新書推薦：
《
女士品茶
》
售價：NT$
383.0
《
《最美故宫》
》
售價：NT$
6620.0
《
《淮南子》中的“治道” （ 壹卷“经典与解释”论丛）
》
售價：NT$
367.0
《
GDPR和生物银行：跨欧洲的个人权利、公共利益和研究监管
》
售價：NT$
449.0
《
南沙：面向世界的科技创新与产业协同枢纽 刘伟 等著 区域经济发展 产业发展 粤港澳大湾区产业协同发展研究丛书
》
售價：NT$
407.0
《
微整形美容实践基础与提升：肉毒毒素、填充剂与皮肤年轻化
》
售價：NT$
1010.0
《
中国琴史（图说经典）清代《四库全书》权威底本 现代白话文全译全解
》
售價：NT$
449.0
《
高效战略领导：让你的战略变为现实
》
售價：NT$
296.0
|
| 編輯推薦： |
|
图像处理作为一门发展迅速的学科，涵盖内容极其广泛。本书力求在有限的篇幅内尽可能覆盖图像处理的基础知识以及各重要分支。本书在介绍理论的同时，也给出了大量实用性极强的算法代码以及应用示例。本书所有示例都给出了详尽参数，以便读者能够在相应的图像处理平台上复现这些示例的处理过程，加深对理论的理解。本书理论与实践相结合，对读者的实际工作具有很高的指导价值。
|
| 內容簡介： |
图像处理作为一门发展迅速的学科，涵盖内容极其广泛。本书力求在有限的篇幅内尽可能覆盖图像处理的基础知识以及各重要分支。本书共分4部分：第1部分（第1~6章）介绍图像处理基础知识；第2部分（第7~10章）介绍图像分割、区域分析、边缘检测与尺寸测量、图像匹配等图像处理的各重要分支；第3部分（第11章）介绍机器学习知识；第4部分（第12章）介绍图像处理中的数学基础。从第2部分开始，各章节相对比较独立，读者可根据需要选择阅读。
本书在介绍理论的同时，也给出了大量实用性极强的算法代码以及应用示例。本书所有示例都给出了详尽参数，以便读者能够在相应的图像处理平台上复现这些示例的处理过程，加深对理论的理解。
本书可作为高等院校计算机、自动化及相关专业本科生或研究生的参考用书，也可供相关领域的研究人员和工程技术人员阅读参考。
|
| 關於作者： |
|
任涵文，籍贯江苏宜兴，毕业于华中科技大学，获工学博士学位。长期从事图像处理理论和应用研究，特别是对工业图像处理有着丰富的理论知识和实践经验，独立开发出RSIL图像处理软件包。
|
| 目錄：
|
前言
第1章 绪论/
1.1引言/
1.2图像采集/
1.2.1CCD和CMOS图像传感器/
1.2.2图像分辨率/
1.3图像存储/
1.4图像的视觉感知/
1.4.1亮度和对比度/
1.4.2敏锐度/
1.4.3视觉错觉/
1.5图像处理应用/
第2章 图像处理基础/
2.1基本概念/
2.1.1图像坐标系/
2.1.2距离测度/
2.1.3邻域/
2.1.4连通性/
2.1.5连通区域/
2.1.6感兴趣区域/
2.1.7点运算与邻域运算/
2.1.8线性运算与非线性运算/
2.1.9边缘扩展/
2.2彩色图像/
2.2.1彩色基础/
2.2.2颜色模型/
2.2.3颜色空间变换/
2.3算术和逻辑运算/
2.3.1算术运算/
2.3.2逻辑运算/
2.4图像统计/
2.4.1均值和方差/
2.4.2直方图/
2.4.3积分图像/
2.4.4熵/
2.4.5投影/
第3章 形态学/
3.1形态学基础/
3.2腐蚀和膨胀/
3.2.1腐蚀/
3.2.2膨胀/
3.2.3腐蚀和膨胀的性质/
3.3开运算和闭运算/
3.4击中-击不中变换/
3.5细化、粗化和裁剪/
3.5.1细化/
3.5.2粗化/
3.5.3裁剪/
3.6距离变换/
3.7灰度形态学/
3.7.1灰度腐蚀和膨胀/
3.7.2灰度开运算和闭运算/
3.8形态学应用/
3.8.1二值形态学应用/
3.8.2灰度形态学应用/
第4章 图像滤波与噪声/
4.1空间域滤波/
4.1.1空间域滤波基础/
4.1.2低通滤波/
4.1.3高通滤波/
4.1.4空间域滤波应用/
4.2频率域滤波/
4.2.1离散傅里叶变换/
4.2.2快速傅里叶变换/
4.2.3频率域滤波原理和步骤/
4.2.4低通滤波/
4.2.5高通滤波/
4.2.6带阻和带通滤波/
4.2.7陷波滤波/
4.2.8频率域滤波应用/
4.2.9频率域滤波小结/
