科技
类型
可以朗读
语音朗读
160千字
字数
2023-03-01
发行日期
展开全部
主编推荐语
全面介绍数字图像及机器视觉处理核心技术，突出智能图像识别，分割及变换、人工神经网络等关键知识点。
内容简介
本书主要介绍了数字图像处理和机器视觉的基本知识、基本方法和典型案例，将理论知识、科学研究和工程实践有机结合起来。
全书主要内容包括绪论、MATLAB数字图像处理基础、数字图像处理基础知识、图像的基本运算、图像变换、灰度变换和滤波、图像分割、彩色图像处理、图像的表示与描述、图像识别基础、MATLAB GUI设计基础、人工神经网络和卷积神经网络、基于MATLAB的图像处理与机器视觉实例。
本书内容系统性强，内容深入简出，理论和编程实践相结合，书中所有例题和案例都附有MATLAB源程序和原始图片数据，便于读者自学。本书可作为普通高等院校大学本科和研究生教材，也适用于从事数字图像处理、图像识别、机器视觉和人工智能研究与开发的工程技术和科研人员。
目录
- 版权信息
- 前言
- 第1章 绪论
- 1.1 数字图像处理定义及发展史
- 1.1.1 什么是数字图像处理
- 1.1.2 与数字图像处理相关的术语
- 1.1.3 数字图像处理的广义与狭义概念
- 1.2 数字图像处理系统组成
- 1.3 数字图像处理的主要研究内容和发展趋势
- 1.3.1 数字图像处理的主要研究内容
- 1.3.2 数字图像处理应用及发展趋势
- 1.4 常用数字图像工具软件简介
- 1.4.1 MATLAB
- 1.4.2 Python
- 1.4.3 OpenCV
- 1.4.4 Java
- 1.4.5 C++
- 1.4.6 HALCON
- 本章小结
- 习题
- 第2章 MATLAB数字图像处理基础
- 2.1 MATLAB简介
- 2.2 MATLAB软件的安装
- 2.3 MATLAB程序设计语言基础
- 2.3.1 MATLAB语言变量与常量
- 2.3.2 MATLAB数据结构
- 2.3.3 MATLAB基本语句结构
- 2.3.4 M文件的编写
- 2.3.5 MATLAB函数编写
- 2.3.6 MATLAB帮助文档
- 2.4 MATLAB程序设计
- 2.4.1 循环语句结构
- 2.4.2 条件语句结构
- 2.4.3 开关语句结构
- 2.4.4 程序调试与优化
- 2.5 MATLAB图像处理编程基础
- 2.5.1 程序调试与优化
- 2.5.2 MATLAB图像类型及存储方式
- 2.5.3 MATLAB图像转换
- 2.5.4 读取和写入图像文件
- 2.5.5 图像显示
- 本章小结
- 习题
- 第3章 数字图像处理基础知识
- 3.1 图像的基本概念
- 3.2 图像的数字化及表达
- 3.3 图像的获取与显示
- 3.3.1 图像的采样
- 3.3.2 采样点的选取
- 3.3.3 图像的量化
- 3.4 像素间的基本关系
- 3.4.1 邻域
- 3.4.2 像素的邻接性与连通性
- 3.4.3 路径
- 3.4.4 连通集与距离
- 3.5 灰度直方图
- 3.5.1 灰度直方图的绘制
- 3.5.2 灰度直方图的使用
- 3.6 图像的分类
- 3.6.1 二值图像
- 3.6.2 灰度图像
- 3.6.3 彩色图像
- 3.6.4 矢量图
- 3.6.5 索引图像
- 本章小结
- 习题
- 第4章 图像的基本运算
- 4.1 概述
- 4.2 点运算
- 4.2.1 线性点运算
- 4.2.2 非线性点运算
- 4.3 代数运算
- 4.3.1 加法运算
- 4.3.2 减法运算
- 4.3.3 乘法运算
- 4.3.4 除法运算
- 4.4 逻辑运算
- 4.5 几何运算
- 4.5.1 图像的平移
- 4.5.2 图像的镜像
- 4.5.3 图像的旋转
- 4.5.4 图像的缩放
- 4.5.5 灰度插值
- 本章小结
- 习题
- 第5章 图像变换
- 5.1 认识傅里叶变换
- 5.1.1 连续傅里叶变换定义
- 5.1.2 离散傅里叶变换定义
- 5.2 快速傅里叶变换
- 5.3 傅里叶变换的性质
- 5.3.1 线性
- 5.3.2 对称性质
- 5.3.3 尺度变换性质
- 5.3.4 时移性质
- 5.3.5 频移性质
- 5.3.6 平移性质
- 5.3.7 可分离性
