强
4.1.2窗切片
4.2基于直方图的图像增强方法
4.2.1直方图均衡
4.2.2直方图规定化
4.3基于空间平滑滤波的图像增强方法
4.3.1线性平滑滤波图像增强方法——邻域平均法和均值滤波法
4.3.2非线性平滑滤波图像增强方法——中值滤波法
4.4基于空间锐化滤波的图像增强方法
4.4.1基于一阶微分算子的图像增强方法
4.4.2基于二阶微分算子的图像增强方法
习题4
第5章频率域图像处理
5.1二维离散傅里叶变换
5.1.1二维离散傅里叶变换的定义和傅里叶频谱
5.1.2二维离散傅里叶变换的重要性质
5.1.3图像的傅里叶频谱特性分析
5.2频率域图像处理的基本实现思路
5.2.1基本实现思想
5.2.2转移函数的设计
5.3基于频率域的图像噪声消除——频率域低通滤波
5.3.1理想低通滤波器
5.3.2巴特沃斯低通滤波器
5.3.3高斯低通滤波器
5.4基于频率域的图像增强——频率域高通滤波
5.4.1理想高通滤波器
5.4.2巴特沃斯高通滤波器
5.4.3高斯高通滤波器
5.5带阻滤波和带通滤波
5.5.1带阻滤波器
5.5.2带通滤波器
习题5
第6章图像恢复
6.1图像的退化模型
6.1.1常见退化现象的物理模型
6.1.2图像退化模型的表示
6.2逆滤波图像恢复
6.2.1无约束小二乘方恢复
6.2.2逆滤波图像恢复方法
6.2.3无约束图像恢复的病态性
6.3维纳滤波图像恢复
6.3.1有约束小二乘方恢复
6.3.2维纳滤波图像恢复方法
6.3.3图像恢复的病态性和奇异性
6.4匀速直线运动模糊的恢复
6.5图像噪声与被噪声污染图像的恢复
6.5.1图像噪声
6.5.2被噪声污染图像的恢复
6.6图像几何失真校正
6.6.1坐标的几何校正
6.6.2灰度值恢复
习题6
第7章图像压缩编码
7.1DCT变换
7.1.1一维DCT
7.1.2二维偶DCT
7.1.3DCT变换的基函数与基图像
7.2数字图像压缩编码基础
7.2.1图像压缩的基本概念
7.2.2图像编码模型
7.2.3数字图像的信息熵
7.3几种基本的变长编码方法
7.3.1费诺码
7.3.2霍夫曼编码
7.3.3几种接近的变长编码
7.3.4算术编码
7.4位平面编码
7.4.1位平面分解
7.4.2位平面的格雷码分解编码
7.5游程编码
7.6变换编码
7.6.1变换编码的过程
7.6.2子图像尺寸的选择
7.6.3变换的选择
7.6.4变换系数的量化和编码
7.6.5变换解码
7.7图像质量评价——保真度准则
7.7.1主观保真度准则
7.7.2客观保真度准则
习题7
第8章图像分割
8.1图像分割的概念
8.2基于边缘检测的图像分割
8.2.1图像边缘的概念
8.2.2Hough变换
8.3基于阈值的图像分割
8.3.1基于阈值的分割方法
8.3.2阈值选取方法
8.4基于跟踪的图像分割
8.4.1轮廓跟踪法
8.4.2光栅跟踪法
8.5基于区域的图像分割
8.5.1区域生长法
8.5.2分裂合并法
习题8
第9章图像特征提取
9.1图像的边缘特征及其检测方法
9.1.1图像的边缘特征
9.1.2梯度边缘检测
9.1.3二阶微分边缘检测
9.1.4Marr边缘检测算法
9.2图像的点与角点特征及其检测方法
9.2.1图像点特征及其检测方法
9.2.2图像角点的概念
9.2.3SUSAN角点检测算法
9.3图像的纹理特征及其描述和提取方法
9.3.1图像纹理的概念和分类
9.3.2图像纹理的主要特性及描述与提取方法
9.3.3基于灰度直方图统计矩的纹理特征描述与提取方法
9.3.4基于灰度共生矩阵的纹理特征提取方法
9.3.5基于结构方法的纹理描述
9.3.6基于频谱方法的纹理描述
9.4图像的形状特征
9.4.1矩形度
9.4.2圆形度
9.4.3球状性
9.5图像的统计特征
习题9
第10章彩色图像处理
10.1彩色视觉
10.1.1三基色原理与混色
10.1.2CIE色度图/颜色系统
10.2彩色模型
10.2.1RGB彩色模型
10.2.2HSI彩色模型
10.2.3RGB彩色模型向HSI彩色模型的转换
10.2.4HSI彩色模型向RGB彩色模型的转换
10.3彩色变换