4.3噪声估计与添加/
4.3.1基本概念/
4.3.2噪声估计/
4.3.3噪声添加/
第5章 几何变换/
5.1空间变换/
5.1.1仿射变换/
5.1.2投影变换/
5.1.3极坐标变换/
5.2灰度插值/
5.2.1最近邻插值/
5.2.2双线性插值/
5.2.3双三次插值/
5.3图像金字塔/
5.3.1高斯金字塔/
5.3.2均值金字塔/
第6章 图像增强/
6.1灰度拉伸/
6.2基于直方图的图像增强/
6.2.1直方图均衡化/
6.2.2直方图规定化/
6.3指数、对数和幂次变换/
6.3.1指数变换/
6.3.2对数变换/
6.3.3幂次变换/
6.4对比度增强/
6.5阴影校正/
6.6冲击滤波/
第7章 图像分割/
7.1阈值分割/
7.1.1全局阈值/
7.1.2自动阈值/
7.1.3动态阈值/
7.1.4区域阈值/
7.1.5变差模型/
7.2基于边缘的分割/
7.2.1边缘图像阈值化/
7.2.2边界闭合/
7.3分水岭法/
7.3.1无种子分水岭算法/
7.3.2有种子分水岭算法/
7.4区域生长法和k-means聚类算法/
7.4.1区域生长法/
7.4.2k-means聚类算法/
7.5彩色图像分割/
7.5.1HSV颜色空间中的分割/
7.5.2二维直方图中的分割/
第8章 区域分析/
8.1区域描述和提取/
8.1.1区域描述/
8.1.2区域提取/
8.2区域分析前处理/
8.2.1剔除边缘区域/
8.2.2填充孔洞/
8.2.3提取孔洞/
8.3区域特征/
8.3.1面积、质心和周长/
8.3.2长度、宽度和伸长度/
8.3.3等效椭圆的形状特征/
8.3.4凸包特征/
8.3.5外接几何图形/
8.3.6紧凑度、粗糙度、矩形度和圆度/
8.3.7费雷特特征/
8.3.8孔洞特征/
8.3.9区域筛选/
8.4亚像素区域边缘提取/
8.5区域分析应用/
8.5.1产品表面缺陷检测/
8.5.2位置检测/
8.5.3数量统计/
第9章 边缘检测与尺寸测量/
9.1边缘检测/
9.1.1Marr-Hildreth算子/
9.1.2Canny算子/
9.1.3Hough变换/
9.1.4脊线检测/
9.2亚像素边缘检测/
9.2.1一维亚像素边缘检测/
9.2.2二维亚像素边缘检测/
9.3边缘特征/
9.3.1尺寸和位置特征/
9.3.2形状特征/
9.3.3边缘筛选/
9.4高精度尺寸测量/
9.4.1直线边测量/
9.4.2圆和圆弧边测量/
9.4.3提高测量精度/
9.5多边形逼近曲线边缘/
9.5.1Douglas-Peucker算法/
9.5.2离散曲线演化算法/
9.6边缘分段/
第10章 图像匹配/
10.1灰度匹配/
10.1.1绝对误差和法与误差平方和法/
10.1.2序贯相似性检测法/
10.1.3相关系数法/
10.2特征匹配/
10.2.1边缘距离法/
10.2.2边缘梯度法/
10.2.3形状上下文法/
10.2.4特征点法/
10.3图像匹配应用/
10.3.1应用案例/
10.3.2使用技巧/
10.4小结/
第11章 机器学习/
11.1基本概念/
11.2k近邻法/
11.3贝叶斯分类器/
11.3.1贝叶斯决策论/
11.3.2朴素贝叶斯分类器/
11.3.3正态贝叶斯分类器/
11.3.4贝叶斯分类器在OCR中的应用/
11.4高斯混合模型/
11.4.1高斯混合模型的定义/
11.4.2高斯混合模型在缺陷检测中的应用/
11.5支持向量机/
11.5.1支持向量机概述/
11.5.2对偶问题/
11.5.3核函数/
11.5.4支持向量机扩展/
11.5.5支持向量机在缺陷检测中的应用/
11.6神经网络/
11.6.1神经元模型/
11.6.2单层感知机/
11.6.3多层感知机/
11.6.4异常检测/
11.6.5多层感知机在OCR中的应用/
11.7小结/
第12章 图像处理中的数学基础/
12.1集合/
12.2复数/
12.2.1复数的概念/
12.2.2复数的表示法/
12.3线性代数/
12.3.1矩阵和向量/
12.3.2矩阵运算/
12.3.3线性方程组/
12.3.4特征值和特征向量/
12.3.5范数/
12.4概率论与数理统计/
12.4.1概率论的基本概念/
