新書推薦：
《
窄门：纪德三部曲（插图珍藏版）
》
售價：NT$
718.0
《
工业机器人集成应用
》
售價：NT$
415.0
《
像大人一样生存，像孩子一样生活（小时候觉得开心就好，现在也是）
》
售價：NT$
255.0
《
万有引力书系 海洋女王 里斯本的历史
》
售價：NT$
406.0
《
周易大全
》
售價：NT$
666.0
《
元和十四年 ： 大唐中兴与沉沦的十字路口
》
售價：NT$
359.0
《
思考的技术：珍藏版
》
售價：NT$
411.0
《
琥珀之夏（《镜之孤城》作者、推理小说家辻村深月新长篇；能治愈童年创伤的，也许唯有长大成人的自己）
》
售價：NT$
270.0
|
| 編輯推薦： |
|
本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
|
| 內容簡介： |
本书系统介绍了数字图像处理的基本概念、原理和技术方法，以及图像处理技术如何用OPENCV编程实现。全书共12章，包括绪论、数字图像的基本概念和运算、图像灰度变换与空间域滤波、图像的频域处理、图像复原、彩色图像处理、小波与多分辨率处理、图像压缩、形态学处理、图像分割、目标的表示与描述、目标识别。
本书内容既覆盖图像处理技术的专业基础知识，又紧跟当前数字图像处理技术的发展动向，用适合理工类数字图像初学者的语言对新技术的原理、思路、实现方法进行介绍。全书表述通俗，易于理解。
本书可作为高等院校计算机科学与技术、光电信息、电子信息工程、通信工程、自动化、信号与信息处理、生物医学工程等专业本科生的专业课教材，也可作为相关研究方向研究生的基础课程教材，还可作为从事相关工作的技术人员的参考书。
|
| 目錄：
|
前言
第1章绪论1
1.1数字图像处理系统的组成1
1.2电磁波谱与可见光1
1.3电磁波传感器3
1.4视觉系统特性3
1.4.1视觉适应性4
1.4.2视觉惰性4
1.4.3同时对比效应与马赫带效应4
1.4.4视觉分辨率5
1.4.5视觉错觉5
1.5数字图像处理应用6
习题7
第2章数字图像的基本概念和运算8
2.1图像成像模型8
2.2图像中的基本概念8
2.2.1采样和量化8
2.2.2数字图像表示8
2.2.3空间分辨率与灰度分辨率9
2.2.4OPENCV中的图像读取10
2.3像素间的基本关系12
2.3.1相邻像素12
2.3.2连通性、区域和边界12
2.3.3距离度量15
2.4数字图像的基本操作15
2.4.1图像间算术运算15
2.4.2图像逻辑运算18
2.4.3图像空间几何变换20
习题26
第3章图像灰度变换与空间域滤波27
3.1常用灰度变换27
3.1.1线性变换27
3.1.2对数变换与反对数变换28
3.1.3幂律变换(伽马变换)28
3.1.4分段线性变换29
3.2基于直方图的灰度变换31
3.2.1直方图31
3.2.2直方图均衡34
3.2.3直方图规定化(直方图匹配)37
3.2.4限制对比度自适应直方图均衡39
3.3空间域滤波42
3.3.1空间域滤波基础知识42
3.3.2平滑滤波44
3.3.3锐化滤波48
习题53
第4章图像的频域处理55
4.1二维离散傅里叶变换55
4.1.1二维离散傅里叶变换和反变换55
4.1.2二维离散傅里叶变换性质56
4.2频域滤波基础知识60
4.2.1频域滤波基础60
4.2.2频域滤波步骤60
4.3频域低通滤波61
4.3.1理想低通滤波器61
4.3.2巴特沃斯低通滤波器62
4.3.3高斯低通滤波器63
4.4频域高通滤波65
4.4.1理想高通滤波器65
4.4.2巴特沃斯高通滤波器66
4.4.3高斯高通滤波器67
4.4.4拉普拉斯滤波器67
4.4.5反锐化掩蔽与高提升滤波68
4.5同态滤波68
4.6频率选择滤波器73
4.6.1带阻滤波器和带通滤波器73
4.6.2陷波滤波器74
习题76
第5章图像复原78
5.1图像退化模型和复原模型78
5.2噪声模型79
5.2.1常见的噪声概率密度函数79
5.2.2周期噪声82
5.2.3噪声参数估计83
5.3复原仅由噪声造成的退化图像83
5.3.1非线性均值滤波83
5.3.2统计排序滤波85
5.3.3自适应滤波88
5.4退化函数的估计89
5.5逆滤波90
5.6维纳滤波91
5.7有约束最小二乘滤波95
5.8Lucy-Richardson复原(非盲L-R复原)96
5.9图像盲复原101
习题102
第6章彩色图像处理103
6.1彩色图像基础103
6.2色彩空间104
6.2.1RGB色彩空间与CMY色彩空间104
6.2.2HSI色彩空间与HSV色彩空间106
6.2.3Lab色彩空间108
6.2.4YCbCr色彩空间与YUV色彩空间109
6.3伪彩色图像处理110
6.3.1空间域伪彩色处理110
6.3.2频域滤波伪彩色处理112
