新書推薦：
《
女人的胜利
》
售價：NT$
254.0
《
数据有道：数据分析+图论与网络+微课+Python编程（鸢尾花数学大系：从加减乘除到机器学习）
》
售價：NT$
1214.0
《
500万次倾听：陪伤心的人聊聊
》
售價：NT$
245.0
《
英国商业500年（见证大国崛起与企业兴衰，启迪未来商业智慧。）
》
售價：NT$
367.0
《
万千心理·儿童心理治疗中的心智化：临床实践指导
》
售價：NT$
398.0
《
自我囚禁的人：完美主义的心理成因与自我松绑（破除你对完美主义的迷思，尝试打破自我评价过低与焦虑的恶性循环）
》
售價：NT$
301.0
《
周易
》
售價：NT$
203.0
《
东南亚的传统与发展
》
售價：NT$
306.0
|
| 編輯推薦： |
1、 内容更加实用：是作者团队多年从事数字图像处理教学以及项目开发经验的总结和体会；
2、 知识原理并重：内容重点突出，既覆盖了知识点，同时将其中的基本原理用浅显易懂的语言以及图文并茂的方式作出清晰的解释，如数字图像的运算过程、滤波器的原理及滤波过程等；
3、 遵循读者思路：实例丰富翔实，并从读者的角度全面的注释，同时针对初学者解决问题无从下手或者思路不够清晰的情况，以分解步骤帮助读者建立起清晰的图像处理脉络；
4、 详细代码实现：知识点对应详细的代码实现，以更好的解释算法的实现过程，引导学生亲自动手实现相应的功能，从而对图像处理算法有更加深刻的认识。
|
| 內容簡介： |
|
本书主要介绍数字图像的历史、数字图像处理框架、数字图像的应用前景、图像程序开发环境的配置及入门；数字图像处理基础；数字图像的运算；直方图与匹配；空间域滤波器；频率域滤波器；形态学处理；图像分割；特征检测与匹配；图像复原与重建；图像压缩；表示与描述等内容，知识点全面，重点突出，图文并茂，既有原理，又有实例。 本书既可作为高等院校计算机科学与技术、软件工程等相关专业的本科生和研究生的教材，也可作为软件开发人员知识培训与继续教育的参考用书。
|
| 目錄：
|
第1章引言1
1.1人的感知源1
1.2数字图像的历史2
1.3数字图像处理框架6
1.4数字图像的应用前景7
1.5我的第一个图像程序12
1.5.1基于OpenCV的C 图像程序12
1.5.2基于EmguCV的C#图像程序27
1.6练习题31
第2章数字图像处理基础32
2.1图像感知与获取32
2.1.1图像传感器的分类32
2.1.2图像系统选型参数计算33
2.1.3色度学原理与颜色空间34
2.2图像采样与量化39
2.2.1图像采样39
2.2.2图像量化39
2.2.3数字图像的表示40
2.2.4与图像质量相关的因素41
2.3像素间关系的描述45
2.3.1邻域关系45
2.3.2连通关系46
2.3.3距离关系46
2.4数字图像中的数学48
2.4.1范数48
2.4.2傅里叶变换49
2.4.3方差与标准差502.5数字图像的存储51
2.5.1图像文件格式51
2.5.2Windows中的图像52
2.5.3访问图像中的像素56
2.6练习题62
〖3〗数字图像处理系列教程——基础知识篇目录〖3〗第3章数字图像的运算64
3.1点运算64
3.1.1线性灰度变换65
3.1.2分段线性灰度变换67
3.1.3非线性灰度变换69
3.2代数运算74
3.2.1加74
3.2.2减77
3.2.3乘79
3.2.4除81
3.3逻辑运算84
3.3.1与84
3.3.2或85
3.3.3非87
3.3.4异或89
3.4几何运算91
3.4.1平移91
3.4.2镜像93
3.4.3旋转97
3.4.4缩放99
3.4.5错切102
3.4.6插值问题104
3.4.7图像卷绕(扭曲)108
3.4.8图像变形111
3.5练习题113
第4章直方图与匹配114
4.1图像直方图概述114
4.2直方图的计算与绘制115
4.2.1直方图的计算115
4.2.2直方图的均衡化118
4.3直方图对比120
4.4反向投影126
4.5模板匹配129
4.6练习题136
第5章空间域滤波器137
5.1滤波器的概念137
