新書推薦：
《
索恩丛书·北宋政治与保守主义：司马光的从政与思想（1019~1086）
》
售價：NT$
345.0
《
掌故家的心事
》
售價：NT$
390.0
《
农为邦本——农业历史与传统中国
》
售價：NT$
340.0
《
小麦文明：“黄金石油”争夺战
》
售價：NT$
445.0
《
悬壶杂记全集：老中医多年临证经验总结（套装3册） 中医医案诊疗思路和处方药应用
》
售價：NT$
614.0
《
无法忍受谎言的人：一个调查记者的三十年
》
售價：NT$
290.0
《
战争社会学专论
》
售價：NT$
540.0
《
剑桥意大利戏剧史（剑桥世界戏剧史译丛）
》
售價：NT$
740.0
|
| 編輯推薦： |
1、 内容选编注重基础性、前沿性、实用性，写作风格追求易读性、逻辑性、严谨性，素材组织考虑可重复、易拓展、易用性。
2、 系统精炼地介绍数字图像处理的理论、方法与应用，精心梳理逻辑结构，理论分析深入浅出、简明扼要，方法介绍通俗易懂、详细生动，适合初学者的入门学习。
3、 各章节配有实例，理论结合实践，便于了解从算法理论到实际应用的具体过程，加强对算法的直观认知。
4、 提供330幅插图，对文字讲解辅助图形解释，图文并茂，清晰直观。
5、 提供24个插图的动态图像，形象生动，有助于对插图的观察、理解。
6、 提供70个实例的MATLAB源代码，既可通过动手实践深入理解算法，又可用于实际项目的开发。
7、 扩充49个电子文档，一方面覆盖更广的知识内容和课程体系，兼容更多学校的教学大纲，另一方面通过拓展阅读，更全面地掌握数字图像处理的基本理论和主要技术。
8、 配套20个微课，包括各章学习的思维导引，重点、难点内容的深度剖析，以及算法的过程化演示，有助于读者从整体上了解本课程的知识体系和逻辑结构，直观上理解重要的公式或结论，方便自学。
9、 配有教学大纲、课件、习题、实验指导
|
| 內容簡介： |
|
本书详细介绍数字图像处理的基本理论和主要技术，内容包括数字图像基础、空域图像增强、频域图像增强、图像复原、几何校正、图像压缩编码、图像分割、二值图像形态学、特征提取等。本书融入多位作者数十年的教学与科研成果，对空域滤波、图像复原、几何校正、二值图像形态学、特征提取等内容进行重新梳理，使得初学者更加容易入门。 本书理论和实践相结合，理论分析深入浅出，方法介绍详细具体，实例演示清晰明了，可作为高等学校计算机类、自动化类、电子信息类等专业的本科生、研究生教材，也可供相关科研人员、工程技术人员参考。
|
| 關於作者： |
禹晶，北京工业大学副教授，硕士生导师。长期从事数字图像处理的理论及应用的教学和研究工作。承担和参与国家级和省部级纵向项目近10项，发表学术论文近100篇，其中，SCI/EI检索近70篇，申请发明专利30多项，已授权国家发明专利17项，获省部级科技进步奖1项。承担“数字图像处理”“数字图像处理课设”等课程教学。出版数字图像处理和模式识别教材各1部。
肖创柏，北京工业大学教授（研究员），博士生导师。主要从事图像处理、模式识别与智能信息系统、数字信号处理、人工智能、物联网技术、计算机网络技术与信息安全等方面的理论与应用研究工作。承担和参与国家级和省部级纵向项目20余项，发表学术论文260余篇，其中，SCI/EI检索140余篇，申请发明专利80多项，已授权国家发明专利38项。获省部级科技进步奖多项。承担“数字信号处理”“模式识别”“电路分析基础”等课程教学。出版专著和译著3部。
廖庆敏，清华大学教授，博士生导师。主要从事图像和视频处理与分析领域中的算法研究、系统设计及其应用，尤其是在广播电视、医学图像、遥感图像、通信传输、体育视频等方面的研究和应用。承担和参与国家级和省部级纵向项目以及国际合作项目40余项，发表学术论文250余篇，其中，SCI/EI检索200余篇。获省部级科学进步多项。承担“数字图像处理”“多媒体与网络”“统计信号处理”等课程教学。
|
| 目錄：
|
第1章 绪论 1
1.1 数字图像处理的概念 2
1.2 数字图像处理发展简史 4
1.3 数字图像处理研究内容 5