6.4色彩变换112
6.4.1补色变换112
6.4.2色彩分割113
6.4.3彩色图像灰度化116
6.4.4彩色图像直方图均衡118
6.4.5色调与色彩校正118
6.5彩色图像空间滤波121
6.5.1彩色图像的平滑121
6.5.2彩色图像的锐化122
6.6彩色图像边缘检测124
习题125
第7章小波与多分辨率处理126
7.1小波变换基础知识126
7.1.1小波函数126
7.1.2连续小波变换127
7.1.3离散小波变换128
7.1.4多尺度分析与Mallat算法129
7.1.5提升小波130
7.1.6小波包变换131
7.2图像小波变换133
7.3小波图像去噪136
7.3.1模极大值去噪法136
7.3.2小波阈值去噪法137
7.4小波图像融合139
习题141
第8章图像压缩142
8.1图像压缩基础142
8.1.1冗余142
8.1.2保真度143
8.2常用编码144
8.2.1霍夫曼编码144
8.2.2算术编码145
8.2.3游程编码146
8.2.4LZW编码147
8.2.5矢量量化编码149
8.3位平面编码149
8.4变换编码150
8.4.1离散余弦变换150
8.4.2JPEG图像压缩152
8.4.3基于小波的图像压缩155
8.5视频压缩160
习题163
第9章形态学处理164
9.1预备知识164
9.2腐蚀与膨胀165
9.2.1腐蚀165
9.2.2膨胀167
9.2.3对偶性169
9.3开运算和闭运算170
9.3.1开运算170
9.3.2闭运算170
9.4击中与击不中变换171
9.5一些基本形态学算法173
9.5.1边界提取173
9.5.2种子填充173
9.5.3提取连通分量174
9.5.4凸包175
9.5.5细化、骨架化和粗化177
9.5.6形态学重建180
9.6灰度图像的形态学处理183
9.6.1腐蚀和膨胀183
9.6.2开运算和闭运算183
9.6.3顶帽变换和底帽变换185
9.6.4形态学滤波186
9.6.5形态学梯度186
习题187
第10章图像分割189
10.1边缘检测189
10.1.1边缘检测基础189
10.1.2一阶边缘检测算子190
10.1.3Marr-Hildreth边缘检测192
10.1.4Canny边缘检测194
10.1.5Hough变换195
10.2基于阈值的图像分割200
10.2.1阈值分割基础知识201
10.2.2全局阈值分割202
10.2.3局部阈值分割204
10.3基于区域的图像分割205
10.3.1区域生长法205
10.3.2区域分裂合并法206
10.4基于聚类的图像分割206
10.4.1kmeans图像分割207
10.4.2基于高斯混合模型的图像分割208
10.5基于图论的图像分割212
10.5.1图论的基本概念212
10.5.2Graph Cut图像分割213
10.5.3Grab Cut图像分割215
10.6形态学分水岭分割217
10.6.1分水岭分割217
10.6.2基于标记的分水岭分割218
10.7运动目标分割221
10.7.1帧间差法221
10.7.2背景差法与背景估计221
习题225
第11章目标的表示与描述227
11.1表示227
11.1.1边界追踪227
11.1.2链码228
11.1.3多边形近似229
11.2边界描述子230
11.2.1一些基本描述子230
11.2.2傅里叶描述子231
11.3区域描述子232
11.3.1一些基本描述子232
11.3.2区域矩与不变矩232
11.4纹理描述236
11.4.1灰度直方图统计矩236
11.4.2LBP特征237
11.4.3共生矩阵238
11.4.4方向梯度直方图239
11.5主成分分析用于特征降维241
11.6特征点检测与描述242
11.6.1Harris角点、Shi-Tomasi角点和FAST角点检测242
11.6.2SIFT特征点检测与描述248
11.6.3SURF特征点检测与描述253
11.6.4BRIEF描述子256
11.6.5ORB特征点检测与描述257
习题259
第12章目标识别260
12.1基于决策理论的模式识别260
12.1.1基于匹配的决策260
12.1.2统计分类器262
12.1.3神经网络265
12.2特征点匹配267
12.2.1特征点匹配基础267
12.2.2匹配一致性272
12.3运动目标跟踪277
12.3.1光流法277
12.3.2meanshift跟踪283
12.3.3Camshift跟踪287
习题292
参考文献293
|
| 內容試閱：
|
随着计算机科学、光学、电子信息等技术的迅猛发展，许多应用领域采用数字图像处理取代人工处理，已经成为一个成本高效的解决方案。特别是近20年来，数字图像处理已经成为成熟的工程科学，理论创新及其应用领域均在不断加速拓展。