5.2平滑空间滤波器137
5.2.1均值滤波器137
5.2.2高斯滤波器140
5.2.3统计排序滤波器143
5.3锐化空间滤波器148
5.3.1微分滤波器原理148
5.3.2拉普拉斯算子149
5.3.3梯度算子152
5.4练习题158
第6章频率域滤波器159
6.1傅里叶变换159
6.1.1一维连续傅里叶变换160
6.1.2一维离散傅里叶变换161
6.1.3二维连续傅里叶变换167
6.1.4二维离散傅里叶变换168
6.1.5傅里叶变换的性质175
6.2频率域图像滤波的基本概念176
6.2.1图像像素值与频率的关系176
6.2.2频率域图像滤波的步骤180
6.3频率域平滑(低通)滤波器180
6.3.1理想低通滤波器181
6.3.2巴特沃斯低通滤波器184
6.3.3高斯低通滤波器187
6.4频率域锐化(高通)滤波器190
6.4.1理想高通滤波器190
6.4.2巴特沃斯高通滤波器194
6.4.3高斯高通滤波器196
6.4.4频率域拉普拉斯算子199
6.4.5钝化模板202
6.4.6高频提升滤波203
6.4.7高频加强滤波205
6.5练习题209
第7章形态学处理210
7.1预备知识210
7.2形态学的基本概念和运算213
7.2.1腐蚀213
7.2.2膨胀216
7.2.3开运算和闭运算219
7.2.4击中或击不中222
7.3二值图像的形态学处理225
7.3.1边界提取算法225
7.3.2区域填充算法227
7.3.3连通分量提取算法229
7.3.4凸壳算法230
7.3.5细化与粗化233
7.4灰度图像的形态学处理236
7.4.1灰度图像的腐蚀和膨胀237
7.4.2灰度图像的开运算与闭运算239
7.4.3其他形态学处理240
7.5练习题242
第8章图像分割244
8.1阈值处理245
8.1.1灰度阈值处理245
8.1.2全局阈值处理248
8.1.3局部阈值处理251
8.2霍夫变换254
8.2.1霍夫变换检测直线254
8.2.2霍夫变换检测圆259
8.3区域分割263
8.3.1区域生长法264
8.3.2区域分裂合并法267
8.3.3分水岭算法271
8.4基于运动的分割273
8.4.1差分法运动分割273
8.4.2光流场运动分割275
8.4.3基于块的运动分割276
8.5练习题278
第9章特征检测与匹配279
9.1角点检测280
9.1.1角点的定义280
9.1.2角点检测准则280
9.1.3角点检测方法281
9.2Haar特征检测286
9.2.1不同类型的Haar矩形特征286
9.2.2积分原理286
9.3LBP特征检测288
9.4HOG特征检测290
9.5SIFT特征点检测与匹配298
9.5.1构建尺度空间298
9.5.2极值点的检测300
9.5.3特征点定位302
9.5.4方向确定以及特征点描述304
9.5.5特征点匹配308
9.6SURF特征点检测与匹配310
9.6.1特征点的检测310
9.6.2SURF特征向量的生成315
9.7ORB特征提取与匹配318
9.7.1检测FAST关键点319
9.7.2生成BRIEF特征描述321
9.8练习题323
第10章图像复原与重建325
10.1图像退化与复原325
10.1.1图像退化与复原的基本概念325
10.1.2图像退化与复原的理论模型327
10.1.3线性、空间不变的退化系统327
10.1.4关于本章C 代码实现的说明328
10.2应对一般噪声的空间域滤波复原328
10.2.1非空间相关的一般噪声328
10.2.2均值滤波器332
10.2.3统计滤波器335
10.2.4自适应滤波器337
10.3应对周期噪声的频率域滤波复原340
10.3.1空间相关的周期噪声340
10.3.2带阻滤波器、带通滤波器341
10.3.3陷波滤波器344
10.4图像退化的模拟348
10.4.1湍流模型348
10.4.2运动模糊模型350
10.5逆滤波352
10.5.1直接逆滤波352
10.5.2改进的逆滤波354
10.6维纳滤波356
10.6.1维纳滤波的实现356
