掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
數(shù)字圖像處理技術(shù)與應(yīng)用——Visual C++實(shí)現(xiàn)
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥49.0
加入購(gòu)物車
數(shù)字圖像處理技術(shù)與應(yīng)用——Visual C++實(shí)現(xiàn) 版權(quán)信息
- ISBN：9787115501387
- 條形碼：9787115501387 ; 978-7-115-50138-7
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
數(shù)字圖像處理技術(shù)與應(yīng)用——Visual C++實(shí)現(xiàn) 本書特色
1、大部分章節(jié)根據(jù)知識(shí)點(diǎn)安排1-2個(gè)的應(yīng)用案例，幫助學(xué)生更好理解和掌握知識(shí)，以及知識(shí)的應(yīng)用，提高學(xué)生的學(xué)習(xí)興趣。2、體現(xiàn)理論與實(shí)踐的結(jié)合性和統(tǒng)一性。3、知識(shí)點(diǎn)由淺入深，便于學(xué)習(xí)者學(xué)習(xí)掌握。4、提供多媒體學(xué)習(xí)課件，減少教師上課壓力。5、提供不同學(xué)時(shí)數(shù)的教學(xué)大綱，便于教師教學(xué)安排。
數(shù)字圖像處理技術(shù)與應(yīng)用——Visual C++實(shí)現(xiàn) 內(nèi)容簡(jiǎn)介
本書結(jié)合作者多年的教學(xué)經(jīng)驗(yàn)和科研實(shí)踐編寫而成，系統(tǒng)介紹了數(shù)字圖像處理技術(shù)和分析的基礎(chǔ)理論、基本原理和實(shí)用的處理方法與技術(shù)。全書內(nèi)容包括概述（數(shù)字圖像基礎(chǔ)、數(shù)字圖像的表示和像素間的關(guān)系、數(shù)字圖像處理的發(fā)展與應(yīng)用、圖像的存儲(chǔ)與格式、視覺基礎(chǔ)）、圖像點(diǎn)運(yùn)算與應(yīng)用、圖像增強(qiáng)技術(shù)、圖像恢復(fù)技術(shù)、圖像變換、圖像分割、圖像壓縮與編碼技術(shù)、圖像的目標(biāo)表達(dá)與特征測(cè)量技術(shù)、二值圖像的形態(tài)學(xué)處理、彩色圖像處理和案例分析。本書應(yīng)用案例大多來(lái)自于生活實(shí)踐，有實(shí)現(xiàn)方法和實(shí)現(xiàn)步驟，幫助學(xué)習(xí)者理解掌握知識(shí)點(diǎn)。
數(shù)字圖像處理技術(shù)與應(yīng)用——Visual C++實(shí)現(xiàn) 目錄
第 一章 概述 1
1．1 數(shù)字圖像基礎(chǔ) 1
1．1．1 像素 1
1．1．2 數(shù)字化 2
1．1．3 圖像類別 5
1．2 數(shù)字圖像的表示和像素間的關(guān)系 8
1．2．1 數(shù)字圖像的表示 8
1．2．2 數(shù)字圖像像素間的領(lǐng)域關(guān)系 9
1．2．3像素間的距離 9
1．3數(shù)字圖像處理的發(fā)展與應(yīng)用領(lǐng)域 10
1．4 圖像的存儲(chǔ)與格式 16
1．4．1 數(shù)字圖像的存儲(chǔ)基礎(chǔ) 16
1．4．2 數(shù)字圖像數(shù)據(jù)文件的存儲(chǔ)方式 17
1．4．3 數(shù)字圖像文件格式 17
1．4．4 圖像顯示 20
1．5 視覺基礎(chǔ) 22
