科技 类型
可以朗读 语音朗读
168千字 字数
2023-05-01 发行日期
展开全部

主编推荐语

本书系统介绍了智能图像处理所需的基本知识与核心算法。

内容简介

全书主要包括四部分内容：

第一部分是数字图像处理的理论基础，包括数字图像处理概述和图像采集系统；

第二部分是数字图像处理的基本方法和实例，包括数字图像基础、图像预处理、图像变换和图像复原；

第三部分是图像特征提取与分析的理论、方法和实例，包括图像分割、图像特征提取与选择、图像匹配和图像智能识别方法；

第四部分是数字图像处理的工程应用案例，包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。

目录

  • 版权信息
  • 前言
  • 第1章 数字图像处理概述
  • 1.1 数字图像处理的产生与发展
  • 1.2 数字图像的基本概念
  • 1.2.1 图像与数字图像
  • 1.2.2 数字图像的存储格式
  • 1.3 数字图像处理的基本内容和基本步骤
  • 1.3.1 基本内容
  • 1.3.2 基本步骤
  • 1.4 数字图像处理的工程应用
  • 1.5 数字图像处理的机遇与挑战
  • 【本章小结】
  • 【课后习题】
  • 第2章 图像采集系统
  • 2.1 光源
  • 2.1.1 光源的类型
  • 2.1.2 光源的颜色
  • 2.1.3 照明方式
  • 2.1.4 光源的选择
  • 2.2 镜头
  • 2.2.1 镜头的成像原理
  • 2.2.2 镜头的主要参数
  • 2.2.3 镜头的类型
  • 2.2.4 镜头的选择
  • 2.3 相机
  • 2.3.1 相机芯片的主要参数
  • 2.3.2 相机的主要参数
  • 2.3.3 相机的类型
  • 2.3.4 相机的选择
  • 【本章小结】
  • 【课后习题】
  • 第3章 数字图像基础
  • 3.1 图像采样和量化
  • 3.1.1 采样
  • 3.1.2 量化
  • 3.1.3 采样与量化参数的选择
  • 3.2 像素间的基本关系
  • 3.2.1 像素的邻接
  • 3.2.2 邻接性、连通性、区域和边界
  • 3.2.3 距离度量
  • 3.3 灰度直方图
  • 3.3.1 直方图的定义
  • 3.3.2 直方图的特性
  • 3.3.3 直方图的作用
  • 3.4 图像质量评价
  • 3.4.1 图像质量评价方法
  • 3.4.2 均方误差
  • 3.4.3 信噪比与峰值信噪比
  • 3.4.4 结构相似度
  • 3.5 图像的点运算
  • 3.6 图像的代数运算
  • 3.6.1 加法运算
  • 3.6.2 减法运算
  • 3.6.3 乘法运算
  • 3.6.4 除法运算
  • 3.7 图像的几何运算
  • 【本章小结】
  • 【课后习题】
  • 第4章 图像预处理技术
  • 4.1 图像的灰度变换
  • 4.1.1 线性变换
  • 4.1.2 分段线性变换
  • 4.1.3 灰度对数变换
  • 4.1.4 直方图均衡化
  • 4.2 图像的几何变换
  • 4.2.1 平移
  • 4.2.2 旋转
  • 4.2.3 镜像
  • 4.2.4 比例放缩
  • 4.2.5 插值
  • 4.3 空间滤波增强
  • 4.3.1 空间滤波机理
  • 4.3.2 均值滤波
  • 4.3.3 中值滤波
  • 4.4 形态学处理
  • 4.4.1 腐蚀
  • 4.4.2 膨胀
  • 4.4.3 开运算
  • 4.4.4 闭运算
  • 4.4.5 细化
  • 4.4.6 填充
  • 【本章小结】
  • 【课后习题】
  • 第5章 图像变换
  • 5.1 傅里叶变换
  • 5.1.1 一维和二维傅里叶变换基本原理
  • 5.1.2 傅里叶变换的性质
  • 5.1.3 频率域滤波（低通、高通、高斯、带通及带阻滤波器）
  • 5.1.4 基于傅里叶变换的图像频域滤波实现
  • 5.2 小波变换
  • 5.2.1 图像二维离散小波变换
  • 5.2.2 基于小波变换的图像去噪
  • 5.2.3 基于小波变换的图像融合
  • 【本章小结】
  • 【课后习题】
  • 第6章 图像复原
  • 6.1 图像复原的理论模型
  • 6.2 噪声模型
  • 6.2.1 噪声的分类
  • 6.2.2 一些重要噪声的概率密度函数
  • 6.2.3 周期噪声
  • 6.2.4 估计噪声参数
  • 6.3 几种较经典的图像复原方法
  • 6.3.1 逆滤波复原
  • 6.3.2 维纳滤波复原
  • 6.3.3 有约束最小二乘复原
  • 6.3.4 盲去卷积图像复原
  • 6.4 图像复原案例：PLSMS模型夜间雾霾图像的复原
  • 6.4.1 多散射成分
  • 6.4.2 PLSMS模型的描述
  • 【本章小结】
  • 【课后习题】
  • 第7章 图像分割技术
  • 7.1 阈值分割
  • 7.1.1 极小值点阈值法
  • 7.1.2 最小均方误差阈值法
  • 7.1.3 迭代选择阈值法
  • 7.1.4 双峰阈值法
  • 7.1.5 最大类间方差阈值法
  • 7.2 边缘检测
  • 7.2.1 Roberts边缘算子
  • 7.2.2 Prewitt边缘算子
  • 7.2.3 Sobel边缘算子
  • 7.2.4 Laplacian边缘算子
  • 7.2.5 LoG边缘算子
