中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數(shù)學世界――探秘歷史名題
-
>
中醫(yī)基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
數(shù)字圖像處理(第3版)(本科教材) 版權信息
- ISBN：9787111575962
- 條形碼：9787111575962 ; 978-7-111-57596-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
數(shù)字圖像處理(第3版)(本科教材) 本書特色
本書詳細介紹了數(shù)字圖像處理的基本理論、主要技術和新進展。全書共分13章，其內容主要包括圖像獲取、圖像變換、圖像增強、圖像復原、彩色圖像處理技術、圖像編碼、小波圖像壓縮、圖像檢測與分割、圖像表示與描述、圖像特征優(yōu)化、圖像識別、圖像檢索與過濾等。本書堅持理論與實際相結合的原則，理論分析深入淺出，方法介紹詳細具體，實例演示清晰明了，同時給出了部分關鍵算法的MATLAB實現(xiàn)程序，這些正是本書的重要特色。
數(shù)字圖像處理(第3版)(本科教材) 內容簡介
本書詳細介紹了數(shù)字圖像處理的基本理論、主要技術和新進展。全書共分13章，其內容主要包括圖像獲取、圖像變換、圖像增強、圖像復原、彩色圖像處理技術、圖像編碼、小波圖像壓縮、圖像檢測與分割、圖像表示與描述、圖像特征優(yōu)化、圖像識別、圖像檢索與過濾等。本書堅持理論與實際相結合的原則，理論分析深入淺出，方法介紹詳細具體，實例演示清晰明了，同時給出了部分關鍵算法的MATLAB實現(xiàn)程序，這些正是本書的重要特色。
數(shù)字圖像處理(第3版)(本科教材) 目錄
目錄
前言
教學建議
第1章緒論
1.1圖像及其分類
1.1.1圖像的特點
1.1.2圖像的分類
1.2數(shù)字圖像處理技術與應用
1.2.1數(shù)字圖像處理的主要內容
1.2.2數(shù)字圖像處理方法
1.2.3數(shù)字圖像處理技術的應用
1.3數(shù)字圖像處理系統(tǒng)
1.4Matlab簡介
1.5本書概要
習題
第2章圖像獲取
2.1概述
2.2連續(xù)圖像模型
2.2.1連續(xù)圖像的表達式
2.2.2連續(xù)圖像的隨機表征
2.3連續(xù)圖像的頻譜
2.3.1一維連續(xù)傅里葉變換
2.3.2二維連續(xù)傅里葉變換
2.4圖像采樣
2.4.1采樣定理
2.4.2圖像采樣
2.5圖像量化
2.5.1量化器模型
2.5.2標量量化
2.5.3向量量化
2.6數(shù)字圖像中的基本概念
2.6.1數(shù)字圖像的表示
2.6.2空間與灰度級分辨率
2.6.3像素間的基本關系
小結
習題
第3章圖像變換
3.1概述
3.2一維離散傅里葉變換
3.2.1離散傅里葉變換
3.2.2離散傅里葉變換的性質
3.3一維快速傅里葉變換
3.3.1一維快速傅里葉變換的基本思想
3.3.2一維快速傅里葉變換算法
3.4二維離散傅里葉變換
3.4.1二維離散傅里葉變換的定義
3.4.2二維離散傅里葉變換的性質
3.4.3二維快速離散傅里葉變換
3.4.4二維快速傅里葉變換的Matlab實現(xiàn)
3.4.5可分離圖像變換的概念
3.5離散余弦變換
3.5.1一維離散余弦變換
3.5.2一維快速離散余弦變換算法
3.5.3二維離散余弦變換
3.5.4離散余弦變換的Matlab實現(xiàn)
3.5.5離散余弦變換的應用
3.6沃爾什變換和哈達瑪變換
3.6.1離散沃爾什變換
3.6.2離散哈達瑪變換
3.6.3快速哈達瑪變換算法
3.7霍特林變換
3.8拉東變換
3.8.1拉東變換概述
3.8.2拉東變換的Matlab實現(xiàn)
小結
習題
第4章圖像增強
