新書推薦：
《
女性的奥秘
》
售價：HK$
398
《
理解人性：成熟不是看懂事情 而是看透人性 任何事件中 都别低估人性的影响
》
售價：HK$
286
《
看见情绪价值2（做个情绪自由的成年人 不要和别人一起欺负自己，你的情绪比全世界的期待都重要）
》
售價：HK$
254
《
罪案调查科：罪终迷局
》
售價：HK$
269
《
从达·芬奇到互联网 ： 文艺复兴以来的技术与文化
》
售價：HK$
439
《
绑架游戏（东野圭吾相当出色的设定系推理）
》
售價：HK$
305
《
逆战：日本失去的三十年之警示（日本财政学会理事经济学教授金子胜深刻解读日本经济 敲响中国警钟）
》
售價：HK$
347
《
不要担心2小时和8公里以外的事情（一本鼓励你用“微小的锚点”稳住“巨大的不确定”的心理指南！）
》
售價：HK$
254
|
| 內容簡介： |
|
《数字图像处理与分析》系统介绍数字图像处理和分析的基本原理、**内容及近年来的重要进展和实例，加强现代数学方法与数字图像处理的融合，把深度学习方法作为数字图像处理的一种重要方法贯穿于相应内容中。《数字图像处理与分析》共12章，内容包括图像增强、图像压缩、图像复原、数学形态学、图像分割的传统方法、图像分割的现代方法、图像分割的深度学习方法及先验知识引导、图像配准传统方法、深度学习图像配准与传统图像配准的相互促进等。《数字图像处理与分析》包括一些例题讲解，每章都有小结、参考文献和分级的复习思考题，其中一些复习思考题专注于学生综合能力的培养。
|
| 目錄：
|
|
目录序前言第1章 绪论 11.1 数字图像处理的概念 11.2 数字图像处理的历史 21.3 数字图像处理的应用实例 31.4 数字图像处理的一些工具 101.5 数字图像处理的一些动态 111.6 本书的内容及特色 121.7 本书的结构 13总结和复习思考 14小结 14复习思考题 14参考文献 15第2章 数字图像处理基础 162.1 人眼视觉基础 162.2 数字图像的数学表征 182.3 数字图像纹理 222.4 数字图像插值 242.5 深度学习发展历史 272.6 深度学习图像处理基本单元 29总结和复习思考 42小结 42复习思考题 42参考文献 44第3章 数字图像增强 473.1 数字图像的空域增强 473.1.1 灰度映射 483.1.2 直方图修正 493.1.3 空域滤波 523.2 数字图像的频域增强 643.3 其他变换域的数字图像增强 703.4 基于低秩矩阵稀疏分解的图像去噪 843.5 混合域图像增强 883.6 深度学习图像增强 91总结和复习思考 94小结 94复习思考题 95参考文献 96第4章 数字图像压缩 984.1 数字图像压缩基础 984.2 图像压缩模型 1014.2.1 信源编码器和信源解码器 1014.2.2 信道编码器和信道解码器 1024.3 无损图像压缩 1034.3.1 霍夫曼编码 1034.3.2 算术编码 1044.3.3 位平面编码 1054.3.4 LZW编码 1064.3.5 无损预测编码 1074.4 有损图像压缩 1084.4.1 有损预测编码 1094.4.2 变换编码 1114.4.3 模型编码 1144.5 数字图像压缩标准 1144.6 深度学习图像压缩 116总结和复习思考 119小结 119复习思考题 120参考文献 121第5章 数字图像复原 1235.1 常见图像退化及一般建模 1245.2 常见图像噪声 1255.3 空域噪声滤波器 1295.4 图像的无约束复原 1355.5 图像的有约束复原 1375.6 深度学习图像复原 142总结和复习思考 148小结 148复习思考题 148参考文献 149第6章 数学形态学图像处理 1506.1 数学形态学的背景知识 1506.2 二值图像数学形态学 1516.3 灰度图像数学形态学 1556.4 灰度图像数学形态学应用 158总结和复习思考 162小结 162复习思考题 162参考文献 163第7章 数字图像分割的传统方法 1647.1 数字图像分割的历史回顾 1657.2 灰度阈值计算 1667.2.1 基于类间方差最大化的灰度阈值计算 1667.2.2 基于*小分类误差的灰度阈值计算 1687.2.3 基于一维熵最大化的灰度阈值计算 1707.2.4 基于模糊熵最大化的灰度阈值计算 1727.2.5 基于图像过渡区域的灰度阈值计算 1757.2.6 结合先验知识的有监督灰度阈值计算 1767.2.7 局部灰度阈值计算 1837.3 图像边缘计算 1857.3.1 基于一阶偏导数的边缘检测 1857.3.2 基于二阶偏导数的边缘检测 1877.3.3 坎尼边缘算子 1887.3.4 基于多项式逼近的边缘检测 1907.4 基于区域的图像分割 1917.4.1 区域生长与分裂合并 1917.4.2 聚类算法 1927.5 分水岭分割及分割的精细化 1947.6 区域分割及边缘分割的融合 200总结和复习思考 203小结 203复习思考题 204参考文献 205第8章 数字图像分割的现代方法 2088.1 最大后验概率分割 2088.2 马尔可夫随机场最大后验概率分割 2118.3 主动轮廓模型分割 2148.4 图切割分割 2198.5 条件随机场分割及先验知识融合 2268.6 现代分割方法的先验知识 2308.6.1 现代分割方法的形状先验知识 2308.6.2 现代分割方法的其他先验知识 2388.6.3 现代分割方法先验知识的综合应用 239总结和复习思考 243小结 243复习思考题 245参考文献 245第9章 数字图像配准 2489.1 数字图像配准技术概述 2489.2 数字图像配准的空间变换 2509.3 数字图像配准的相似性测度 2549.4 数字图像配准的优化策略 2579.5 常见数字图像配准方法 2659.6 常见数字图像配准工具 279总结和复习思考 282小结 282复习思考题 283参考文献 284第10章 彩色图像处理 28610.1 彩色基础 28610.2 彩色空间 28910.3 伪彩色图像处理 29210.4 彩色图像各分量的灰度变换 29510.5 彩色图像的增强 29710.6 彩色图像的边缘提取 29910.7 彩色图像的分割 30110.8 基于四元数表征的彩色图像处理 30310.8.1 基于四元数表征的彩色图像去噪 31010.8.2 基于四元数表征的彩色图像边缘提取 31610.9 深度学习彩色图像识别 317总结和复习思考 326小结 326复习思考题 327参考文献 328第11章 深度学习图像分割 33011.1 深度学习图像识别 33011.2 深度学习图像检测 33511.3 深度学习图像边缘检测 33811.4 深度学习图像语义分割 34211.4.1 U-Net图像分割 34211.4.2 基于GAN的图像语义分割 34611.5 深度学习语义分割的先验引导 34811.5.1 深度学习图像语义分割的隐空间引导 34911.5.2 深度学习图像语义分割的深度图谱引导 35211.5.3 深度学习图像语义分割的多目标物联合引导 35611.5.4 深度学习图像语义分割的高质量数据引导 360总结和复习思考 367小结 367复习思考题 368参考文献 369第12章 深度学习图像配准 37212.1 无监督的深度学习图像配准 37212.2 监督学习配准测度 37712.3 弱监督引导的图像配准 38112.4 深度学习引导传统图像配准 38612.5 生成对抗网络增强图像配准 38912.6 可逆大形变深度学习图像配准 393总结和复习思考 399小结 399复习思考题 400参考文献 401
|
|
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
