新書推薦：
《
水库式经营
》
售價：NT$
286.0
《
哲学家的最后一课
》
售價：NT$
270.0
《
进入全球公共视域的清帝国：欧洲文献里的中国邸报
》
售價：NT$
649.0
《
微积分学教程（第二卷）（第8版）
》
售價：NT$
545.0
《
16至20世纪知识史中的流亡者与客居者
》
售價：NT$
484.0
《
家庭经济学：用经济学视角解读家庭关系
》
售價：NT$
380.0
《
攻金之工：早期东西文明交流中的金属艺术
》
售價：NT$
6528.0
《
人间词话汇编汇校汇评（新）
》
售價：NT$
254.0
|
| 編輯推薦： |
|
本书知识点系统全面、理论概念严谨、解释清晰详细、通俗易懂。应用案例大部分来自实用的生活应用案例、工程实践和专业流行应用案例，与课程理论结合紧密。每个章节都提供思考与练习，辅助学习者对理论知识的巩固学习。主要的图像分析和方法在章节最后提供实验要求和内容，提升学生的实践能力。本书将提供配套的教学课件、书中部分图的二维码高清图、算法相关代码下载和实验内容和要求。
|
| 內容簡介： |
本书结合作者多年的教学经验和科研实践编写而成，在全面介绍数字图像分析中常用理论的基础上，着重介绍了图像运算、图像增强、图像复原、图像变换、图像分割、图像压缩编码、图像的目标表达及特征表示、彩色图像处理的技术、应用和经典案例分析。
本书每个章节都包含思考与练习，其中应用案例大多来自生活实践，实验要求包括基础要求和提高题，帮助学习者更好地理解掌握知识点。
本书适合作为高等院校数字媒体技术、计算机科学与技术、软件工程、人工智能等理工科类专业图像处理教学的教材，也可作为软件工程、信息与通信工程和计算机科学与技术等专业研究生的入门参考教材，还可供图像处理技术应用行业（如机器人、工业自动化、医学图像处理、目标跟踪识别等）的开发人员、科技工作者参考。
|
| 目錄：
|
第1章概述1
1.1数字图像基础知识1
1.1.1图像的基本概念1
1.1.2图像的数字化表示2
1.1.3图像类别6
1.1.4数字图像的表示9
1.1.5数字图像像素间的邻域关系10
1.1.6数字图像像素间的距离10
1.2图像的视觉感知要素12
1.2.1人眼中的图像形成12
1.2.2亮度知觉13
1.2.3形状知觉16
1.2.4颜色知觉和色度学17
1.2.5彩色模型19
1.3图像的存储与格式27
1.3.1数字图像的存储基础27
1.3.2数字图像数据文件的存储方式27
1.3.3数字图像文件格式27
1.3.4图像显示31
1.4数字图像处理的发展与应用领域34
1.4.1在航空航天领域的应用34
1.4.2在医学领域的应用35
1.4.3在遥感领域的应用36
1.4.4在通信工程领域的应用37
1.4.5在工业生产和控制领域的应用37
1.4.6在军事公安领域的应用381.4.7在文化艺术领域的应用39
1.4.8在安全领域的应用39
1.5MATLAB环境安装与图像处理库配置40
1.5.1MATLAB环境安装40
1.5.2MATLAB中配置OpenCV44
思考与练习46
第2章图像运算47
2.1代数运算47
2.1.1加法运算47
2.1.2减法运算49
2.1.3乘法运算51
2.1.4除法运算52
2.2逻辑运算与应用53
2.2.1逻辑非运算53
2.2.2逻辑与运算53
2.2.3逻辑或运算54
2.2.4逻辑运算综合示例55
2.3应用案例56
2.3.1拼图并加框56
2.3.2绿幕图像制作57
思考与练习59
实验要求与内容59
第3章图像增强61
3.1图像噪声62
3.1.1图像噪声的分类62
3.1.2图像噪声的特点64
3.1.3常见的噪声概率密度函数64
3.2图像灰度变换68
3.2.1图像求反变换68
3.2.2线性比例灰度变换69
3.2.3分段线性灰度变换70
3.2.4指数变换71
3.2.5对数变换72
3.3直方图均衡化和规定化73
3.3.1直方图均衡化73
3.3.2直方图规定化76
3.4图像空域滤波增强80
3.4.1均值滤波81
3.4.2中值滤波85
3.4.3锐化空域滤波器87
3.5图像频域滤波增强88
3.5.1频域低通滤波89
3.5.2频域高通滤波92
3.5.3同态滤波94
3.6应用案例95
3.6.1浮雕效果的制作95
3.6.2美化人脸96
3.6.3毛玻璃效果97
3.6.4怀旧色效果97
3.6.5连环画效果98
3.6.6交叉冲印效果98
3.6.7光照效果99
3.6.8羽化效果99
3.6.9素描效果100
3.6.10强光效果101