1．5．1 人眼成像 22
1．5．2亮度知覺 24
1．5．3 形狀知覺 26
1．5．4 顏色視覺和色度學(xué) 26
1．5．5 彩色模型 28
第二章 圖像運(yùn)算及應(yīng)用 35
引言 35
2．1 代數(shù)運(yùn)算與應(yīng)用 35
2．1．1 加運(yùn)算與應(yīng)用 35
2．1．2 減法運(yùn)算與應(yīng)用 37
2．1．3 乘法運(yùn)算與應(yīng)用 38
2．1．4 除法運(yùn)算與應(yīng)用 39
2．2 邏輯運(yùn)算與應(yīng)用 40
2．2．1 邏輯非（NOT）運(yùn)算 40
2．2．2邏輯與（AND）運(yùn)算 41
2．2．3邏輯或（OR）運(yùn)算 41
2．2．4 邏輯運(yùn)算綜合實(shí)例 42
2．3 應(yīng)用案例 43
2．3．1 拼圖并加框案例 43
2．3．2 電視制作的藍(lán)屏技術(shù) 45
第3章 圖像增強(qiáng)技術(shù) 46
引言 46
3．1 噪聲及其描述 47
3．1．1 圖像噪聲的分類 47
3．1．2 噪聲特點(diǎn) 48
3．1．3 一些常見的噪聲概率密度函數(shù) 49
3．2 灰度變換 51
3．2．1 圖像求反變換 51
3．2．2 線性比例變換 52
3．2．3 分段線性變換 53
3．2．4 指數(shù)變換 54
3．2．5 對(duì)數(shù)變換 55
3．3 直方圖均衡化和規(guī)定化 55
3．3．1 直方圖均衡化 56
3．3．2 直方圖規(guī)定化 59
3．4 空域?yàn)V波增強(qiáng) 62
3．4．1 均值濾波 63
3．4．2 中值濾波 66
3．4．3 銳化空域?yàn)V波器 68
3．5 頻域?yàn)V波增強(qiáng) 70
3．5．1 頻域低通濾波 70
3．5．2 頻域高通濾波 74
3．6 應(yīng)用案例 75
3．6．1 浮雕效果的制作 75
3．6．2 美化人臉 76
第4章 圖像復(fù)原技術(shù) 77
引言 77
4．1圖像退化及模型 78
4．2 噪聲及其描述 80
4．2．1 噪聲的分類 80
4．2．2 噪聲特點(diǎn) 81
4．2．3 一些常見的噪聲概率密度函數(shù) 82
4．3空域噪聲濾波器 85
4．3．1 均值濾波器 86
4．3．2統(tǒng)計(jì)排序?yàn)V波器 88
4．4幾何畸變圖像的復(fù)原 90
第五章 圖像變換 94
引言 94
5．1圖像空間幾何變換 95
5．1．1灰度插值 97
5．1．2 圖像平移變換 100
5．1．3 圖像旋轉(zhuǎn)變換 101
5．1．4 圖像比例變換 103
5．1．5 圖像鏡像變換 107
5．2 空間頻域變換和處理 109
5．2．1 傅里葉變換 109
5．2．2 快速傅里葉變換 115
5．2．3 離散余弦變換 117
5．2．4沃爾什變換 119
5．2．5快速沃爾什變換 125
5．3 應(yīng)用案例——水中倒影的制作 131
第六章 圖像分割 134
引言 134
6．1 拋磚引玉 134
6．1．1 圖像預(yù)處理 135
6．1．2人臉區(qū)域獲取 140
6．2 基礎(chǔ)知識(shí) 144
6．2．1圖像分割的定義 144
6．2．2 圖像分割的依據(jù)和分類 145
6．3 邊緣檢測(cè) 145
6．3．1邊緣的概念和性質(zhì) 145
6．3．2 梯度算子 146
6．3．3 Roberts算子 148
6．3．4 Sobel算子 148
6．3．5 Prewitt算子 149
6．3．6 Laplacian算子 149
6．4 閾值分割 151
6．4．1 基于閾值的灰度圖像分割 151
6．4．2 閾值選取方法 153