4.1概述
4.2空域點處理增強
4.2.1直接灰度變換
4.2.2直方圖修正
4.2.3圖像間的運算
4.3空域濾波增強
4.3.1平滑濾波器
4.3.2銳化濾波器
4.4頻域濾波增強
4.4.1低通濾波器
4.4.2高通濾波器
4.4.3同態(tài)濾波器
小結
習題
第5章圖像復原
5.1概述
5.2圖像退化模型
5.2.1退化模型
5.2.2連續(xù)函數(shù)退化模型
5.2.3離散退化模型
5.2.4循環(huán)矩陣對角化
5.3退化函數(shù)估計
5.3.1圖像觀察估計法
5.3.2試驗估計法
5.3.3模型估計法
5.4逆濾波
5.4.1無約束復原
5.4.2逆濾波復原
5.4.3消除勻速運動模糊
5.5維納濾波
5.5.1有約束濾波
5.5.2維納濾波復原
5.5.3維納濾波的Matlab實現(xiàn)
5.6約束*小二乘方濾波
5.6.1濾波模型
5.6.2約束*小二乘方濾波的Matlab實現(xiàn)
5.7從噪聲中復原
5.7.1噪聲模型
5.7.2空域濾波復原
5.7.3頻域濾波復原
5.8幾何失真校正
5.8.1空間變換
5.8.2灰度插值
5.8.3幾何失真圖像配準復原
小結
習題
第6章彩色圖像處理
6.1概述
6.2彩色基礎
6.2.1人眼的構造
6.2.2三色成像
6.3顏色模型
6.3.1RGB模型
6.3.2CMY模型和CMYK模型
6.3.3HSI模型
6.4全彩色圖像處理
6.4.1彩色圖像增強
6.4.2彩色圖像復原
6.4.3彩色圖像分析
6.5偽彩色處理
6.5.1密度分層法
6.5.2灰度級彩色變換法
6.5.3頻域濾波法
小結
習題
第7章圖像編碼
7.1概述
7.1.1圖像數(shù)據(jù)的冗余
7.1.2圖像的編碼質量評價
7.2信息論基礎與熵編碼
7.2.1離散信源的熵表示
7.2.2離散信源編碼定理
7.2.3赫夫曼編碼
7.2.4香農費諾編碼
7.2.5算術編碼
7.2.6行程編碼
7.3LZW算法
7.4預測編碼
7.4.1無損預測編碼
7.4.2有損預測編碼
7.5變換編碼
7.5.1變換選擇
7.5.2子圖像尺寸選擇
7.5.3位分配
7.5.4一個DCT編碼實例
7.6基于矢量量化技術的圖像編碼
7.6.1矢量量化原理
7.6.2矢量量化過程
7.7小波圖像編碼
7.7.1數(shù)字圖像的小波分解
7.7.2小波基的選擇
7.7.3小波變換域小波系數(shù)分析
7.7.4小波編碼方法
小結
習題
第8章圖像檢測與分割
8.1概述
8.2邊緣檢測
8.2.1梯度算子
8.2.2高斯拉普拉斯算子
8.2.3坎尼邊緣檢測算子
8.3邊界跟蹤
8.3.1空域邊界跟蹤
8.3.2霍夫變換
8.4閾值分割
8.4.1人工選擇法
8.4.2自動閾值法
8.4.3分水嶺算法
8.5區(qū)域分割
8.5.1區(qū)域生長法
8.5.2區(qū)域分裂法
8.5.3區(qū)域合并法
8.5.4區(qū)域分裂合并法
8.6形變模型
8.6.1參數(shù)活動輪廓模型
8.6.2幾何活動輪廓模型
8.6.3形變模型的擴展形式
8.7運動分割
8.7.1背景差值法
8.7.2圖像差分法
8.7.3基于光流的分割方法
8.7.4基于塊的運動分割方法
小結
習題
第9章圖像表示與描述
9.1概述
9.2圖像表示
9.2.1鏈碼
9.2.2邊界分段
9.2.3多邊形近似
9.2.4標記圖
9.2.5骨架
9.3邊界描述
9.3.1一些簡單的描述子
9.3.2形狀數(shù)
9.3.3傅里葉描述子
9.3.4統(tǒng)計矩
9.4區(qū)域描述
9.4.1一些簡單的描述子
9.4.2紋理
9.4.3不變矩
9.5數(shù)學形態(tài)學描述
9.5.1膨脹和腐蝕
9.5.2開啟和閉合
9.5.3數(shù)學形態(tài)學對圖像的操作
小結
習題
第10章圖像特征優(yōu)化