  • 7.2.6 Canny边缘算子
  • 7.2.7 边缘检测算子MATLAB实现及主要特性分析
  • 7.3 Hough变换
  • 7.3.1 Hough变换概述
  • 7.3.2 基于Hough变换的直线检测
  • 7.3.3 基于Hough变换的曲线检测
  • 7.4 基于区域的图像分割
  • 7.4.1 区域生长算法
  • 7.4.2 区域分裂合并算法
  • 7.5 形态学分水岭分割
  • 7.5.1 距离变换
  • 7.5.2 分水岭建坝
  • 7.5.3 分水岭分割算法
  • 【本章小结】
  • 【课后习题】
  • 第8章 图像特征提取与选择
  • 8.1 几何特征
  • 8.1.1 位置
  • 8.1.2 方向
  • 8.1.3 周长
  • 8.1.4 面积
  • 8.1.5 矩形度
  • 8.1.6 长宽比
  • 8.1.7 圆形度
  • 8.1.8 偏心率
  • 8.2 颜色特征
  • 8.2.1 颜色模型
  • 8.2.2 颜色直方图
  • 8.2.3 颜色矩
  • 8.2.4 颜色聚合向量
  • 8.2.5 颜色相关图
  • 8.3 纹理特征
  • 8.3.1 基于灰度共生矩阵的纹理特征构建
  • 8.3.2 基于灰度-梯度共生矩阵的纹理特征构建
  • 8.4 基于主成分分析的特征选择
  • 8.4.1 KL变换
  • 8.4.2 PCA的基本原理
  • 8.4.3 PCA代码实现
  • 8.5 基于分离判据的特征选择
  • 【本章小结】
  • 【课后习题】
  • 第9章 图像匹配
  • 9.1 模板匹配的概念
  • 9.2 基于灰度相关的模板匹配
  • 9.2.1 MAD算法
  • 9.2.2 SAD算法
  • 9.2.3 SSD算法
  • 9.2.4 NCC算法
  • 9.2.5 SSDA算法
  • 9.2.6 SATD算法
  • 9.3 基于变换域的模板匹配
  • 9.4 基于特征相关的模板匹配
  • 9.4.1 基于SIFT算法的图像匹配
  • 9.4.2 基于SURF算法的图像匹配
  • 9.4.3 基于ORB算法的图像匹配
  • 【本章小结】
  • 【课后习题】
  • 第10章 图像智能识别方法
  • 10.1 聚类识别
  • 10.1.1 聚类算法主要思想
  • 10.1.2 K-Means聚类算法理论基础
  • 10.1.3 聚类算法的实现
  • 10.2 支持向量机（SVM）识别
  • 10.2.1 SVM的分类思想
  • 10.2.2 SVM的基本理论
  • 10.2.3 SVM算法的实现
  • 10.3 人工神经网络识别
  • 10.3.1 人工神经网络的主要思想
  • 10.3.2 BP神经网络的理论基础
  • 10.3.3 BP神经网络的实现
  • 10.4 卷积神经网络（CNN）识别
  • 10.4.1 CNN的主要思想
  • 10.4.2 CNN的理论基础
  • 10.4.3 CNN算法的实现
  • 【本章小结】
  • 【课后习题】
  • 第11章 工程应用——米粒分类识别
  • 11.1 米粒图像预处理
  • 11.1.1 图像背景均匀化
  • 11.1.2 图像二值化
  • 11.1.3 图像去噪及米粒填充
  • 11.2 米粒图像轮廓提取
  • 11.3 米粒图像特征提取
  • 11.4 米粒分类
  • 【本章小结】
  • 第12章 工程应用——多气泡上升轨迹跟踪
  • 12.1 研究背景
  • 12.2 气泡图像的预处理
  • 12.2.1 气泡图像去噪
  • 12.2.2 气泡图像二值化
  • 12.2.3 气泡图像填充
  • 12.3 气泡运动轨迹跟踪方法
  • 12.3.1 基于互相关匹配的目标跟踪
  • 12.3.2 基于图像小波变换互相关匹配的气泡轨迹跟踪实现
  • 12.3.3 基于Mean-Shift算法的目标跟踪
  • 【本章小结】
  • 第13章 工程应用——血细胞图像检测
  • 13.1 血细胞图像形态学处理
  • 13.1.1 图像预处理
  • 13.1.2 细胞的形态学分割
  • 13.1.3 细胞图像边缘处理
  • 13.2 血细胞图像阈值分割处理
  • 13.2.1 全局阈值分割
  • 13.2.2 动态阈值分割
  • 13.2.3 目标提取
  • 13.3 血细胞图像霍夫圆检测
  • 13.3.1 图像去噪
  • 13.3.2 霍夫圆检测
  • 13.4 血细胞计数与面积计算
  • 【本章小结】
  • 第14章 工程应用——手写字符识别
  • 14.1 手写字符定位与分割
  • 14.2 图像裁剪及标准化
  • 14.3 特征矩阵提取
  • 14.4 模板库建立
  • 14.5 字符匹配识别
  • 14.6 算法测试与应用
  • 【本章小结】
  • 第15章 工程应用——汽车牌照识别
  • 15.1 车牌图像采集
  • 15.2 车牌图像预处理及牌照定位
  • 15.3 汽车牌照区域的分割
  • 15.4 字符图像分割
  • 15.5 字符细化
  • 15.6 BP神经网络的训练和字符的识别
  • 【本章小结】
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

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。