中圖網(wǎng)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(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數(shù)字圖像預處理技術 版權信息
- ISBN：9787121491580
- 條形碼：9787121491580 ; 978-7-121-49158-0
- 裝幀：平塑
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
數(shù)字圖像預處理技術 內(nèi)容簡介
本書針對圖像處理中常見的問題，如噪聲、對比度不足、顏色不統(tǒng)一等，提供了多種預處理方法。首先，針對低照度圖像，本書介紹了一種對比度增強方法，該方法可以有效提高圖像的視覺效果，使其更清晰。此外，對于不同相機拍攝的彩色圖像間顏色不統(tǒng)一的問題，本書也提出了一種有效的顏色轉(zhuǎn)移方法，確保不同來源的圖像在色彩上保持一致。對于灰度化處理，本書提出了一種考慮色彩信息損失的方法，既簡化了圖像又保留了重要色彩信息。此外，針對脈沖噪聲，本書還給出了一種基于線性結構特征的濾波方法。此外，本書還給出了一種基于tanh函數(shù)及Gamma函數(shù)的深度估計方法。在介紹這些方法時，本書不僅詳細闡述了其原理、處理步驟和參數(shù)設置，還通過實驗驗證了其效果。*后，本書總結了這些方法的優(yōu)點，使其更具實用性。
數(shù)字圖像預處理技術 目錄
目 錄第1章 緒論 11.1 色覺原理 21.2 色覺理論 31.3 可見光 41.4 顏色空間 51.4.1 RGB顏色空間 61.4.2 HSV顏色空間 71.4.3 CIE XYZ顏色空間 91.4.4 CIE L*a*b*顏色空間 121.5 本章小結 14本章參考文獻 15第2章 基于Gamma校正的彩色圖像對比度增強方法 172.1 基本理論知識 18目 錄
第1章 緒論 1
1.1 色覺原理 2
1.2 色覺理論 3
1.3 可見光 4
1.4 顏色空間 5
1.4.1 RGB顏色空間 6
1.4.2 HSV顏色空間 7
1.4.3 CIE XYZ顏色空間 9
1.4.4 CIE L*a*b*顏色空間 12
1.5 本章小結 14
本章參考文獻 15
第2章 基于Gamma校正的彩色圖像對比度增強方法 17
2.1 基本理論知識 18
2.1.1 直方圖均衡化 18
2.1.2 Gamma校正 21
2.1.3 Retinex 23
2.1.4 加權分布自適應Gamma校正方法 26
2.2 基于Gamma校正及Retinex的彩色圖像對比度增強方法 27
2.2.1 方法設計思路 28
2.2.2 方法介紹 28
2.2.3 評價方法 32
2.2.4 實驗與討論 35
2.3 基于亮度權重調(diào)整的彩色圖像對比度增強方法 38
2.3.1 方法介紹 38
2.3.2 參數(shù)設置 41
2.3.3 實驗與討論 45
2.4 本章小結 50
本章參考文獻 50
第3章 基于偽彩色抑制的彩色圖像顏色轉(zhuǎn)移方法 53
3.1 基礎知識 54
3.1.1 研究現(xiàn)狀 54
3.1.2 Reinhard顏色轉(zhuǎn)移方法 56
3.1.3 迭代分布轉(zhuǎn)移方法 58
3.1.4 Ueda顏色轉(zhuǎn)移方法 60
3.2 基于迭代分布轉(zhuǎn)移的顏色轉(zhuǎn)移方法 63
3.2.1 方法介紹 63
3.2.2 評價方法 68
3.2.3 實驗及討論 69
3.3 基于偽彩色抑制的彩色圖像顏色轉(zhuǎn)移方法 83
3.3.1 方法介紹 83
3.3.2 實驗及討論 84
3.4 本章小結 90
本章參考文獻 91
第4章 基于色彩信息的彩色圖像灰度化方法 95
4.1 基本理論知識 96
4.1.1 亮度分量 96
4.1.2 Gooch的灰度化方法 97
4.2 考慮顏色空間距離的彩色圖像灰度化方法 99
4.2.1 方法介紹 99
4.2.2 評價方法 101
4.2.3 實驗及討論 103
4.3 一種帶符號的顏色距離的彩色圖像灰度化方法 112
