中圖網(wǎng)小程序
一鍵登錄
更方便
本類(lèi)五星書(shū)更多>
-
>
公路車(chē)寶典(ZINN的公路車(chē)維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書(shū)中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車(chē)概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車(chē)
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問(wèn)題與脈絡(luò)
中圖價(jià):¥21.4
加入購(gòu)物車(chē)
多媒體信號(hào)處理 版權(quán)信息
- ISBN：9787560673745
- 條形碼：9787560673745 ; 978-7-5606-7374-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
多媒體信號(hào)處理 內(nèi)容簡(jiǎn)介
本書(shū)從多媒體信號(hào)處理的層面出發(fā), 將理論知識(shí)與實(shí)踐技術(shù)緊密結(jié)合, 深入淺出地介紹了多媒體信號(hào)處理領(lǐng)域的基本概念、基本原理、關(guān)鍵技術(shù)和典型應(yīng)用。全書(shū)共分為8章, 第1章介紹多媒體信號(hào)處理基礎(chǔ); 第2～4章介紹數(shù)字音頻信號(hào)處理基礎(chǔ)、數(shù)字圖像增強(qiáng)和形態(tài)學(xué)圖像處理理論等多媒體信號(hào)初級(jí)處理知識(shí); 第5～7章介紹圖像分割、圖像目標(biāo)檢測(cè)以及圖像復(fù)原等多媒體信號(hào)中級(jí)處理知識(shí)； 第8章介紹數(shù)字水印技術(shù)及應(yīng)用。 本書(shū)精選多媒體信息處理領(lǐng)域所涉及的經(jīng)典方法與關(guān)鍵技術(shù), 介紹了當(dāng)前多媒體信號(hào)處理國(guó)際頂級(jí)會(huì)議*新成果, 如數(shù)字隱藏技術(shù)、去霧算法等。本書(shū)在強(qiáng)化基本概念、原理的同時(shí), 注重理論與實(shí)際應(yīng)用結(jié)合, 列舉了大量具有實(shí)用價(jià)值的Matlab實(shí)例, 使讀者可以學(xué)以致用。 本書(shū)適合高等院校電子信息類(lèi)、計(jì)算機(jī)類(lèi)專(zhuān)業(yè)的學(xué)生使用, 也可以供相關(guān)科研和開(kāi)發(fā)人員參考, 還可以作為多媒體信號(hào)處理愛(ài)好者的自學(xué)教程。
多媒體信號(hào)處理 目錄
第1章 多媒體信號(hào)處理基礎(chǔ) 1
1.1 多媒體基本概念 1
1.2 音頻信號(hào)處理基礎(chǔ) 2
1.2.1 聲音的物理屬性 2
1.2.2 聲音的感知特性 3
1.2.3 數(shù)字音頻基礎(chǔ) 5
1.2.4 人耳聽(tīng)覺(jué) 7
1.2.5 音頻信號(hào)質(zhì)量評(píng)價(jià) 9
1.3 圖像信號(hào)處理基礎(chǔ) 11
1.3.1 圖像的獲取 12
1.3.2 圖像數(shù)字化 12
1.3.3 圖像數(shù)據(jù)的表示和存儲(chǔ) 14
1.3.4 圖像質(zhì)量評(píng)價(jià) 16
1.4 視頻信號(hào)處理基礎(chǔ) 18
1.4.1 視頻簡(jiǎn)介 18
1.4.2 視頻數(shù)字化 19
1.4.3 視頻質(zhì)量評(píng)價(jià) 21
本章小結(jié) 22
第2章 數(shù)字音頻處理 23
2.1 數(shù)字音頻數(shù)字化和預(yù)處理 23
2.1.1 預(yù)濾波、采樣、A/D轉(zhuǎn)換 24