- 5.3.8 周期性和共轭对称性
- 5.3.9 旋转性质
- 5.3.10 分配律
- 5.3.11 尺度变换
- 5.3.12 平均值
- 5.3.13 卷积定理
- 本章小结
- 习题
- 第6章 灰度变换与滤波
- 6.1 灰度变换
- 6.1.1 灰度线性变换
- 6.1.2 灰度分段线性变换
- 6.1.3 反转变换
- 6.1.4 对数变换
- 6.1.5 幂次变换
- 6.2 直方图变换
- 6.2.1 直方图均衡化
- 6.2.2 直方图规定化
- 6.3 图像的高、低频分量与噪声的关系
- 6.4 空间滤波
- 6.4.1 均值滤波
- 6.4.2 中值滤波
- 6.4.3 高斯滤波
- 6.5 频域滤波
- 6.5.1 低通滤波
- 6.5.2 高通滤波
- 6.5.3 同态滤波
- 6.5.4 带阻滤波
- 本章小结
- 习题
- 第7章 图像分割
- 7.1 引言
- 7.2 图像分割处理
- 7.3 基于阈值的图像处理
- 7.3.1 全局阈值分割
- 7.3.2 多阈值分割
- 7.3.3 自适应阈值
- 7.3.4 最佳阈值的选择法
- 7.3.5 分水岭算法
- 7.4 基于梯度的图像分割
- 7.4.1 边界跟踪
- 7.4.2 梯度图像二值化
- 7.5 边缘检测与连接
- 7.5.1 边缘检测
- 7.5.2 边缘连接
- 7.6 区域分割
- 7.6.1 区域生长法
- 7.6.2 区域分裂合并法
- 7.7 数学形态学图像处理
- 7.7.1 腐蚀与膨胀
- 7.7.2 开运算与闭运算
- 7.8 图像分割综合应用
- 本章小结
- 习题
- 第8章 彩色图像处理
- 8.1 彩色图像基础
- 8.1.1 彩色的定义
- 8.1.2 彩色的物理认识
- 8.1.3 三原色
- 8.1.4 计算机中的颜色表示
- 8.2 彩色图像的表示
- 8.2.1 RGB模型
- 8.2.2 MATLAB实现
- 8.2.3 HSV彩色模型
- 8.2.4 HSI模型
- 8.2.5 Lab模型
- 8.3 彩色图处理基础
- 8.3.1 图像的伪彩色处理
- 8.3.2 全彩色图像处理基础
- 8.4 彩色图像的空间滤波
- 8.4.1 彩色图像平衡
- 8.4.2 彩色图像增强
- 8.4.3 彩色图像平滑
- 8.4.4 彩色图像锐化
- 8.5 彩色图像分割
- 8.5.1 HSI彩色空间分割
- 8.5.2 RGB彩色空间分割
- 本章小结
- 习题
- 第9章 图像的表示与描述
- 9.1 背景
- 9.2 颜色描述
- 9.2.1 灰度性质
- 9.2.2 一维灰度直方图的性质
- 9.2.3 颜色矩
- 9.3 纹理描述
- 9.3.1 自相关函数
- 9.3.2 灰度差分统计
- 9.3.3 灰度共生矩阵
- 9.3.4 频谱特征
- 9.4 边界表示
- 9.4.1 链码
- 9.4.2 曲线的链码表示
- 9.4.3 傅里叶描述子
- 9.5 区域特征
- 9.5.1 区域描述
- 9.5.2 图像矩
- 9.5.3 低阶矩
- 本章小结
- 习题
- 第10章 图像识别基础
- 10.1 模式识别简介
- 10.1.1 待识别对象
- 10.1.2 预处理
- 10.1.3 特征提取
- 10.1.4 分类识别
- 10.2 模式识别方法
- 10.2.1 线性判别法
- 10.2.2 聚类法
- 10.2.3 模板匹配法
- 10.2.4 神经网络分类法
- 10.3 模板匹配法详解
- 10.4 车牌识别实例
- 10.4.1 车牌图像数据特征分析（民用汽车）
- 10.4.2 车牌号码识别系统设计
- 10.4.3 读入图像
- 10.4.4 图像预处理
- 10.4.5 车牌定位
- 10.4.6 车牌区域处理
- 10.4.7 字符分割
- 10.4.8 车牌识别
- 10.4.9 字符分割函数
- 本章小结
- 习题
- 第11章 MATLAB GUI设计基础
- 11.1 引言
- 11.2 低级文件I/O操作
- 11.3 句柄图形系统
- 11.3.1 面向对象的思维方法
- 11.3.2 句柄图形对象的层次结构
- 11.4 GUIDE工具入门
- 11.4.1 MATLAB GUI设计步骤
- 11.4.2 GUI启动
- 11.4.3 对齐对象