12.4.2随机变量及其分布/
12.4.3随机变量的数字特征/
12.4.4极大似然估计法/
12.5直线、曲线和曲面拟合/
12.5.1最小二乘法/
12.5.2直线拟合/
12.5.3圆和椭圆拟合/
12.5.4抛物线和抛物面拟合/
12.5.5高斯曲线和高斯曲面拟合/
12.6积分变换/
12.6.1傅里叶积分/
12.6.2傅里叶变换/
12.6.3卷积和相关/
参考文献/
|
| 內容試閱：
|
在人类所感知的外界信息中，至少有80%来自视觉，足见视觉对人类的重要性。而用计算机对数字图像进行分析处理则是对人类视觉的辅助和替代，例如基于视觉方案的自动驾驶系统。通常学者们将这种对数字图像的分析处理划分为三个层次：图像处理、图像分析和计算机视觉。图像处理是低层处理，定义为输入和输出都是图像的处理，如图像滤波、图像增强、几何变换等；图像分析是中层处理，定义为输入是图像，而输出是从这些图像中提取的特征，如边缘、数量、位置等；计算机视觉是高层处理，定义为用计算机来模拟人类的视觉，包括学习并根据视觉输入进行智能推断和采取行动等，属于机器学习范畴。但这种划分有其不合理的地方，例如，简单的图像均值属于中层的图像分析，而远比其复杂的频率域滤波却属于低层的图像处理。另外，直方图均衡化属于图像处理，但其中用到的直方图又属于图像分析。鉴于此，有学者将图像分析划归到图像处理中。
事实上，人类对图像信息的处理是连续的，并没有层次的划分。基于这种考虑，笔者将图像处理和图像分析统称为图像处理。在图像处理这个大的框架下又细分为基本图像处理（第1~6章）和高级图像处理（第7~10章）。基本图像处理包括：从图像到图像的处理，如算术和逻辑运算、形态学、图像滤波、几何变换等；直接从图像提取的特征，如均值、方差、直方图、熵等。噪声估计虽然不是直接从图像提取的特征，但由于与图像滤波联系紧密，因此放到图像滤波这一章（第4章）。高级图像处理定义为复杂特征提取，包括图像分割、区域分析、边缘检测、尺寸测量、图像匹配等。机器学习发展极为迅速，目前已成为一个广袤的学科，本书仅涉及极小一部分（第11章）。图像处理涉及大量的数学知识，为了减少读者对数学工具书的查阅，最后（第12章）附上了本书用到的数学内容，如集合、线性代数、概率论等。对于数学基础比较薄弱的读者，建议在阅读本书前先大致浏览一下第12章的内容。至此，本书的整体框架就形成了。
国内外已有不少图像处理方面的经典著作。偏重理论的著作往往对算法实现以及应用讲述得不够，而偏重应用的著作往往又对理论讲述得不够。因此，笔者编写这本书的目标就是在理论、算法和应用这三方面取得平衡，使读者能够做到学以致用。
有时候，比如形态学中的腐蚀算法，理论十分简单，但按其理论写出的算法却因效率太低而无法在实际中应用。面对这种情况，书中会给出理论和实际两种算法，理论算法有助于读者加深对理论的理解，而实际算法则用于解决实际问题。作为底层算法，C 无疑是编程语言的不二选择，因此本书的算法大部分以类C 的伪代码形式给出。
从实用的角度出发，本书尽量给出来自实际应用的示例，这些示例都附有详尽的参数，以便读者能够在相应的图像处理平台上复现示例的处理过程。本书绝大部分示例都是在RSIL平台上实现的，读者可以下载试用版，在图形界面中或以编程的方式实现这些示例的处理过程。
对于笔者认为不够准确的个别名词术语，在书中都做了更正。例如，直方图匹配（又称为直方图规定化）与“匹配”（参见图像匹配）一词没有任何关系，而将其称为直方图规定化也不够准确，因为直方图规定化还包含指数分布、瑞利分布等。因此笔者将其归类到直方图规定化下，命名为指定直方图。
本书试图将工业图像处理涉及的内容都纳入进来，但限于篇幅和时间，条码读取、标定、立体视觉等重要内容未能纳入，希望在下一版能加入这些内容。
本书在立项以及内容编排方面得到了机械工业出版社李晓波老师的很多帮助，笔者借此机会表示衷心的感谢！
图像处理作为一门发展迅速的学科，涵盖内容极其广泛。笔者自认才疏学浅，书中错谬之处在所难免，若蒙读者不吝告知，将不胜感谢。笔者联系方式如下。
电子邮箱：hw_ren@163.com。
微信号：hanwen_ren。
任涵文 2024年7月于深圳
|
|
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