6．5 輪廓跟蹤 155
6．5．1 二值圖像輪廓跟蹤 155
6．5．2 邊界跟蹤法 156
6．5．3 圖搜索法 157
6．6 Hough變換 158
6．7 基于區(qū)域的分割 159
6．7．1 區(qū)域生長(zhǎng) 159
6．7．2 區(qū)域分裂與合并 161
6．8 應(yīng)用案例 163
6．8．1 融合改進(jìn)分水嶺和區(qū)域生長(zhǎng)的彩色圖像分割 163
6．8．2 車牌定位 168
第七章 圖像壓縮編碼技術(shù) 172
引言 172
7．1 圖像壓縮編碼概述 172
7．1．1 圖像壓縮原理 172
7．1．2 圖像壓縮編碼的可行性 173
7．1．3壓縮編碼的分類 174
7．1．4 圖像壓縮的相關(guān)術(shù)語(yǔ) 175
7．1．5 圖像保真度 176
7．2 哈夫曼（Huffman）編碼 177
7．3香農(nóng)—范諾編碼（Shannon–Fano coding） 179
7．4 算術(shù)編碼 180
7．5無(wú)損預(yù)測(cè)編碼 182
7．6有損預(yù)測(cè)編碼 184
7．7 圖像壓縮標(biāo)準(zhǔn) 186
7．7．1 JPEG/M-JPEG 186
7．7．2 H．261/H．263 187
7．7．3 MPEG 187
第8章 圖像的目標(biāo)表達(dá)及特征測(cè)量技術(shù) 189
引言 189
8．1輪廓的鏈碼表達(dá) 189
8．2輪廓線段的近似表達(dá) 192
8．2．1基于收縮的*小周長(zhǎng)多邊形的邊界表達(dá) 192
8．2．2基于聚合的*小均方誤差線段逼近 193
8．2．3基于分裂的*小均方誤差線段逼近 193
8．3區(qū)域的表達(dá) 194
8．3．1區(qū)域分解表達(dá) 194
8．3．2 目標(biāo)的骨架表達(dá) 195
8．4輪廓基本參數(shù)及測(cè)量 198
8．4．1 輪廓長(zhǎng)度（區(qū)域周長(zhǎng)） 198
8．4．2 輪廓直徑 200
8．4．3 形狀數(shù) 200
8．5區(qū)域參數(shù)及測(cè)量 201
8．5．1 區(qū)域面積 201
8．5．2 區(qū)域重心 202
8．5．3 區(qū)域灰度特性 202
8．5．4 區(qū)域形狀參數(shù) 203
8．5．5 偏心率度 203
8．5．6 圓形度（圓形性） 204
8．5．7 歐拉數(shù) 204
8．6 應(yīng)用案例—水果識(shí)別 205
8．6．1 亮度調(diào)整 206
8．6．2 邊緣提取 206
8．6．3 圖像分割 207
8．6．4 區(qū)域標(biāo)記 207
8．6．5 輪廓跟蹤 208
8．6．6 特征提取 208
8．6．7 個(gè)體識(shí)別 209
第9章 二值圖像的形態(tài)學(xué)處理 210
引言 210
9．1 腐蝕 212
9．2 膨脹 213
9．3 開運(yùn)算 216
9．4 閉運(yùn)算 217
9．5 應(yīng)用案例 218
9．5．1 邊界提取 218
9．5．2 區(qū)域填充算法 219
9．5．3 連通分量的提取 219
9．5．4 凸殼 220
第 10章 彩色圖像處理 222
引言 222
10．1 彩色圖像基本屬性 222
10．1．1 像素深度 222
10．1．2 真彩色、偽彩色、假彩色 223
10．2 彩色圖像增強(qiáng) 223
10．2．1 真彩色圖像增強(qiáng) 223
10．2．2 偽彩色圖像增強(qiáng) 225
10．2．3 假彩色圖像增強(qiáng) 227
10．3 彩色圖像處理分析 227
10．3．1 彩色補(bǔ)償 228
