中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
圖像灰色模型理論與算法 版權信息
- ISBN：9787030529725
- 條形碼：9787030529725 ; 978-7-03-052972-5
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
圖像灰色模型理論與算法 本書特色
《圖像灰色模型理論與算法》首先介紹了灰色系統理論概況及《圖像灰色模型理論與算法》所用的灰色理論基礎，然后從路面裂縫自動檢測的問題入手，對灰色理論與路面圖像處理的吻合性進行詮釋和分析，并進一步討論了灰色系統理論在路面圖像處理中的應用與發展現狀，*后從基于灰色序列算子的路面圖像數據預處理技術、圖像灰色模型(包括灰色圖像關聯度模型、圖像灰熵模型、圖像灰色預測模型)，以及灰色圖像處理算法(包括灰色圖像濾波算法、灰色圖像對比度增強算法、灰色圖像邊緣檢測算法)三個方面對灰色理論在圖像處理領域的應用進行研究，附錄給出了算法實現的MATLAB源程序核心代碼。
圖像灰色模型理論與算法 內容簡介
高等院校計算機、測控、機電、應用數學、信息與計算科學和系統工程等專業的高年級本科生和研究生，相關領域的技術人員
圖像灰色模型理論與算法 目錄
目錄
序
前言
第1章 灰理論基礎 1
1.1 灰色系統理論概述 1
1.2 序列算子 2
1.3 灰色模型 5
1.3.1 灰色關聯分析 5
1.3.2 灰熵理論 7
1.3.3 灰色預測模型 9
1.4 小結 11
第2章 路面圖像灰色模型及其理論分析 13
2.1 路面圖像處理的現實起源 13
2.2 路面圖像裂縫檢測與灰色圖像處理算法的發展 15
2.2.1 路面圖像裂縫檢測算法 16
2.2.2 灰色關聯分析在圖像處理中的應用 21
2.2.3 熵理論在圖像處理中的應用 24
2.2.4 灰色預測模型在圖像處理中的應用 24
2.3 灰色系統理論與圖像處理融合的理論分析 27
2.3.1 圖像灰色模型 27
2.3.2 灰色系統理論用于路面圖像處理的思路與實現 28
2.3.3 路面裂縫圖像的灰色特性 31
2.3.4 路面圖像處理算法中的灰性分析 33
2.3.5 灰色系統理論用于路面圖像處理算法的可行性分析 34
2.4 小結 37
第3章 路面圖像裂縫檢測機理 38
3.1 路面自動檢測系統概況 38
3.1.1 路面裂縫的起因分析 38
3.1.2 路面自動檢測系統的產生與發展 39
3.1.3 路面自動檢測的原理與過程 42
3.2 路面圖像的預處理與分割 44
3.2.1 路面圖像的濾波 44
3.2.2 路面圖像的增強 45
3.2.3 路面圖像的邊緣檢測 46
3.3 小結 47
第4章 基于序列算子的路面圖像數據預處理技術 48
4.1 基于灰生成算子的數據修補技術 48
4.2 基于值域轉換算子的數據變換技術 52
4.3 小結 53
第5章 圖像灰色模型理論 54
5.1 灰色圖像關聯分析 54
5.2 灰色圖像關聯熵 57
5.3 灰色圖像預測模型 58
5.4 小結 60
第6章 基于灰色系統理論的路面圖像去噪算法 61
6.1 基于灰色圖像關聯度的路面圖像加權均值濾波算法 61
6.1.1 傳統的基于鄧氏關聯度的自適應均值濾波算法 62
6.1.2 基于灰關聯中值濾波算法及其結果分析 64
6.1.3 改進算法的思想 65
6.1.4 改進算法的步驟 66
6.1.5 改進算法的結果及其分析 68
6.2 基于灰關聯噪聲自適應判別的路面圖像去噪算法 75
6.2.1 基于灰色絕對關聯度的圖像濾波算法 76
6.2.2 改進算法的思想 77
6.2.3 改進算法的步驟 77
6.2.4 改進算法的結果及其分析 80
6.3 基于灰熵的路面圖像加權均值濾波算法 84
6.3.1 算法的思想和實現機理 85
6.3.2 算法的實現步驟 85
6.3.3 算法的結果及其分析 87
6.4 基于灰熵噪聲判別的路面圖像開關中值濾波算法 93
6.4.1 算法的思想 93
6.4.2 算法的步驟 94
6.4.3 算法的結果及分析 97
6.5 基于灰色預測模型的路面圖像復合濾波算法 106
6.5.1 基于GM(1，1)模型的非線性濾波器 107
6.5.2 改進算法的思想 110
6.5.3 算法的具體步驟 110
6.5.4 算法的實現結果及其分析 113
6.6 小結 120
第7章 基于灰色系統理論的路面圖像邊緣檢測算法 122
7.1 基于灰色關聯分析的路面圖像邊緣檢測算法 123
7.1.1 傳統的基于灰色關聯度的圖像邊緣檢測算法 123
7.1.2 改進算法的思想 124