1.4 数字图像处理的应用领域 7
1.5 小结 10
习题 10
第2章 数字图像基础 11
2.1 数字图像的概况 12
2.1.1 数字图像的基本概念 12
2.1.2 数字图像的多样性 13
2.1.3 数字图像的类型 15
2.1.4 数字图像的矩阵表示 18
2.2 数字成像与视觉感知 18
2.2.1 凸透镜成像原理 19
2.2.2 数字照相机的结构 20
2.2.3 人眼视觉模型 22
2.3 图像数字化 28
2.3.1 采样与量化 28
2.3.2 空间分辨率和灰度级分辨率 29
2.4 图像颜色空间 33
2.4.1 RGB颜色空间 33
2.4.2 CMY/CMYK颜色空间 34
2.4.3 HSI和HSV颜色空间 35
2.4.4 YUV和YIQ颜色空间 41
2.4.5 CIE LAB颜色空间 43
2.5 像素的空间关系 45
2.5.1 邻域 45
2.5.2 邻接性、连通性、区域和边界 46
2.5.3 像素间的距离度量 48
2.6 小结 51
习题 51
第3章 空域图像增强 53
3.1 背景知识 54
3.1.1 概述 54
3.1.2 灰度直方图 55
3.2 灰度级变换 57
3.2.1 幂次变换 58
3.2.2 对数变换 60
3.2.3 指数变换 61
3.2.4 分段线性变换 62
3.3 直方图变换 64
3.3.1 直方图映射函数 64
3.3.2 直方图均衡化 66
3.3.3 直方图规定化 72
3.4 算术运算 75
3.4.1 图像相减 75
3.4.2 图像相加 77
3.5 伪彩色、假彩色增强 78
3.5.1 伪彩色映射 78
3.5.2 假彩色增强 81
3.6 空域滤波基础 84
3.6.1 线性滤波原理 84
3.6.2 其他问题 87
3.7 空域平滑滤波 88
3.7.1 加权均值滤波 89
3.7.2 中值滤波相关 94
3.8 空域锐化滤波 97
3.8.1 微分与差分 97
3.8.2 拉普拉斯算子 100
3.9 小结 103
习题 103
第4章 频域图像增强 105
4.1 傅里叶变换 106
4.1.1 连续傅里叶变换 106
4.1.2 离散傅里叶变换 109
4.1.3 二维离散傅里叶变换的性质 113
4.1.4 频谱分布与统计特性 117
4.2 滤波基础 121
4.3 低通滤波器 122
4.3.1 理想低通滤波器 122
4.3.2 巴特沃斯低通滤波器 125
4.3.3 指数低通滤波器 126
4.4 高通滤波器 128
4.4.1 理想高通滤波器 129
4.4.2 巴特沃斯高通滤波器 130
4.4.3 指数高通滤波器 132
4.5 高频增强滤波器 133
4.6 空域滤波与频域滤波的对应关系 134
4.6.1 空域到频域 134
4.6.2 频域到空域 137
4.7 小结 140
习题 140
第5章 图像复原 142
5.1 图像降质模型 143
5.1.1 图像降质/复原过程 143
5.1.2 线性移不变降质模型：卷积 145
5.2 图像降质的参数估计 147
5.2.1 典型噪声类型 147
5.2.2 噪声参数估计 151
5.2.3 典型模糊类型 153
5.2.4 点扩散函数参数估计 156
5.3 图像去噪 158
5.3.1 自适应维纳滤波去噪 158
5.3.2 正则化最小二乘图像去噪 161
5.4 最小均方误差复原——维纳滤波 163
5.5 极大似然估计复原——Richardson-Lucy方法 166
5.6 最小二乘复原 168
5.6.1 无约束最小二乘复原 168
5.6.2 正则化最小二乘复原 171
5.7 小结 173
习题 173
第6章 几何校正 175
6.1 概述 176
6.2 几何变换 177
6.2.1 齐次坐标 177
6.2.2 基本二维几何变换 177
6.2.3 二维复合变换 184
6.2.4 其他二维变换 187
6.3 图像插值 192
6.3.1 插值的概念 192
6.3.2 插值方法 193
6.4 图像到图像的几何校正 199