4.3.1 帶符號的顏色距離 112
4.3.2 實驗及討論 113
4.4 考慮對比度的彩色圖像灰度化方法 116
4.4.1 方法介紹 116
4.4.2 實驗及討論 118
4.5 本章小結 122
本章參考文獻 123
第5章 基于線性結構特征的脈沖噪聲濾波方法 125
5.1 基本理論知識 126
5.1.1 噪聲模型 126
5.1.2 噪聲檢測 126
5.1.3 評價方法 127
5.2 考慮局部線性結構的濾波方法 128
5.2.1 方法介紹 130
5.2.2 實驗及討論 132
5.3 考慮多方向線性結構的濾波方法 136
5.3.1 方法介紹 136
5.3.2 實驗與討論 140
5.4 基于代價函數(shù)的向量濾波方法 145
5.4.1 噪聲模型 145
5.4.2 本節(jié)方法介紹 146
5.4.3 實驗與討論 147
5.5 本章小結 152
本章參考文獻 152
第6章 基于tanh函數(shù)及Gamma函數(shù)的花粉圖像深度估計方法 155
6.1 深度圖像介紹 156
6.1.1 場景深度的表示 156
6.1.2 場景深度的獲取 158
6.2 花粉圖像邊緣檢測方法 161
6.2.1 深度圖像估計 161
6.2.2 獲取花粉圖像 163
6.2.3 基于改進Canny算子的邊緣檢測 164
6.2.4 圖像細化 169
6.2.5 提取邊緣圖像*長線 171
6.2.6 實驗及討論 172
6.3 基于tanh函數(shù)的花粉深度圖像修正方法 179
6.3.1 主要實現(xiàn)思想 179
6.3.2 基于tanh函數(shù)的深度圖像修正 181
6.3.3 參數(shù)設置 184
6.3.4 實驗及討論 185
6.4 基于Gamma函數(shù)的花粉深度圖像修正方法 189
6.4.1 主要實現(xiàn)思想 190
6.4.2 基于Gamma函數(shù)的花粉深度圖像修正方法一 191
6.4.3 基于Gamma函數(shù)的花粉深度圖像修正方法二 192
6.4.4 實驗及討論 194
6.5 本章小結 201
本章參考文獻 202
展開全部
數(shù)字圖像預處理技術 作者簡介
石寶，男，1982年5月生，日本名古屋市立大學博士畢業(yè)，2015年9月入職內(nèi)蒙古工業(yè)大學，2018年晉升為信息工程學院副教授，碩士生導師、計算機技術專業(yè)碩士學位點負責人，主要研究方向為數(shù)字圖像處理、人工智能。目前主持國家自然科學基金地區(qū)基金1項，內(nèi)蒙古自然科學基金2項，內(nèi)蒙古自治區(qū)直屬高校基本科研業(yè)務費項目2項，作為項目技術骨干參與完成國家級項目3項、內(nèi)蒙古科技計劃項目3項。近年來，以第一作者或通訊作者身份在Neural Computing and Applications、The Visual Computer、Journal of Electronic Imaging、Optical Review、IEICE Transaction on Fundamentals of Electronics, Communications and Computer Sciences、北京工業(yè)大學學報等國際國內(nèi)學術期刊及會議發(fā)表論文30余篇，其中SCI收錄14篇、EI收錄10篇；以第一發(fā)明人身份申請國家發(fā)明專利16項，其中已授權5項；已授權軟件著作權20余項。獲IEEE Nagoya Section論文獎1項。中國計算機學會會員、IEICE會員；Neural Computing and Applications、IET Image Processing、IEEE Access、IEICE Transaction on Fundamentals of Electronics等國際學術期刊審稿人。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
我與地壇
- >
李白與唐代文化
- >
莉莉和章魚
- >
【精裝繪本】畫給孩子的中國神話
- >
中國歷史的瞬間
- >
伊索寓言-世界文學名著典藏-全譯本
- >
月亮與六便士
本類暢銷