7.1.3 改進算法的步驟 124
7.1.4 改進算法的結果及其分析 127
7.2 基于灰關聯熵閾值選取的路面圖像邊緣檢測算法 128
7.2.1 算法的思想 129
7.2.2 算法的步驟 129
7.2.3 算法結果及其分析 131
7.3 基于局部紋理分析與灰熵判別的路面圖像邊緣檢測算法 134
7.3.1 算法的主要思想 134
7.3.2 算法的步驟 134
7.3.3 算法的結果及其分析 138
7.4 基于GM(1，1，C)的路面圖像邊緣檢測算法 140
7.4.1 算法的思想 141
7.4.2 算法的具體實現步驟 144
7.4.3 算法的實現結果及其分析 146
7.5 不同灰色預測模型在路面圖像邊緣檢測中的應用與比較分析 148
7.5.1 算法的思想 148
7.5.2 算法的步驟和過程 149
7.5.3 算法的結果及其分析 152
7.6 小結 160
第8章 基于灰色系統理論的路面圖像增強算法 162
8.1 基于灰色關聯分析的路面圖像局部對比度增強算法 162
8.1.1 傳統的圖像對比度增強算法 163
8.1.2 基于模糊對比度的圖像增強算法 164
8.1.3 基于簡化模糊對比度的圖像增強算法 165
8.1.4 改進算法的思想 167
8.1.5 改進算法的步驟 169
8.1.6 改進算法的優點及其結果分析 171
8.2 基于灰色關聯度增強指數的路面圖像局部對比度增強算法 174
8.2.1 算法的思想 174
8.2.2 算法的步驟 175
8.2.3 算法的結果及其分析 176
8.3 基于灰熵增強指數的路面圖像局部對比度增強算法 179
8.3.1 基于灰熵放大系數的模糊對比度增強算法 179
8.3.2 算法的思想 181
8.3.3 算法的實現步驟 181
8.3.4 算法的結果及其分析 183
8.4 基于灰熵邊緣測度的路面圖像模糊對比度增強算法 186
8.4.1 算法的思想 187
8.4.2 算法的步驟與結構 187
8.4.3 算法的仿真實驗結果及其分析 190
8.5 基于GM(1，1)冪指數動態判決的路面圖像對比度增強算法 192
8.5.1 算法的思想 193
8.5.2 算法步驟 193
8.5.3 算法的仿真實驗結果及其分析 196
8.6 基于離散灰色預測模型多方向邊緣判決的圖像對比度增強算法 199
8.6.1 算法的思想 199
8.6.2 算法的步驟與過程 199
8.6.3 算法的結果及其分析 203
8.7 基于鄰域向心預測的路面圖像對比度增強算法 205
8.7.1 算法的思想 206
8.7.2 算法的具體步驟 207
8.7.3 算法的仿真實驗結果及其分析 210
8.8 小結 213
第9章 若干值得進一步探討的問題 214
參考文獻 218
附錄 主要章節算法實現的MATLAB源程序核心代碼 231
序
前言
第1章 灰理論基礎 1
1.1 灰色系統理論概述 1
1.2 序列算子 2
1.3 灰色模型 5
1.3.1 灰色關聯分析 5
1.3.2 灰熵理論 7
1.3.3 灰色預測模型 9
1.4 小結 11
第2章 路面圖像灰色模型及其理論分析 13
2.1 路面圖像處理的現實起源 13
2.2 路面圖像裂縫檢測與灰色圖像處理算法的發展 15
2.2.1 路面圖像裂縫檢測算法 16
2.2.2 灰色關聯分析在圖像處理中的應用 21
2.2.3 熵理論在圖像處理中的應用 24
2.2.4 灰色預測模型在圖像處理中的應用 24
2.3 灰色系統理論與圖像處理融合的理論分析 27
2.3.1 圖像灰色模型 27
2.3.2 灰色系統理論用于路面圖像處理的思路與實現 28
2.3.3 路面裂縫圖像的灰色特性 31
2.3.4 路面圖像處理算法中的灰性分析 33
2.3.5 灰色系統理論用于路面圖像處理算法的可行性分析 34
2.4 小結 37
第3章 路面圖像裂縫檢測機理 38
3.1 路面自動檢測系統概況 38
3.1.1 路面裂縫的起因分析 38
3.1.2 路面自動檢測系統的產生與發展 39
3.1.3 路面自動檢測的原理與過程 42
3.2 路面圖像的預處理與分割 44
3.2.1 路面圖像的濾波 44
3.2.2 路面圖像的增強 45
3.2.3 路面圖像的邊緣檢測 46
3.3 小結 47
第4章 基于序列算子的路面圖像數據預處理技術 48
4.1 基于灰生成算子的數據修補技術 48
4.2 基于值域轉換算子的數據變換技術 52
4.3 小結 53
第5章 圖像灰色模型理論 54
5.1 灰色圖像關聯分析 54
5.2 灰色圖像關聯熵 57
5.3 灰色圖像預測模型 58
5.4 小結 60