6.4.1 空间变换 199
6.4.2 灰度插值 202
6.5 小结 203
习题 204
第7章 图像压缩编码 205
7.1 图像压缩基本概念与模型 206
7.1.1 图像信息的冗余 206
7.1.2 图像熵与编码效率 207
7.1.3 图像压缩系统 208
7.2 统计编码 209
7.3 变换编码 210
7.3.1 变换编码的原理 211
7.3.2 离散余弦变换 211
7.3.3 块变换编码 216
7.4 预测编码 217
7.4.1 无损预测编码 217
7.4.2 有损预测编码 220
7.5 静止图像压缩编码国际标准 223
7.6 小结 227
习题 227
第8章 图像分割 229
8.1 概述 230
8.2 基于边界的图像分割 230
8.2.1 基础概念 230
8.2.2 边缘检测方法 232
8.2.3 Hough变换 247
8.3 基于阈值的图像分割 254
8.3.1 直方图基础 254
8.3.2 全局阈值法 255
8.3.3 局部阈值法 256
8.4 基于区域的图像分割 258
8.4.1 区域生长法 258
8.4.2 区域标记 262
8.5 基于分类/聚类的图像分割 264
8.5.1 特征空间与距离准则 264
8.5.2 最小距离分类 265
8.5.3 半径搜索 267
8.5.4 k均值 270
8.6 小结 272
习题 272
第9章 二值图像形态学 275
9.1 基础知识 276
9.1.1 概述 276
9.1.2 二值图像逻辑运算 277
9.1.3 结构元素 278
9.2 二值图像形态学基本运算 279
9.2.1 膨胀与腐蚀 279
9.2.2 开运算与闭运算 283
9.2.3 击中/击不中运算 288
9.3 二值图像形态学实用算法 290
9.3.1 去噪 290
9.3.2 边界提取 291
9.3.3 孔洞填充 292
9.3.4 连通分量提取 293
9.3.5 骨架 294
9.3.6 细化 298
9.3.7 剪枝 300
9.3.8 形态学重建 302
9.4 小结 305
习题 305
第10章 特征提取 307
10.1 概述 308
10.2 二值图像分析——目标描述 309
10.2.1 简单目标描述 309
10.2.2 边界标记曲线 313
10.3 全局特征——图像级描述 314
10.3.1 Hu不变矩 314
10.3.2 中心投影变换 316
10.4 局部特征检测与描述 317
10.4.1 局部特征检测 318
10.4.2 局部特征描述 324
10.5 纹理描述 327
10.5.1 纹理特征 327
10.5.2 统计分析法 328
10.5.3 滤波器组 332
10.6 小结 337
习题 337
后记 339
参考文献 342
|
| 內容試閱：
|
数字图像处理是利用数字计算机通过算法处理数字图像。数字图像处理的产生和发展主要受三个因素的影响：电子计算机的发展、基础学科的发展以及应用需求的广泛增长。
20世纪50年代，现代数字计算机发展起来，采用存储程序和程序控制的结构，以数据的方式存储程序，使得编程更加容易，人们开始利用计算机处理图形和图像数据。基础学科是数字图像处理发展的前提。例如，透镜成像原理涉及几何光学，数字信号处理为理解图像频域以及频域滤波奠定理论基础，图像复原中用到微积分、概率论与数理统计、矩阵论、最优化、数值分析、高等代数和随机过程等数学工具，信息论是图像压缩编码的理论保证，集合论是形态学图像处理的数学语言，概率论、数理统计和随机过程是图像表示与描述的数学基础。数字图像处理技术最早应用于太空项目和医学成像。第一个成功的图像处理应用是20世纪60年代美国喷气推进实验室对航天探测器“徘徊者7号”传输回来的月球照片进行几何和误差的校正。20世纪70年代，计算机断层成像是数字图像处理在医学诊断领域最重要的应用之一。随着多学科的交叉融合，数字图像处理学科逐步向其他学科领域渗透。如今数字图像处理已成为一门重要的计算学科，广泛应用于工程学、信息科学、统计学、物理学、化学、生物学、医学等学科领域，以及环境、农业、军事、工业和医疗等行业领域。人工智能和大数据的兴起与广泛应用推动了数字图像处理技术应用需求的与日俱增。