- 11.4.4 菜单编辑器
- 11.4.5 工具栏编辑器
- 11.4.6 M文件编辑器
- 11.4.7 Tab键顺序编辑器
- 11.4.8 属性查看器
- 11.4.9 对象浏览器
- 11.5 GUI工具深入
- 11.5.1 GUI中的M文件
- 11.5.2 回调函数
- 11.5.3 GUI跨平台的兼容性设计
- 11.5.4 触控按钮
- 11.5.5 静态文本
- 11.5.6 切换按钮
- 11.5.7 滑动条
- 11.5.8 单选按钮
- 11.5.9 可编辑文本
- 11.5.10 复选框
- 11.5.11 坐标轴
- 11.6 MATLAB GUI工具实操
- 本章小结
- 习题
- 第12章 神经网络与数字图像处理
- 12.1 引言
- 12.2 人工神经网络
- 12.2.1 人工神经元
- 12.2.2 人工神经网络工作过程
- 12.2.3 常见人工神经网络
- 12.2.4 人工神经网络的特点
- 12.2.5 人工神经网络应用领域
- 12.3 BP神经网络
- 12.3.1 BP网络的算法结构
- 12.3.2 BP网络算法流程
- 12.3.3 误差反向传播的流程图与图形解释
- 12.3.4 BP网络训练过程
- 12.4 BP网络算法实例——利用BP神经网络对非线性系统建模
- 12.4.1 背景
- 12.4.2 BP神经网络构建
- 12.4.3 数据选择和归一化
- 12.4.4 BP神经网络训练
- 12.4.5 BP神经网络预测
- 12.4.6 结果分析
- 12.5 卷积神经网络（CNN）
- 12.5.1 CNN概述
- 12.5.2 CNN的层级结构
- 12.5.3 卷积神经网络工作流程
- 本章小结
- 习题
- 第13章 支持向量机的机器视觉应用
- 13.1 引言
- 13.2 支持向量机的分类思想
- 13.2.1 基于阈值的图像分割
- 13.2.2 模型参数的选择
- 13.3 支持向量机的理论基础
- 13.3.1 线性可分情况下的SVM
- 13.3.2 非线性可分情况下的C-SVM
- 13.3.3 需要核函数映射情况下的SVM
- 13.3.4 推广到多类问题
- 13.4 基于MATLAB的SVM实例
- 13.4.1 训练
- 13.4.2 分类
- 13.4.3 实例
- 本章小结
- 习题
- 第14章 机器视觉MATLAB图像处理案例
- 14.1 案例1 焊缝提取
- 14.1.1 案例背景
- 14.1.2 理论基础
- 14.1.3 边缘检测
- 14.1.4 形态学处理
- 14.1.5 程序实现
- 14.2 案例2 图像批量读入与处理
- 14.2.1 案例背景
- 14.2.2 理论基础
- 14.2.3 图像批量读入
- 14.2.4 图像处理
- 14.2.5 批量处理
- 14.3 案例3 圆木计数
- 14.3.1 案例背景
- 14.3.2 理论基础
- 14.3.3 背景分割与提取
- 14.3.4 查找圆与计数
- 14.3.5 程序实现
- 14.4 案例4 基于MATLAB GUI的数字图像处理设计
- 14.4.1 案例背景
- 14.4.2 文件获取
- 14.4.3 GUI搭建过程分析
- 14.4.4 程序实现
- 14.5 案例5 碎纸片图像拼接
- 14.5.1 案例背景
- 14.5.2 拼接文件获取与合成
- 14.5.3 拼接过程分析
- 14.5.4 程序实现
- 14.6 案例6 基于卷积神经网络的手写数字识别
- 14.6.1 案例背景
- 14.6.2 理论基础
- 14.6.3 加载数据
- 14.6.4 LeNet-5网络模型
- 14.6.5 LeNet-5网络模型设计
- 14.6.6 模型训练
- 14.6.7 模型测试
- 14.6.8 程序实现
- 14.7 案例7 基于SVM的红枣果梗/花萼及缺陷识别
- 14.7.1 案例背景
- 14.7.2 理论基础
- 14.7.3 特征提取
- 14.7.4 训练
- 14.7.5 分类
- 14.7.6 结果显示
- 本章小结
- 参考文献
展开全部
评分及书评
评分不足
1个评分
出版方
机械工业出版社
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