思考与练习102
实验要求与内容103
第4章图像复原105
4.1图像复原概念106
4.2图像退化及模型106
4.3空域噪声滤波109
4.3.1均值滤波109
4.3.2统计排序滤波112
4.4几何畸变图像的复原114
思考与练习117
实验要求与内容117
第5章图像变换119
5.1图像的几何变换120
5.1.1灰度插值122
5.1.2图像平移变换125
5.1.3图像旋转变换126
5.1.4图像比例变换128
5.1.5图像镜像变换131
5.2图像的正交变换133
5.2.1傅里叶变换133
5.2.2快速傅里叶变换139
5.2.3余弦变换140
5.2.4沃尔什变换142
5.2.5快速沃尔什变换149
5.2.6小波变换153
5.3应用案例166
5.3.1水中倒影的制作166
5.3.2基于小波变换的图像融合168
思考与练习174
实验要求与内容174
第6章图像分割176
6.1图像分割基础177
6.1.1图像分割的定义177
6.1.2图像分割的依据和分类177
6.2边缘检测178
6.2.1边缘的概念和性质178
6.2.2梯度算子180
6.2.3Roberts算子181
6.2.4Sobel算子181
6.2.5Prewitt算子182
6.2.6Laplacian算子182
6.3阈值分割184
6.3.1基于阈值的灰度图像分割184
6.3.2阈值选取方法186
6.4轮廓跟踪188
6.4.1二值图像轮廓跟踪189
6.4.2边界跟踪法189
6.4.3图搜索法190
6.5Hough变换192
6.6基于区域的分割193
6.6.1区域生长193
6.6.2区域分裂与合并196
6.7聚类197
6.7.1聚类概念197
6.7.2基于Kmeans算法的图像分割198
6.8应用案例199
6.8.1融合改进分水岭和区域生长的彩色图像分割［5］199
6.8.2车牌定位205
6.8.3人脸识别207
6.8.4图像预处理209
6.8.5人脸区域获取210
思考与练习212
实验要求与内容212
第7章图像编码214
7.1图像编码概述214
7.1.1图像压缩原理214
7.1.2图像编码的可行性215
7.1.3压缩编码的分类217
7.1.4图像压缩的相关术语217
7.1.5图像保真度218
7.2图像压缩技术220
7.2.1哈夫曼编码220
7.2.2香农费诺编码222
7.2.3算术编码223
7.2.4无损预测编码226
7.2.5有损预测编码228
7.3图像压缩标准230
7.3.1JPEG/MJPEG230
7.3.2H.261/H.263231
7.3.3MPEG232
7.4应用案例——彩色图像编码233
7.4.1基于DCT的彩色图像编码233
7.4.2基于小波变换的彩色图像编码234
思考与练习234
实验要求与内容235
第8章图像的目标表达及特征表示237
8.1轮廓的链码表达237
8.2轮廓线段的近似表达240
8.2.1基于收缩的最小周长多边形的边界表达240
8.2.2基于聚合的最小均方误差线段逼近241
8.2.3基于分裂的最小均方误差线段逼近241
8.3轮廓基本参数及测量242
8.3.1轮廓长度242
8.3.2轮廓直径243
8.3.3形状数244
8.4图像区域的表达245
8.4.1区域分解表达245
8.4.2骨架表达246
8.5区域参数及测量250
8.5.1区域面积250
8.5.2区域重心250
8.5.3区域灰度特性251
8.5.4区域形状参数251
8.5.5偏心率度252
8.5.6圆形度252
8.5.7欧拉数253
8.6应用案例——水果识别254
8.6.1亮度调整254
8.6.2边缘提取254
8.6.3图像分割255
8.6.4区域标记256
8.6.5轮廓跟踪256
8.6.6特征提取257
8.6.7个体识别257
思考与练习258
实验要求与内容259
第9章二值图像的形态学处理261
9.1形态学的基础概念262
9.2形态学的运算263
9.2.1腐蚀263
9.2.2膨胀265
9.2.3开运算267
9.2.4闭运算268
9.3应用案例269
9.3.1边界提取270
9.3.2区域填充算法270
9.3.3连通分量的提取271
9.3.4凸壳272
思考与练习273
实验要求与内容274
第10章彩色图像处理276
10.1彩色图像基本属性276
10.1.1像素深度276
10.1.2真彩色、伪彩色、假彩色277
10.2彩色图像增强278
10.2.1真彩色图像增强278