10．3．2 彩色圖像平滑 229
10．3．3 彩色圖像銳化 230
10．4 應(yīng)用案例 231
10．4．1 基于模板的圖像匹配 231
10．4．2 基于SIFT特征點(diǎn)的圖像匹配 236
第 11章 經(jīng)典案例 244
引言 244
11．1 經(jīng)典案例——人臉檢測(cè)與特征定位系統(tǒng) 244
11．1．1 人臉檢測(cè)與特征定位系統(tǒng)功能 245
11．1．2 基于膚色分割的人臉檢測(cè)方法 245
11．1．3基于臉和頭發(fā)區(qū)域的人臉檢測(cè)方法 249
11．1．4臉部特征標(biāo)注 251
11．2實(shí)例2——蝴蝶與蛾的分類 253
11．2．1 圖像預(yù)處理 253
11．2．2圖像分割 255
11．2．3 輪廓提取 260
11．2．4 特征提取 262
11．2．5圖像分類 265
1．1 數(shù)字圖像基礎(chǔ) 1
1．1．1 像素 1
1．1．2 數(shù)字化 2
1．1．3 圖像類別 5
1．2 數(shù)字圖像的表示和像素間的關(guān)系 8
1．2．1 數(shù)字圖像的表示 8
1．2．2 數(shù)字圖像像素間的領(lǐng)域關(guān)系 9
1．2．3像素間的距離 9
1．3數(shù)字圖像處理的發(fā)展與應(yīng)用領(lǐng)域 10
1．4 圖像的存儲(chǔ)與格式 16
1．4．1 數(shù)字圖像的存儲(chǔ)基礎(chǔ) 16
1．4．2 數(shù)字圖像數(shù)據(jù)文件的存儲(chǔ)方式 17
1．4．3 數(shù)字圖像文件格式 17
1．4．4 圖像顯示 20
1．5 視覺基礎(chǔ) 22
1．5．1 人眼成像 22
1．5．2亮度知覺 24
1．5．3 形狀知覺 26
1．5．4 顏色視覺和色度學(xué) 26
1．5．5 彩色模型 28
第二章 圖像運(yùn)算及應(yīng)用 35
引言 35
2．1 代數(shù)運(yùn)算與應(yīng)用 35
2．1．1 加運(yùn)算與應(yīng)用 35
2．1．2 減法運(yùn)算與應(yīng)用 37
2．1．3 乘法運(yùn)算與應(yīng)用 38
2．1．4 除法運(yùn)算與應(yīng)用 39
2．2 邏輯運(yùn)算與應(yīng)用 40
2．2．1 邏輯非（NOT）運(yùn)算 40
2．2．2邏輯與（AND）運(yùn)算 41
2．2．3邏輯或（OR）運(yùn)算 41
2．2．4 邏輯運(yùn)算綜合實(shí)例 42
2．3 應(yīng)用案例 43
2．3．1 拼圖并加框案例 43
2．3．2 電視制作的藍(lán)屏技術(shù) 45
第3章 圖像增強(qiáng)技術(shù) 46
引言 46
3．1 噪聲及其描述 47
3．1．1 圖像噪聲的分類 47
3．1．2 噪聲特點(diǎn) 48
3．1．3 一些常見的噪聲概率密度函數(shù) 49
3．2 灰度變換 51
3．2．1 圖像求反變換 51
3．2．2 線性比例變換 52
3．2．3 分段線性變換 53
3．2．4 指數(shù)變換 54
3．2．5 對(duì)數(shù)變換 55
3．3 直方圖均衡化和規(guī)定化 55
3．3．1 直方圖均衡化 56
3．3．2 直方圖規(guī)定化 59
3．4 空域?yàn)V波增強(qiáng) 62
3．4．1 均值濾波 63
3．4．2 中值濾波 66
3．4．3 銳化空域?yàn)V波器 68
3．5 頻域?yàn)V波增強(qiáng) 70
3．5．1 頻域低通濾波 70
3．5．2 頻域高通濾波 74
3．6 應(yīng)用案例 75
3．6．1 浮雕效果的制作 75
3．6．2 美化人臉 76