本书不仅介绍了数字图像处理的基本概念、理论和方法，还与时俱进地介绍了当前广泛应用的一些数字图像处理技术，对各技术如何采用OPENCV编程实现进行了介绍，并给出了部分编程示例。对于数字图像处理技术，本书基于三点介绍理论知识和算法：①图像处理的基础；②广泛应用；③对本书读者而言，能够采用OPENCV编程实现。综上，本书介绍的算法大多数在OPENCV中有集成，这样读者无须掌握算法的所有细节就能通过调用OPENCV类或函数实现算法仿真，降低了实现难度。同时，在介绍算法理论时，本书较好地平衡了算法总体思路介绍与细节说明的比重，便于读者理解掌握。
数字图像处理算法需要用到大量的数学知识，本书在介绍理论知识时采用通俗易懂的语言对技术的原理、思路进行了详细介绍，而非罗列大量数学公式。同时，对数学公式也进行了文字说明，深入浅出，降低了读者的理解难度。本书的主要内容如下：
第1章介绍了数字图像处理系统的组成、各波段电磁波的特性、视觉系统特性等，并列举了部分数字图像处理的应用领域。
第2章介绍了数字图像的基本概念和运算。关于图像各像素间的关系，本章介绍了像素的连通性、像素间距离不同的度量方式等。本章还介绍了图像间的算术计算、逻辑运算以及各类运算应用场景。对机器视觉中常用的图像仿射变换、图像内插像素值计算方法等也给出了数学模型。
第3章介绍了图像灰度变换以及空间域滤波。图像灰度变换用于增强图像的视觉效果，介绍了对数变换、幂律变换、直方图均衡、直方图规定化、限制对比度自适应直方图均衡等方法。图像在空间域可以通过平衡消除或减弱噪声，介绍了基本的空间域滤波原理、平滑和锐化滤波方法及示例，还介绍了边缘保留滤波器中的双边滤波器、meanshift滤波器等。
第4章介绍了图像在频域的处理，给出了傅里叶变换的性质，对低频滤波器、高频滤波器进行了详细介绍。此外，本章还对消除或减弱乘性干扰的同态滤波、消除周期性干扰的频率选择滤波器进行了详细介绍，并给出了滤波器实现的程序。
图像成像过程中由于某种原因会造成最终成像质量下降，称为图像退化，第5章给出了图像退化的数学模型，介绍了仅由噪声造成的退化图像如何复原、仅由退化函数造成的退化如何复原，并进一步介绍了以上两种退化因素均发生作用时的图像复原技术，如Lucy-Richardson复原算法。另外，还介绍了当退化函数未知、噪声未知时的图像盲复原采用的盲Lucy-Richardson算法。
第6章介绍了彩色图像的色彩空间，不同色彩空间对应不同的应用领域。此外还介绍了灰度图像伪彩色处理，以及彩色图像在不同色彩空间的平滑、锐化、分割等处理。
小波变换在图像去噪、图像融合、图像压缩、数字水印等领域的应用逐渐增多。第7章介绍了图像小波变换的基本理论，以及小波变换在图像去噪、图像融合中如何应用。
图像的存储和传输不可避免地需要图像压缩以减少数据量。第8章介绍了图像压缩常用的编码，如熵编码中的霍夫曼编码和算术编码、字典编码中的LZW编码、有损编码中的矢量量化编码等，并详细介绍了JPEG编码。此外，还介绍了基于小波变换的嵌入式零树小波编码，以及在数字电影、远程医疗、遥感中广泛使用的JPEG 2000图像编码等技术。
形态学处理是提取目标、消除噪声的常用技术，第9章介绍了二值图像和灰度图像的形态学处理技术及其应用场景。
图像分割是机器视觉中不可或缺的步骤，第10章不仅介绍了基于阈值、边缘、区域的基本分割方法，还详细介绍了基于聚类的Kmeans分割、依据高斯混合模型的EM分割算法、基于图论的Graph Cut和Grab Cut分割算法，以及形态学分水岭分割。对于利用分割提取视频中的运动目标，本章介绍了帧间差法及背景差法，并详细介绍了基于高斯混合模型的背景估计算法。
第11章介绍了图像中目标的各种表示与描述方法。除对边界、区域的常规描述外，还有对纹理特点的描述，如方向梯度直方图等，并介绍了减少数据维度的主成分分析法。针对当前机器视觉中常用的特征点描述，本章详细介绍了各类角点的检测算法，以及SIFT特征点、SURF特征点、ORB特征点的检测与描述，并给出了BRIEF描述子的说明。
第12章介绍了目标识别中特征的分类和特征点匹配，以及视频中运动目标的跟踪技术。本章首先介绍了分类的基本理论，然后对支持向量机（SVM）、神经网络结构进行了介绍。关于特征点匹配的方法介绍了暴力匹配、近似最近邻匹配方法。针对匹配结果的一致性问题，本章对RANSAC算法、基于网格的运动统计算法进行了详细介绍。在视频运动目标跟踪部分，本章详细介绍了稀疏估计的Lucas-Kanade法及其对应的金字塔Lucas-Kanade法、稠密估计的Farneback算法，以及meanshift跟踪、Camshift跟踪等运动目标跟踪算法。
本书的编写得到上海理工大学“一流本科
|
|
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