10.6.2维纳滤波与逆滤波的对比357
10.7练习题359
第11章图像压缩360
11.1背景360
11.2编码冗余—哈夫曼编码361
11.2.1编码冗余361
11.2.2信息熵362
11.2.3哈夫曼编码363
11.3空间冗余368
11.3.1离散余弦变换369
11.3.2逆离散余弦变换372
11.4不相关的信息375
11.5JPEG压缩376
11.5.1JPEG标准376
11.5.2JPEG压缩过程377
11.5.3JPEG文件格式391
11.6视频压缩编码393
11.6.1分辨率393
11.6.2编码方式394
11.6.3帧间预测394
11.6.4运动补偿和运动估计395
11.6.5混合编码397
11.6.6视频编码的国际标准398
11.7练习题403
第12章表示与描述404
12.1相关背景404
12.2表示的方法404
12.2.1链码404
12.2.2标记图414
12.2.3边界线段415
12.2.4骨架416
12.3边界描述子422
12.3.1一些简单的描述子422
12.3.2形状数423
12.3.3傅里叶描述子424
12.3.4统计矩426
12.4区域描述子427
12.4.1一些简单的描述子427
12.4.2拓扑描述子428
12.4.3纹理描述429
12.4.4不变矩434
12.4.5使用主成分进行描绘435
12.4.6关系描述子437
12.5练习题441
参考文献443第1章引言1
1.1人的感知源1
1.2数字图像的历史2
1.3数字图像处理框架6
1.4数字图像的应用前景7
1.5我的第一个图像程序12
1.5.1基于OpenCV的C 图像程序12
1.5.2基于EmguCV的C#图像程序27
1.6练习题31
第2章数字图像处理基础32
2.1图像感知与获取32
2.1.1图像传感器的分类32
2.1.2图像系统选型参数计算33
2.1.3色度学原理与颜色空间34
2.2图像采样与量化39
2.2.1图像采样39
2.2.2图像量化39
2.2.3数字图像的表示40
2.2.4与图像质量相关的因素41
2.3像素间关系的描述45
2.3.1邻域关系45
2.3.2连通关系46
2.3.3距离关系46
2.4数字图像中的数学48
2.4.1范数48
2.4.2傅里叶变换49
2.4.3方差与标准差502.5数字图像的存储51
2.5.1图像文件格式51
2.5.2Windows中的图像52
2.5.3访问图像中的像素56
2.6练习题62
〖3〗数字图像处理系列教程——基础知识篇目录〖3〗第3章数字图像的运算64
3.1点运算64
3.1.1线性灰度变换65
3.1.2分段线性灰度变换67
3.1.3非线性灰度变换69
3.2代数运算74
3.2.1加74
3.2.2减77
3.2.3乘79
3.2.4除81
3.3逻辑运算84
3.3.1与84
3.3.2或85
3.3.3非87
3.3.4异或89
3.4几何运算91
3.4.1平移91
3.4.2镜像93
3.4.3旋转97
3.4.4缩放99
3.4.5错切102
3.4.6插值问题104
3.4.7图像卷绕(扭曲)108
3.4.8图像变形111
3.5练习题113
第4章直方图与匹配114
4.1图像直方图概述114
4.2直方图的计算与绘制115
4.2.1直方图的计算115
4.2.2直方图的均衡化118
4.3直方图对比120
4.4反向投影126
4.5模板匹配129
4.6练习题136
第5章空间域滤波器137
5.1滤波器的概念137
5.2平滑空间滤波器137
5.2.1均值滤波器137
5.2.2高斯滤波器140
5.2.3统计排序滤波器143
5.3锐化空间滤波器148
5.3.1微分滤波器原理148
5.3.2拉普拉斯算子149
5.3.3梯度算子152
5.4练习题158
第6章频率域滤波器159
6.1傅里叶变换159
6.1.1一维连续傅里叶变换160
6.1.2一维离散傅里叶变换161
6.1.3二维连续傅里叶变换167
6.1.4二维离散傅里叶变换168