10.1概述
10.2基于選擇的特征優(yōu)化
10.2.1可分離性判據(jù)
10.2.2搜索選擇策略
10.2.3基于遺傳算法的特征選擇
10.3基于統(tǒng)計分析的特征優(yōu)化
10.3.1主成分分析
10.3.2獨立分量分析
10.3.3線性判別分析
10.3.4多維尺度分析
10.4基于流形學習的特征優(yōu)化
10.4.1流形學習的基本原理
10.4.2核主成分分析
10.4.3局部線
前言
教學建議
第1章緒論
1.1圖像及其分類
1.1.1圖像的特點
1.1.2圖像的分類
1.2數(shù)字圖像處理技術與應用
1.2.1數(shù)字圖像處理的主要內容
1.2.2數(shù)字圖像處理方法
1.2.3數(shù)字圖像處理技術的應用
1.3數(shù)字圖像處理系統(tǒng)
1.4Matlab簡介
1.5本書概要
習題
第2章圖像獲取
2.1概述
2.2連續(xù)圖像模型
2.2.1連續(xù)圖像的表達式
2.2.2連續(xù)圖像的隨機表征
2.3連續(xù)圖像的頻譜
2.3.1一維連續(xù)傅里葉變換
2.3.2二維連續(xù)傅里葉變換
2.4圖像采樣
2.4.1采樣定理
2.4.2圖像采樣
2.5圖像量化
2.5.1量化器模型
2.5.2標量量化
2.5.3向量量化
2.6數(shù)字圖像中的基本概念
2.6.1數(shù)字圖像的表示
2.6.2空間與灰度級分辨率
2.6.3像素間的基本關系
小結
習題
第3章圖像變換
3.1概述
3.2一維離散傅里葉變換
3.2.1離散傅里葉變換
3.2.2離散傅里葉變換的性質
3.3一維快速傅里葉變換
3.3.1一維快速傅里葉變換的基本思想
3.3.2一維快速傅里葉變換算法
3.4二維離散傅里葉變換
3.4.1二維離散傅里葉變換的定義
3.4.2二維離散傅里葉變換的性質
3.4.3二維快速離散傅里葉變換
3.4.4二維快速傅里葉變換的Matlab實現(xiàn)
3.4.5可分離圖像變換的概念
3.5離散余弦變換
3.5.1一維離散余弦變換
3.5.2一維快速離散余弦變換算法
3.5.3二維離散余弦變換
3.5.4離散余弦變換的Matlab實現(xiàn)
3.5.5離散余弦變換的應用
3.6沃爾什變換和哈達瑪變換
3.6.1離散沃爾什變換
3.6.2離散哈達瑪變換
3.6.3快速哈達瑪變換算法
3.7霍特林變換
3.8拉東變換
3.8.1拉東變換概述
3.8.2拉東變換的Matlab實現(xiàn)
小結
習題
第4章圖像增強
4.1概述
4.2空域點處理增強
4.2.1直接灰度變換
4.2.2直方圖修正
4.2.3圖像間的運算
4.3空域濾波增強
4.3.1平滑濾波器
4.3.2銳化濾波器
4.4頻域濾波增強
4.4.1低通濾波器
4.4.2高通濾波器
4.4.3同態(tài)濾波器
小結
習題
第5章圖像復原
5.1概述
5.2圖像退化模型
5.2.1退化模型
5.2.2連續(xù)函數(shù)退化模型
5.2.3離散退化模型
5.2.4循環(huán)矩陣對角化
5.3退化函數(shù)估計
5.3.1圖像觀察估計法
5.3.2試驗估計法
5.3.3模型估計法
5.4逆濾波
5.4.1無約束復原
5.4.2逆濾波復原
5.4.3消除勻速運動模糊
5.5維納濾波
5.5.1有約束濾波
5.5.2維納濾波復原
5.5.3維納濾波的Matlab實現(xiàn)
5.6約束*小二乘方濾波
5.6.1濾波模型
5.6.2約束*小二乘方濾波的Matlab實現(xiàn)
5.7從噪聲中復原
5.7.1噪聲模型
5.7.2空域濾波復原
5.7.3頻域濾波復原
5.8幾何失真校正
5.8.1空間變換
5.8.2灰度插值
5.8.3幾何失真圖像配準復原
小結
習題
第6章彩色圖像處理
6.1概述
6.2彩色基礎
6.2.1人眼的構造
6.2.2三色成像
6.3顏色模型