2.1.2 預(yù)加重與去加重 25
2.1.3 分幀加窗 25
2.2 語(yǔ)音信號(hào)分析 25
2.2.1 語(yǔ)音特性和人耳感知特性 25
2.2.2 語(yǔ)音信號(hào)的時(shí)域分析 26
2.2.3 語(yǔ)音信號(hào)的頻域分析 29
2.3 語(yǔ)音增強(qiáng) 32
2.3.1 噪聲特性 33
2.3.2 濾波器法 33
2.3.3 基于相關(guān)特性的語(yǔ)音增強(qiáng) 34
2.3.4 減譜法 35
2.3.5 基于維納濾波的語(yǔ)音增強(qiáng) 37
2.3.6 基于信號(hào)子空間分解的語(yǔ)音增強(qiáng) 38
本章小結(jié) 41
第3章 數(shù)字圖像增強(qiáng) 42
3.1 圖像灰度變換 42
3.1.1 灰度直方圖統(tǒng)計(jì) 43
3.1.2 灰度線性變換 44
3.1.3 灰度非線性變換 45
3.1.4 圖像直方圖均衡 46
3.1.5 直方圖規(guī)定化 49
3.2 圖像平滑 51
3.2.1 卷積積分與鄰域運(yùn)算 51
3.2.2 圖像平滑 53
3.2.3 頻域低通濾波器 61
3.3 圖像銳化 62
3.3.1 梯度運(yùn)算 63
3.3.2 Prewitt算子 65
3.3.3 Sobel算子 66
3.3.4 Laplace算子 67
3.3.5 頻域高通濾波器 70
3.4 圖像的同態(tài)濾波 70
本章小結(jié) 72
第4章 形態(tài)學(xué)圖像處理 73
4.1 數(shù)學(xué)形態(tài)學(xué)及其基本概念 73
4.1.1 數(shù)學(xué)形態(tài)學(xué)的定義和分類(lèi) 73
4.1.2 數(shù)學(xué)形態(tài)學(xué)的邏輯運(yùn)算和基本概念 74
4.2 二值形態(tài)學(xué)基本運(yùn)算 77
4.2.1 腐蝕與膨脹 77
4.2.2 開(kāi)運(yùn)算與閉運(yùn)算 81
4.2.3 形態(tài)學(xué)濾波 84
4.3 二值圖像的形態(tài)學(xué)應(yīng)用 85
4.3.1 邊緣提取 85
4.3.2 區(qū)域填充 86
4.3.3 骨架抽取 87
4.3.4 擊中/擊不中運(yùn)算 88
4.4 灰度形態(tài)學(xué)基本運(yùn)算 89
4.4.1 灰度腐蝕與灰度膨脹 90
4.4.2 灰度開(kāi)運(yùn)算與灰度閉運(yùn)算 92
4.4.3 形態(tài)學(xué)梯度 94
4.4.4 形態(tài)學(xué)平滑濾波 95
4.4.5 頂帽變換和底帽變換 95
本章小結(jié) 98
第5章 圖像分割 99
5.1 圖像分割的概念和分類(lèi) 99
5.1.1 圖像分割的概念 99
5.1.2 圖像分割的分類(lèi) 100
5.2 基于邊界的邊緣檢測(cè) 100
5.2.1 帶有方向信息的邊緣檢測(cè) 101
5.2.2 基于LoG和DoG的邊緣檢測(cè) 103
5.2.3 Canny邊緣檢測(cè) 105
5.2.4 邊緣跟蹤 107
5.3 基于形狀的圖像分割 109
5.3.1 霍夫變換基本原理 109
5.3.2 直線的霍夫變換 111
5.3.3 圓的霍夫變換 114
5.4 基于灰度閾值的圖像分割 115
5.4.1 閾值化分割原理 115
5.4.2 基于灰度值統(tǒng)計(jì)特征的圖像分割法 116
5.5 基于區(qū)域的圖像分割 120
5.5.1 區(qū)域生長(zhǎng)法 120
5.5.2 區(qū)域的分裂與合并 123
本章小結(jié) 126
第6章 圖像目標(biāo)檢測(cè) 128
6.1 目標(biāo)檢測(cè)的基本概念與分類(lèi) 128
6.1.1 目標(biāo)檢測(cè)的基本概念 128
6.1.2 目標(biāo)檢測(cè)的分類(lèi) 129
6.2 運(yùn)動(dòng)目標(biāo)檢測(cè) 129