10.3.1反色变换
10.3.2彩色图像的灰度化
10.3.3真彩色转变为256色
10.3.4彩色平衡
10.4彩色图像增强
10.4.1真彩色增强
10.4.2伪彩色增强
10.4.3假彩色增强
10.5彩色图像的平滑
10.5.1基于RGB彩色模型的彩色图像平滑
10.5.2基于HSI彩色模型的彩色图像平滑
10.6彩色图像的锐化
10.7彩色图像的边缘检测
10.8彩色图像的分割
10.8.1HSI模型的彩色图像分割
10.8.2RGB模型的彩色图像分割
习题10
第11章形态学图像处理
11.1集合论基础
11.1.1集合的概念
11.1.2集合间的关系和运算
11.2二值形态学图像处理方法
11.2.1腐蚀运算
11.2.2膨胀运算
11.2.3开运算
11.2.4闭运算
11.2.5二值形态学四种基本运算的性质
11.3二值图像的形态学处理
11.3.1形态滤波
11.3.2边界提取
11.3.3区域填充
11.3.4骨架提取
11.3.5物体识别
习题11
第12章目标表示与描述
12.1边界表示
12.1.1链码
12.1.2多边形近似
12.1.3边界分段
12.1.4标记图
12.2边界描述
12.2.1简单的边界描述子
12.2.2形状数
12.2.3傅里叶描述子
12.2.4统计矩
12.3区域表示
12.3.1区域标示
12.3.2四叉树表示
12.3.3骨架表示
12.4区域描述
12.4.1几种简单的区域描述子
12.4.2拓扑描述子
12.4.3不变矩
12.5关系描述
12.5.1串描述子
12.5.2树描述子
习题12
附录
参考文献
|
| 內容試閱：
|
随着计算机技术、电子技术和信息处理技术的迅猛发展，图像处理技术已经成为信息化时代的一项关键支撑技术，并已在国民经济的各个领域得到了十分广泛的应用。
本书针对应用型人才培养提升实践创新能力的需要，以及数字图像处理课程教学缺乏配套实践平台的实际情况，较为全面地介绍了数字图像处理的基本概念和基本原理，并系统地讲解了利用MATLAB进行图像处理算法设计和图像可视化特征展示的编程方法。
本书具有以下特点：
(1) 对数字图像处理涉及的数学知识的表述简洁明了，并从便于理解的角度给出了较为详细的数学推导和说明，可较好地适应教与学的需要。
(2) 通过离散傅里叶变换与频率域图像处理方法、离散余弦变换与图像压缩编码方法的内容一体化组织，促进了学生对基于数学原理的图像处理方法的理解。
(3) 吸收和完善了图像角点特征及其检测方法和图像纹理特征及其检测方法等热点新内容，实现了数字图像处理基础内容更新的与时俱进。
(4) 较好地把握了“数字图像处理”课程内容在专业教学中的基础性地位，没有引入神经网络等相对深奥和非基础性图像处理内容，较好地把握了教学内容的难度和深度。
(5) 给出了88个基础性图像处理方法和图像可视化特征展示的可直接运行的完整MATLAB程序示例及其算法解译与验证结果，既可促进学生对算法机理的理解，又可提升学生的编程及创新实践能力。
全书共12章。第1章介绍数字图像处理的基本概念，第2章介绍数字图像处理的基础知识，第3章介绍数字图像的基本运算，第4章介绍空间域图像增强，第5章介绍频率域图像处理，第6章介绍图像恢复，第7章介绍图像压缩编码，第8章介绍图像分割，第9章介绍图像特征提取，第10章介绍彩色图像处理，第11章介绍形态学图像处理，第12章介绍目标表示与描述，每章都有若干MATLAB编程示例。本书假设读者具备基本的概率和向量代数的相关基础知识，如果读者不具备第6章图像恢复涉及的矩阵、向量运算及对其求偏导的知识，可略讲其中的相关内容。
本书的全部编程例题都在MATLAB R2014a环境下调试通过，以本书所有的MATLAB程序示例构成的《数字图像处理基础算法库(MATLAB)v1.0》已经申报软件著作权。在本书的编写过程中引用了一些著作、网站和相关资料的观点，在此一并表示衷心的感谢。
另外，书中难免有不当和疏漏之处，敬请广大读者批评、指正。
编者
2023年2月于广州
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