6.1.5傅里叶变换的性质175
6.2频率域图像滤波的基本概念176
6.2.1图像像素值与频率的关系176
6.2.2频率域图像滤波的步骤180
6.3频率域平滑(低通)滤波器180
6.3.1理想低通滤波器181
6.3.2巴特沃斯低通滤波器184
6.3.3高斯低通滤波器187
6.4频率域锐化(高通)滤波器190
6.4.1理想高通滤波器190
6.4.2巴特沃斯高通滤波器194
6.4.3高斯高通滤波器196
6.4.4频率域拉普拉斯算子199
6.4.5钝化模板202
6.4.6高频提升滤波203
6.4.7高频加强滤波205
6.5练习题209
第7章形态学处理210
7.1预备知识210
7.2形态学的基本概念和运算213
7.2.1腐蚀213
7.2.2膨胀216
7.2.3开运算和闭运算219
7.2.4击中或击不中222
7.3二值图像的形态学处理225
7.3.1边界提取算法225
7.3.2区域填充算法227
7.3.3连通分量提取算法229
7.3.4凸壳算法230
7.3.5细化与粗化233
7.4灰度图像的形态学处理236
7.4.1灰度图像的腐蚀和膨胀237
7.4.2灰度图像的开运算与闭运算239
7.4.3其他形态学处理240
7.5练习题242
第8章图像分割244
8.1阈值处理245
8.1.1灰度阈值处理245
8.1.2全局阈值处理248
8.1.3局部阈值处理251
8.2霍夫变换254
8.2.1霍夫变换检测直线254
8.2.2霍夫变换检测圆259
8.3区域分割263
8.3.1区域生长法264
8.3.2区域分裂合并法267
8.3.3分水岭算法271
8.4基于运动的分割273
8.4.1差分法运动分割273
8.4.2光流场运动分割275
8.4.3基于块的运动分割276
8.5练习题278
第9章特征检测与匹配279
9.1角点检测280
9.1.1角点的定义280
9.1.2角点检测准则280
9.1.3角点检测方法281
9.2Haar特征检测286
9.2.1不同类型的Haar矩形特征286
9.2.2积分原理286
9.3LBP特征检测288
9.4HOG特征检测290
9.5SIFT特征点检测与匹配298
9.5.1构建尺度空间298
9.5.2极值点的检测300
9.5.3特征点定位302
9.5.4方向确定以及特征点描述304
9.5.5特征点匹配308
9.6SURF特征点检测与匹配310
9.6.1特征点的检测310
9.6.2SURF特征向量的生成315
9.7ORB特征提取与匹配318
9.7.1检测FAST关键点319
9.7.2生成BRIEF特征描述321
9.8练习题323
第10章图像复原与重建325
10.1图像退化与复原325
10.1.1图像退化与复原的基本概念325
10.1.2图像退化与复原的理论模型327
10.1.3线性、空间不变的退化系统327
10.1.4关于本章C 代码实现的说明328
10.2应对一般噪声的空间域滤波复原328
10.2.1非空间相关的一般噪声328
10.2.2均值滤波器332
10.2.3统计滤波器335
10.2.4自适应滤波器337
10.3应对周期噪声的频率域滤波复原340
10.3.1空间相关的周期噪声340
10.3.2带阻滤波器、带通滤波器341
10.3.3陷波滤波器344
10.4图像退化的模拟348
10.4.1湍流模型348
10.4.2运动模糊模型350
10.5逆滤波352
10.5.1直接逆滤波352
10.5.2改进的逆滤波354
10.6维纳滤波356
10.6.1维纳滤波的实现356
10.6.2维纳滤波与逆滤波的对比357
10.7练习题359
第11章图像压缩360
11.1背景360
11.2编码冗余—哈夫曼编码361
11.2.1编码冗余361
11.2.2信息熵362
11.2.3哈夫曼编码363
11.3空间冗余368
11.3.1离散余弦变换369
11.3.2逆离散余弦变换372
11.4不相关的信息375
11.5JPEG压缩376
11.5.1JPEG标准376