6.2.1 運(yùn)動(dòng)圖像序列背景建模 129
6.2.2 靜止背景下的運(yùn)動(dòng)目標(biāo)檢測(cè) 131
6.2.3 動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè) 132
6.3 有形目標(biāo)檢測(cè) 135
6.3.1 基于圖像分割的目標(biāo)檢測(cè) 135
6.3.2 基于模板匹配的目標(biāo)檢測(cè) 136
6.4 弱小目標(biāo)檢測(cè) 138
6.4.1 弱小目標(biāo)檢測(cè)的基本原理 138
6.4.2 弱小目標(biāo)檢測(cè)的背景抑制 139
6.4.3 基于單幀的弱小目標(biāo)檢測(cè) 141
6.5 目標(biāo)檢測(cè)的性能評(píng)價(jià) 143
6.5.1 通用性能指標(biāo)評(píng)價(jià) 143
6.5.2 其他指標(biāo)評(píng)價(jià) 144
本章小結(jié) 148
第7章 圖像復(fù)原 149
7.1 圖像退化 149
7.1.1 圖像退化與復(fù)原的過(guò)程 149
7.1.2 離散退化模型 151
7.1.3 循環(huán)矩陣對(duì)角化 152
7.1.4 圖像復(fù)原的基本步驟 153
7.2 常用圖像退化模型 153
7.3 退化模型的參數(shù)估計(jì) 154
7.3.1 基于頻域特征的參數(shù)估計(jì) 154
7.3.2 基于空域特征的參數(shù)估計(jì) 158
7.4 圖像復(fù)原的典型方法 159
7.4.1 逆濾波法 159
7.4.2 維納濾波 161
7.4.3 露西理查德森算法 163
7.5 暗通道優(yōu)先的圖像去霧算法 164
7.5.1 暗通道的概念與意義 164
7.5.2 暗通道去霧霾的原理 164
7.6 圖像復(fù)原的質(zhì)量評(píng)價(jià) 166
7.6.1 有參考的圖像質(zhì)量評(píng)價(jià) 166
7.6.2 無(wú)參考的圖像質(zhì)量評(píng)價(jià) 167
本章小結(jié) 168
第8章 數(shù)字水印 169
8.1 數(shù)字水印概述 169
8.1.1 數(shù)字水印技術(shù)的產(chǎn)生背景和應(yīng)用 169
8.1.2 數(shù)字水印的概念、原理及基本特征 170
8.1.3 數(shù)字水印的通用模型 171
8.1.4 數(shù)字水印的分類(lèi) 173
8.1.5 數(shù)字水印的應(yīng)用 173
8.2 圖像數(shù)字水印技術(shù) 174
8.2.1 *低有效位法 174
8.2.2 基于DCT的數(shù)字水印 177
8.2.3 基于小波變換的數(shù)字水印 181
8.3 音頻數(shù)字水印技術(shù) 184
8.3.1 人類(lèi)聽(tīng)覺(jué)特性 184
8.3.2 時(shí)域音頻水印算法 184
8.3.3 變換域音頻水印算法 185
8.3.4 基于量化的隱藏算法 186
8.4 視頻數(shù)字水印技術(shù) 187
8.5 常見(jiàn)攻擊類(lèi)型 188
8.6 數(shù)字水印性能評(píng)估方法 189
8.6.1 主觀評(píng)價(jià) 189
8.6.2 客觀評(píng)價(jià) 190
本章小結(jié) 191
參考文獻(xiàn) 192
展開(kāi)全部
書(shū)友推薦
- >
有舍有得是人生
- >
名家?guī)阕x魯迅:故事新編
- >
中國(guó)歷史的瞬間
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
隨園食單
- >
羅庸西南聯(lián)大授課錄
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
龍榆生：詞曲概論/大家小書(shū)
本類(lèi)暢銷(xiāo)