第4章 圖像復(fù)原技術(shù) 77
引言 77
4．1圖像退化及模型 78
4．2 噪聲及其描述 80
4．2．1 噪聲的分類 80
4．2．2 噪聲特點(diǎn) 81
4．2．3 一些常見的噪聲概率密度函數(shù) 82
4．3空域噪聲濾波器 85
4．3．1 均值濾波器 86
4．3．2統(tǒng)計(jì)排序?yàn)V波器 88
4．4幾何畸變圖像的復(fù)原 90
第五章 圖像變換 94
引言 94
5．1圖像空間幾何變換 95
5．1．1灰度插值 97
5．1．2 圖像平移變換 100
5．1．3 圖像旋轉(zhuǎn)變換 101
5．1．4 圖像比例變換 103
5．1．5 圖像鏡像變換 107
5．2 空間頻域變換和處理 109
5．2．1 傅里葉變換 109
5．2．2 快速傅里葉變換 115
5．2．3 離散余弦變換 117
5．2．4沃爾什變換 119
5．2．5快速沃爾什變換 125
5．3 應(yīng)用案例——水中倒影的制作 131
第六章 圖像分割 134
引言 134
6．1 拋磚引玉 134
6．1．1 圖像預(yù)處理 135
6．1．2人臉區(qū)域獲取 140
6．2 基礎(chǔ)知識(shí) 144
6．2．1圖像分割的定義 144
6．2．2 圖像分割的依據(jù)和分類 145
6．3 邊緣檢測(cè) 145
6．3．1邊緣的概念和性質(zhì) 145
6．3．2 梯度算子 146
6．3．3 Roberts算子 148
6．3．4 Sobel算子 148
6．3．5 Prewitt算子 149
6．3．6 Laplacian算子 149
6．4 閾值分割 151
6．4．1 基于閾值的灰度圖像分割 151
6．4．2 閾值選取方法 153
6．5 輪廓跟蹤 155
6．5．1 二值圖像輪廓跟蹤 155
6．5．2 邊界跟蹤法 156
6．5．3 圖搜索法 157
6．6 Hough變換 158
6．7 基于區(qū)域的分割 159
6．7．1 區(qū)域生長(zhǎng) 159
6．7．2 區(qū)域分裂與合并 161
6．8 應(yīng)用案例 163
6．8．1 融合改進(jìn)分水嶺和區(qū)域生長(zhǎng)的彩色圖像分割 163
6．8．2 車牌定位 168
第七章 圖像壓縮編碼技術(shù) 172
引言 172
7．1 圖像壓縮編碼概述 172
7．1．1 圖像壓縮原理 172
7．1．2 圖像壓縮編碼的可行性 173
7．1．3壓縮編碼的分類 174
7．1．4 圖像壓縮的相關(guān)術(shù)語(yǔ) 175
7．1．5 圖像保真度 176
7．2 哈夫曼（Huffman）編碼 177
7．3香農(nóng)—范諾編碼（Shannon–Fano coding） 179
7．4 算術(shù)編碼 180
7．5無(wú)損預(yù)測(cè)編碼 182
7．6有損預(yù)測(cè)編碼 184
7．7 圖像壓縮標(biāo)準(zhǔn) 186
7．7．1 JPEG/M-JPEG 186
7．7．2 H．261/H．263 187
7．7．3 MPEG 187
第8章 圖像的目標(biāo)表達(dá)及特征測(cè)量技術(shù) 189
引言 189
8．1輪廓的鏈碼表達(dá) 189
8．2輪廓線段的近似表達(dá) 192
8．2．1基于收縮的*小周長(zhǎng)多邊形的邊界表達(dá) 192
8．2．2基于聚合的*小均方誤差線段逼近 193
8．2．3基于分裂的*小均方誤差線段逼近 193
8．3區(qū)域的表達(dá) 194
8．3．1區(qū)域分解表達(dá) 194
8．3．2 目標(biāo)的骨架表達(dá) 195
8．4輪廓基本參數(shù)及測(cè)量 198
8．4．1 輪廓長(zhǎng)度（區(qū)域周長(zhǎng)） 198