11.5.2JPEG压缩过程377
11.5.3JPEG文件格式391
11.6视频压缩编码393
11.6.1分辨率393
11.6.2编码方式394
11.6.3帧间预测394
11.6.4运动补偿和运动估计395
11.6.5混合编码397
11.6.6视频编码的国际标准398
11.7练习题403
第12章表示与描述404
12.1相关背景404
12.2表示的方法404
12.2.1链码404
12.2.2标记图414
12.2.3边界线段415
12.2.4骨架416
12.3边界描述子422
12.3.1一些简单的描述子422
12.3.2形状数423
12.3.3傅里叶描述子424
12.3.4统计矩426
12.4区域描述子427
12.4.1一些简单的描述子427
12.4.2拓扑描述子428
12.4.3纹理描述429
12.4.4不变矩434
12.4.5使用主成分进行描绘435
12.4.6关系描述子437
12.5练习题441
参考文献443
|
| 內容試閱：
|
视频图像分析与理解作为人工智能最为活跃的研究分支之一，在学术界与产业界受到越来越多的关注，掌握好数字图像处理基础知识对于开展后续深入的研究至关重要。作者所在的浙江工业大学每年有几百名学生会学习数字图像处理课程，同时，视频图像分析与理解也是作者所在学校的重要研究方向，每年有大量研究生以此为选题展开科学研究。视频图像技术的发展以及知识点的更新迭代给教学工作提出了新的挑战，这是本书编写的初衷。在编写本书的过程中，作者团队结合多年从事数字图像处理教学以及科研项目研究与开发的经验，尽量使本书的内容重点突出，文字浅显易懂，力求提供尽可能丰富翔实的实例以及较全面的注释，注重知识点的更新，既有原理，也有代码的实现，力争做到让读者知其然且知其所以然。
本书分为12章。第1章为引言，主要介绍数字图像的历史、数字图像处理框架、数字图像的应用前景、图像程序开发环境的配置及入门等；第2章为数字图像处理基础，主要介绍图像感知与获取、图像采样与量化、像素间关系的描述、数字图像中的数学以及数字图像的存储等；第3章为数字图像的运算，主要介绍点运算、代数运算、逻辑运算以及8种几何运算；第4章为直方图与匹配，主要介绍图像直方图概述、直方图的计算与绘制、直方图对比反向投影、以及模板匹配等；第5章为空间域滤波器，主要介绍滤波器的概念、平滑空间滤波器以及锐化空间滤波器；第6章为频率域滤波器，主要介绍傅里叶变换、频率域图像滤波的基本概念、频率域平滑（低通）滤波器以及频率域锐化（高通）滤波器；第7章为形态学处理，主要介绍形态学的基本概念和运算、二值图像以及灰度图像的形态学处理；第8章为图像分割，主要介绍阈值处理、霍夫变换、区域分割以及基于运动的分割；第9章为特征检测与匹配，主要介绍角点检测、Haar特征检测、LBP特征检测、HOG特征检测、SIFT特征点检测与匹配、SURF特征点检测与匹配以及ORB特征提取与匹配；第10章为图像复原与重建，主要介绍图像退化与复原、应对一般噪声的空域滤波复原、应对周期噪声的频域滤波复原、图像退化的模拟、逆滤波以及维纳滤波；第11章为图像压缩，主要介绍编码冗余、空间冗余、JPEG压缩以及视频压缩编码；第12章为表示与描述，主要介绍相关背景、表示的方法、边界描述子和区域描述子。本书既可作为高等院校计算机科学与技术、软件工程等相关专业的本科生和研究生的教材，也可作为软件开发人员知识培训与继续教育的参考用书。
本书由高飞策划、组织、整理和统稿，参与编写的还有刘盛和卢书芳两位老师，周明明、沈鑫、王金超、邱琪、李帅、李云阳、陈冠州、姚璐、徐婧婷、邹思宇、寿旭峰、朱翔、葛一粟等多位硕士生或博士生也参与了部分章节内容的编写与实例代码的实现。由于时间仓促，各位教师在各章节的例程命名上不统一，还望读者谅解，在后续版本中将统一调整。书中内容虽为作者多年从事教学和科研工作的总结和体会，但由于数字图像处理技术仍在不断发展之中，新知识日新月异，作者的理论与实践水平有限，难免存在错误和不足之处，敬请读者批评指正。
高飞2022年7月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