6.3.1RGB模型
6.3.2CMY模型和CMYK模型
6.3.3HSI模型
6.4全彩色圖像處理
6.4.1彩色圖像增強
6.4.2彩色圖像復原
6.4.3彩色圖像分析
6.5偽彩色處理
6.5.1密度分層法
6.5.2灰度級彩色變換法
6.5.3頻域濾波法
小結
習題
第7章圖像編碼
7.1概述
7.1.1圖像數(shù)據(jù)的冗余
7.1.2圖像的編碼質量評價
7.2信息論基礎與熵編碼
7.2.1離散信源的熵表示
7.2.2離散信源編碼定理
7.2.3赫夫曼編碼
7.2.4香農費諾編碼
7.2.5算術編碼
7.2.6行程編碼
7.3LZW算法
7.4預測編碼
7.4.1無損預測編碼
7.4.2有損預測編碼
7.5變換編碼
7.5.1變換選擇
7.5.2子圖像尺寸選擇
7.5.3位分配
7.5.4一個DCT編碼實例
7.6基于矢量量化技術的圖像編碼
7.6.1矢量量化原理
7.6.2矢量量化過程
7.7小波圖像編碼
7.7.1數(shù)字圖像的小波分解
7.7.2小波基的選擇
7.7.3小波變換域小波系數(shù)分析
7.7.4小波編碼方法
小結
習題
第8章圖像檢測與分割
8.1概述
8.2邊緣檢測
8.2.1梯度算子
8.2.2高斯拉普拉斯算子
8.2.3坎尼邊緣檢測算子
8.3邊界跟蹤
8.3.1空域邊界跟蹤
8.3.2霍夫變換
8.4閾值分割
8.4.1人工選擇法
8.4.2自動閾值法
8.4.3分水嶺算法
8.5區(qū)域分割
8.5.1區(qū)域生長法
8.5.2區(qū)域分裂法
8.5.3區(qū)域合并法
8.5.4區(qū)域分裂合并法
8.6形變模型
8.6.1參數(shù)活動輪廓模型
8.6.2幾何活動輪廓模型
8.6.3形變模型的擴展形式
8.7運動分割
8.7.1背景差值法
8.7.2圖像差分法
8.7.3基于光流的分割方法
8.7.4基于塊的運動分割方法
小結
習題
第9章圖像表示與描述
9.1概述
9.2圖像表示
9.2.1鏈碼
9.2.2邊界分段
9.2.3多邊形近似
9.2.4標記圖
9.2.5骨架
9.3邊界描述
9.3.1一些簡單的描述子
9.3.2形狀數(shù)
9.3.3傅里葉描述子
9.3.4統(tǒng)計矩
9.4區(qū)域描述
9.4.1一些簡單的描述子
9.4.2紋理
9.4.3不變矩
9.5數(shù)學形態(tài)學描述
9.5.1膨脹和腐蝕
9.5.2開啟和閉合
9.5.3數(shù)學形態(tài)學對圖像的操作
小結
習題
第10章圖像特征優(yōu)化
10.1概述
10.2基于選擇的特征優(yōu)化
10.2.1可分離性判據(jù)
10.2.2搜索選擇策略
10.2.3基于遺傳算法的特征選擇
10.3基于統(tǒng)計分析的特征優(yōu)化
10.3.1主成分分析
10.3.2獨立分量分析
10.3.3線性判別分析
10.3.4多維尺度分析
10.4基于流形學習的特征優(yōu)化
10.4.1流形學習的基本原理
10.4.2核主成分分析
10.4.3局部線
展開全部
數(shù)字圖像處理(第3版)(本科教材) 作者簡介
浙江大學計算機學院教授，在計算智能、數(shù)字圖像處理、模糊系統(tǒng)研究方面取得了許多獨創(chuàng)性成果。長期主講本科生課程“信號與系統(tǒng)”，研究生課程“人工智能引論”、“生物智能與算法”以及博士生“計算機技術前沿”講座。還主講過“數(shù)字圖像處理”、“模糊信息處理”、“模式識別”等課程。
書友推薦
- >
唐代進士錄
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
伊索寓言-世界文學名著典藏-全譯本
- >
我與地壇
- >
羅庸西南聯(lián)大授課錄
- >
名家?guī)阕x魯迅:朝花夕拾
- >
巴金－再思錄
- >
山海經(jīng)
本類暢銷