8．4．2 輪廓直徑 200
8．4．3 形狀數(shù) 200
8．5區(qū)域參數(shù)及測(cè)量 201
8．5．1 區(qū)域面積 201
8．5．2 區(qū)域重心 202
8．5．3 區(qū)域灰度特性 202
8．5．4 區(qū)域形狀參數(shù) 203
8．5．5 偏心率度 203
8．5．6 圓形度（圓形性） 204
8．5．7 歐拉數(shù) 204
8．6 應(yīng)用案例—水果識(shí)別 205
8．6．1 亮度調(diào)整 206
8．6．2 邊緣提取 206
8．6．3 圖像分割 207
8．6．4 區(qū)域標(biāo)記 207
8．6．5 輪廓跟蹤 208
8．6．6 特征提取 208
8．6．7 個(gè)體識(shí)別 209
第9章 二值圖像的形態(tài)學(xué)處理 210
引言 210
9．1 腐蝕 212
9．2 膨脹 213
9．3 開運(yùn)算 216
9．4 閉運(yùn)算 217
9．5 應(yīng)用案例 218
9．5．1 邊界提取 218
9．5．2 區(qū)域填充算法 219
9．5．3 連通分量的提取 219
9．5．4 凸殼 220
第 10章 彩色圖像處理 222
引言 222
10．1 彩色圖像基本屬性 222
10．1．1 像素深度 222
10．1．2 真彩色、偽彩色、假彩色 223
10．2 彩色圖像增強(qiáng) 223
10．2．1 真彩色圖像增強(qiáng) 223
10．2．2 偽彩色圖像增強(qiáng) 225
10．2．3 假彩色圖像增強(qiáng) 227
10．3 彩色圖像處理分析 227
10．3．1 彩色補(bǔ)償 228
10．3．2 彩色圖像平滑 229
10．3．3 彩色圖像銳化 230
10．4 應(yīng)用案例 231
10．4．1 基于模板的圖像匹配 231
10．4．2 基于SIFT特征點(diǎn)的圖像匹配 236
第 11章 經(jīng)典案例 244
引言 244
11．1 經(jīng)典案例——人臉檢測(cè)與特征定位系統(tǒng) 244
11．1．1 人臉檢測(cè)與特征定位系統(tǒng)功能 245
11．1．2 基于膚色分割的人臉檢測(cè)方法 245
11．1．3基于臉和頭發(fā)區(qū)域的人臉檢測(cè)方法 249
11．1．4臉部特征標(biāo)注 251
11．2實(shí)例2——蝴蝶與蛾的分類 253
11．2．1 圖像預(yù)處理 253
11．2．2圖像分割 255
11．2．3 輪廓提取 260
11．2．4 特征提取 262
11．2．5圖像分類 265
展開全部
數(shù)字圖像處理技術(shù)與應(yīng)用——Visual C++實(shí)現(xiàn) 作者簡(jiǎn)介
主要從事數(shù)字圖像處理和計(jì)算機(jī)輔助設(shè)計(jì)等方面的研究，在數(shù)字圖像全景拼接、智能拼圖、數(shù)字圖像3維重建方面有比較深入的研究，近5年，在國(guó)內(nèi)外重要核心期刊發(fā)表學(xué)術(shù)論文10余篇，申請(qǐng)發(fā)明專利3項(xiàng)，主編教材2部，主持省級(jí)項(xiàng)目3項(xiàng)，校級(jí)項(xiàng)目3項(xiàng)，參與省級(jí)項(xiàng)目2項(xiàng)，主持和參與企業(yè)橫向合作項(xiàng)目多項(xiàng)。
書友推薦
- >
朝聞道
- >
回憶愛瑪儂
- >
自卑與超越
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
月亮與六便士
- >
莉莉和章魚
- >
我從未如此眷戀人間
- >
羅庸西南聯(lián)大授課錄
本類暢銷