数字图像处理的理论与技术包含广泛的内容，本书主要参考Rafael C. Gonzalez和Richard E. Woods著的《数字图像处理》的知识体系和内容架构，融入多位作者数十年教学与科研的实践经历，并参考大量相关刊物和文献，从结构性和逻辑性对直方图均衡化、直方图规定化、空域线性滤波、逆滤波、维纳滤波、最小二乘复原、图像去噪、几何校正、Otsu阈值法、区域生长法、特征提取等章节进行重新梳理。本书的主要贡献在于：
（1）对直方图均衡化、直方图规定化、自适应中值滤波、逆滤波、维纳滤波、差分相关等方法进行修正。
（2）按照最优性准则对图像复原方法进行分类，划分为最小均方误差估计、最大后验估计/极大似然估计和最小二乘估计方法三类。
（3）二值图像形态学中从集合角度描述膨胀和腐蚀不易理解，本书从空域滤波角度对膨胀和腐蚀进行描述。
（4）图像分割中增加一类基于模式分类的图像分割方法，将图像分割方法划分为四类。
（5）特征提取中增加局部特征检测和描述方法，以及基于滤波器组的纹理描述方法，将边界描述子归入二值图像分析。
全书分为10章，按照数字图像处理的语义阶段，对数字图像处理的研究内容进行全面系统的论述。第1章介绍数字图像处理的概况和发展，第2章介绍与数字图像相关的基本概念和基础知识。第3~7章属于图像处理范畴。第3、4章的空域图像增强和频域图像增强，第5章的图像复原，以及第6章的几何校正，讨论图像质量改善方法，通常用于图像的预处理；第7章讨论图像数据压缩的编码方法，是图像存储和传输的关键。第8~10章属于图像分析的范畴。第8章将图像中待分析的目标从背景中分离出来，输入为图像，输出为目标区域，是特征提取的前提和基础；第9章讨论二值图像形态学处理，通常用于图像分割的后处理；第10章将图像或区域转换为机器可识别的特征向量，这是图像分类与识别的必要前提，是后续图像理解的基础。本书介绍数字图像处理的基本原理和方法，概括地描述了数字图像处理理论与技术所涉及的各个分支，使读者对数字图像处理的理论与技术有全面的了解，为读者在数字图像处理及相关领域进一步学习和研究奠定基础。
本书是《数字图像处理》（ISBN: 9787302607717）的简明版，参考市面上主流教材和部分学校的教学大纲，组织教材内容，筛选基础且常用的方法，并简化相关描述。在不影响本书整体理解的前提下，将部分内容放入电子文档中作为纸质教材的辅助，包括：① 定理、结论、公式的推导过程，如直方图均衡化、维纳滤波等；② 先修课程中已学习的基础内容，如正交变换、信息论基础、熵编码等；③ 更高阶的拓展算法，如正则化最小二乘复原、超像素、Zhang和Suen的细化算法、主成分分析等；④ 更多的图例、实例，如更多颜色空间的彩色图像分割、8连通区域生长示例等；⑤ 基础但不常用的方法，如区域分裂合并法、链码、傅里叶描述子、纹理描述的直方图矩分析等；⑥ 补充说明、公式，如卷积神经网络的描述、颜色空间的转换公式、正交变换的矩阵形式等。
本书注重分析几何意义、物理意义和直观解释，简化推导和计算过程，深入浅出、通俗易懂地进行讲解；注重图形直观说明，图文并茂，清晰直观，便于入门学习；注重理论结合实际，书中配有大量实例，通过从算法理论到实际应用的具体过程，有助于对理论知识的理解以及到实际应用的认知；提供实例的MATLAB代码，既可通过重复实验过程深入理解算法，又可用于实际项目开发。
本书是面向高等学校计算机类、自动化类、电子信息类专业的本科生、研究生教材。作为新形态教材，书中通过二维码的形式提供课件、源代码、微课、动图、导图，以及扩展阅读的电子文档。
书中插图的收集历时很长，个别图片的出处已经不可考，如有侵权请联系删除。作者水平有限，敬请各位读者指正和反馈，作者将在本书的后续版本中进行修正和修订。
廖庆敏
2023年8月于清华大学
|
|
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