第6章 基于灰色系統理論的路面圖像去噪算法 61
6.1 基于灰色圖像關聯度的路面圖像加權均值濾波算法 61
6.1.1 傳統的基于鄧氏關聯度的自適應均值濾波算法 62
6.1.2 基于灰關聯中值濾波算法及其結果分析 64
6.1.3 改進算法的思想 65
6.1.4 改進算法的步驟 66
6.1.5 改進算法的結果及其分析 68
6.2 基于灰關聯噪聲自適應判別的路面圖像去噪算法 75
6.2.1 基于灰色絕對關聯度的圖像濾波算法 76
6.2.2 改進算法的思想 77
6.2.3 改進算法的步驟 77
6.2.4 改進算法的結果及其分析 80
6.3 基于灰熵的路面圖像加權均值濾波算法 84
6.3.1 算法的思想和實現機理 85
6.3.2 算法的實現步驟 85
6.3.3 算法的結果及其分析 87
6.4 基于灰熵噪聲判別的路面圖像開關中值濾波算法 93
6.4.1 算法的思想 93
6.4.2 算法的步驟 94
6.4.3 算法的結果及分析 97
6.5 基于灰色預測模型的路面圖像復合濾波算法 106
6.5.1 基于GM(1，1)模型的非線性濾波器 107
6.5.2 改進算法的思想 110
6.5.3 算法的具體步驟 110
6.5.4 算法的實現結果及其分析 113
6.6 小結 120
第7章 基于灰色系統理論的路面圖像邊緣檢測算法 122
7.1 基于灰色關聯分析的路面圖像邊緣檢測算法 123
7.1.1 傳統的基于灰色關聯度的圖像邊緣檢測算法 123
7.1.2 改進算法的思想 124
7.1.3 改進算法的步驟 124
7.1.4 改進算法的結果及其分析 127
7.2 基于灰關聯熵閾值選取的路面圖像邊緣檢測算法 128
7.2.1 算法的思想 129
7.2.2 算法的步驟 129
7.2.3 算法結果及其分析 131
7.3 基于局部紋理分析與灰熵判別的路面圖像邊緣檢測算法 134
7.3.1 算法的主要思想 134
7.3.2 算法的步驟 134
7.3.3 算法的結果及其分析 138
7.4 基于GM(1，1，C)的路面圖像邊緣檢測算法 140
7.4.1 算法的思想 141
7.4.2 算法的具體實現步驟 144
7.4.3 算法的實現結果及其分析 146
7.5 不同灰色預測模型在路面圖像邊緣檢測中的應用與比較分析 148
7.5.1 算法的思想 148
7.5.2 算法的步驟和過程 149
7.5.3 算法的結果及其分析 152
7.6 小結 160
第8章 基于灰色系統理論的路面圖像增強算法 162
8.1 基于灰色關聯分析的路面圖像局部對比度增強算法 162
8.1.1 傳統的圖像對比度增強算法 163
8.1.2 基于模糊對比度的圖像增強算法 164
8.1.3 基于簡化模糊對比度的圖像增強算法 165
8.1.4 改進算法的思想 167
8.1.5 改進算法的步驟 169
8.1.6 改進算法的優點及其結果分析 171
8.2 基于灰色關聯度增強指數的路面圖像局部對比度增強算法 174
8.2.1 算法的思想 174
8.2.2 算法的步驟 175
8.2.3 算法的結果及其分析 176
8.3 基于灰熵增強指數的路面圖像局部對比度增強算法 179
8.3.1 基于灰熵放大系數的模糊對比度增強算法 179
8.3.2 算法的思想 181
8.3.3 算法的實現步驟 181
8.3.4 算法的結果及其分析 183
8.4 基于灰熵邊緣測度的路面圖像模糊對比度增強算法 186
8.4.1 算法的思想 187
8.4.2 算法的步驟與結構 187
8.4.3 算法的仿真實驗結果及其分析 190
8.5 基于GM(1，1)冪指數動態判決的路面圖像對比度增強算法 192
8.5.1 算法的思想 193
8.5.2 算法步驟 193
8.5.3 算法的仿真實驗結果及其分析 196
8.6 基于離散灰色預測模型多方向邊緣判決的圖像對比度增強算法 199
8.6.1 算法的思想 199
8.6.2 算法的步驟與過程 199
8.6.3 算法的結果及其分析 203
8.7 基于鄰域向心預測的路面圖像對比度增強算法 205
8.7.1 算法的思想 206
8.7.2 算法的具體步驟 207
8.7.3 算法的仿真實驗結果及其分析 210
8.8 小結 213
第9章 若干值得進一步探討的問題 214
參考文獻 218
附錄 主要章節算法實現的MATLAB源程序核心代碼 231
展開全部
書友推薦
- >
朝聞道
- >
經典常談
- >
羅庸西南聯大授課錄
- >
中國歷史的瞬間
- >
姑媽的寶刀
- >
回憶愛瑪儂
- >
巴金－再思錄
- >
龍榆生：詞曲概論/大家小書
本類暢銷