10.2.2伪彩色图像增强279
10.2.3假彩色图像增强282
10.3彩色图像处理分析282
10.3.1彩色补偿282
10.3.2彩色图像平滑284
10.3.3彩色图像锐化285
10.4应用案例286
10.4.1基于模板的图像匹配286
10.4.2基于SIFT特征点的图像匹配290
思考与练习298
实验要求与内容298
第11章数字图像处理综合应用300
11.1人脸检测与特征定位系统300
11.1.1人脸检测与特征定位系统界面300
11.1.2基于肤色分割的人脸检测方法300
11.1.3基于脸和头发区域的人脸检测方法305
11.1.4脸部特征标注307
11.2蝴蝶与蛾的分类308
11.2.1图像预处理309
11.2.2图像分割310
11.2.3轮廓提取311
11.2.4特征提取311
11.2.5图像分类313
11.3基于深度学习的图像超分辨率重建314
11.3.1图像超分辨率重建简介314
11.3.2基于深度学习的超分辨率理论基础315
11.3.3通道空间退化修正的超分辨率深度学习模型321
11.3.4超分辨率评价指标323
参考文献325
|
| 內容試閱：
|
数字图像分析应用领域广泛，已经遍布国民经济的各个领域。其中比较突出的应用领域包括航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等。数字图像分析与应用也成为数字媒体技术、计算机应用、软件工程等理工科类专业本科生和研究生必修的课程。
作者从事本科和研究生教学多年，在教学过程中发现学生对理论知识的学习容易产生枯燥情绪，学习后不知道知识的具体应用，特别是很难明白这些知识与其他课程的关联，以及如何利用知识进行科研和创新。为了提高学生的学习兴趣和实践能力，作者结合新工科、省级一流课程、江南大学卓越课程的要求和多年的教学科研经验实践，编写了本书。全书共11章，每章分若干节，各节知识点相对独立，大多数章节包含应用案例。第1章介绍数字图像分析的基础知识、图像存储与格式、数字图像处理的发展和应用领域，以及MATLAB环境的安装和图像处理库配置。第2章介绍图像的代数运算、逻辑运算与应用，以及相应的案例。第3章主要介绍图像增强技术，包括图像灰度变换、直方图均衡化和规定化、图像空域和频域滤波增强以及图像增强应用案例。第4章主要介绍图像复原技术。第5章主要介绍图像的几何变换、图像的正交变换及应用案例。第6章主要介绍图像分割基础知识、边缘检测、阈值分割、轮廓跟踪、Hough变换、基于区域的分割、聚类和应用案例。第7章主要介绍图像编码技术及应用。第8章主要介绍图像的目标表达及特征表示的几种常见方法及应用案例。第9章主要介绍二值图像的形态学处理方法和应用案例。第10章主要介绍彩色图像的增强和分析方法。第11章主要介绍人脸检测和特征定位系统、蝴蝶与蛾的分类和基于深度学习的图像超分辨率重建。
本书具有以下特点:
(1) 在本书的编写过程中，作者力求知识系统全面、理论概念严谨、解释清晰详细、通俗易懂、便于自学，从应用角度出发，对每个知识点进行介绍，涉及的基本概念与原理，最终都回到了案例的实现，为避免数学公式的罗列和枯燥的推导，本书利用分步骤分流程的案例对概念和原理进行介绍，加强学生对概念和原理的理解，帮助学生对所学的知识及应用有系统全面的了解，为以后的实际应用和科研创新打下良好的基础。
(2) 本书的应用案例大部分来自生活实践、工程实践和专业流行应用案例，与课程理论结合紧密。可以帮助学生更好地理解理论知识，启发学生对知识的应用和创新。
(3) 本书每章都提供思考与练习题，辅助学生巩固学习理论知识。重要的图像分析和方法相关章节最后还提供了实验要求和内容，以提升学生的实践能力。
(4) 本书将提供配套的教学课件、算法相关代码下载和具体实验内容和要求，便于教师教学和学生学习。
本书由陈丽芳主编，张怡婕、钱鹏江和谢振平为副主编。编写过程中参考了国内外相关书籍，在参考文献中大多已一一列出，在此对这些作者的贡献表示由衷的感谢。本书在出版过程中，得到了江南大学人工智能与计算机学院数字媒体技术等专业的学生和软件工程等专业研究生的支持和帮助，还得到了清华大学出版社张玥编辑的大力支持，在此表示诚挚的感谢。
本书所涉及的“数字图像处理技术”课程为江苏省一流本科课程和江南大学的卓越课程。
由于作者水平有限，书中难免出现不足之处，恳请各位专家、同人和读者批评指正，并与作者讨论。
陈丽芳于江南大学2024年10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
