新書推薦：
《
只要我还在创作 角谷美智子访谈录
》
售價：NT$
347
《
国医大师邓铁涛 治未病从孩子抓起 中医治未病 二十四节气顺时调养 常见病预防 中医健康体检 广东科技
》
售價：NT$
255
《
英国都铎王朝君主形象塑造与政治文化变迁
》
售價：NT$
857
《
从一道高三数学模拟测试题的背景谈起：兼谈等周问题与等周不等式
》
售價：NT$
347
《
《仪礼》版本研究：全三册
》
售價：NT$
1780
《
水浒传绘本 全8册 水浒桥梁书 同步原著改编去暴力 萌趣卡通国风画卷 文史科普趣味拓展
》
售價：NT$
1061
《
中国清代戏曲史上、下卷（套装2册）
》
售價：NT$
2030
《
私域裂变运营实战手册
》
售價：NT$
254
|
| 內容簡介： |
|
本书主要利用图像处理技术分析和处理甲骨文图像，以甲骨文图像作为研究目标，阐述了甲骨文图像的采集、量化与几何操作。研究了甲骨文图像在空间域的处理、甲骨文图像在频域的处理，并利用图像复原技术研究甲骨文图像，包括去除噪声、几何变换操作、小波变化和傅里叶逆变换技术。同时，研究了图像压缩编码、霍夫曼编码、有损压缩和无损压缩技术分析甲骨文图像。总之，通过本书可以很好地学习如何使用图像处理技术分析和处理甲骨文图像，对其进行识别，并尝试利用字体演化性属性，释读未知甲骨文。
|
| 目錄：
|
第一章.甲骨文图像 0011.1 图像感知和采集001 1.1.1 图像感知 001 1.1.2 甲骨文图像采集 0031.2 甲骨文图像采样和量化004 1.2.1 甲骨文图像采样原理 005 1.2.2 甲骨文图像量化原理 0061.3 像素间基本关系008 1.3.1 相邻像素 008 1.3.2 邻接性、连通性、区域和边界 009 1.3.3 图像中的像素点距离度量 0111.4 甲骨文图像的几何操作012 1.4.1 甲骨文图像缩放变换 013 1.4.2 甲骨文图像旋转变换 014 1.4.3 甲骨文图像翻转变换 015 1.4.4 甲骨文图像仿射变换 0161.5 人工智能识别甲骨文017 1.5.1 人工智能识别甲骨文的理论依据与设想 017 1.5.2 基于大数据的甲骨文分析 017 1.5.3 基于新一代人工智能技术的甲骨文处理新思路 018 第二章.甲骨文图像空间域 0222.1 甲骨文图像空间域增强0222.2 甲骨文图像灰度变换024 2.2.1 甲骨文图像灰度反转 024 2.2.2 甲骨文图像对数变换 026 2.2.3 甲骨文图像幂次变换 027 2.2.4 甲骨文图像分段线性函数变换 0292.3 甲骨文图像直方图处理033 2.3.1 甲骨文图像直方图均衡化 034 2.3.2 甲骨文图像直方图规范化 036 2.3.3 甲骨文图像局部直方图处理 041 2.3.4 甲骨文图像灰度变换和直方图处理总结 0422.4 算术与逻辑增强甲骨文图像043 2.4.1 甲骨文图像“与”运算 043 2.4.2 甲骨文图像“或”运算 044 2.4.3 甲骨文图像“非”运算 045 2.4.4 甲骨文图像“异或”运算 046 2.4.5 甲骨文图像“相加”运算 048 2.4.6 甲骨文图像“相减”运算 049 2.4.7 甲骨文图像“相乘”运算 050 2.4.8 甲骨文图像“相除”运算 051 2.4.9 甲骨文图像“相减”运算方法介绍 052
2.4.10
甲骨文图像“相加”运算方法介绍 052 2.4.11 甲骨文图像“相乘”运算方法介绍 052
2.4.12
甲骨文图像“相除”运算方法介绍 053
2.5 甲骨文图像空间滤波053 2.5.1 空间滤波器处理甲骨文图像 053 2.5.2 平滑线性滤波器处理甲骨文图像 055 2.5.3 统计排序（平滑非线性）滤波器处理甲骨文图像 064 2.5.4 锐化空间滤波器处理甲骨文图像 068
2.6 甲骨文图像噪声077 2.6.1 高斯噪声处理甲骨文图像 077 2.6.2 椒盐噪声处理甲骨文图像 078 2.6.3 指数噪声处理甲骨文图像 079 2.6.4 均匀噪声处理甲骨文图像 081 2.6.5 泊松噪声处理甲骨文图像 082
第三章.甲骨文文字频率域增强 0843.1 甲骨文的频率域084 3.1.1 傅里叶变换原理 084 3.1.2 频率域滤波处理甲骨文图像 0893.2 傅里叶变换处理甲骨文文字095 3.2.1 甲骨文文字实现傅里叶变换 097 3.2.2 甲骨文文字实现高通滤波与低通滤波 0993.3 平滑频率域滤波器处理甲骨文图像101
3.3.1 理想低通滤波器（ILPF）处理甲骨文图像 102 3.3.2 巴特沃思低通滤波器处理甲骨文图像 104 3.3.3 高斯低通滤波器处理甲骨文图像 105
3.4 锐化频率域滤波器处理甲骨文图像105
3.4.1 理想高通滤波器（IHPF）处理甲骨文图像 107 3.4.2 巴特沃斯高通滤波器处理甲骨文图像 108 3.4.3 高斯高通滤波器处理甲骨文图像 109 3.4.4 3种高通滤波器处理甲骨文图像 110
3.5 同态滤波器处理甲骨文图像113
第四章.甲骨文图像复原 1184.1 甲骨文图像退化与复原1184.2 噪声模型处理甲骨文图像124 4.2.1 噪声分类在甲骨文图像上的应用 124 4.2.2 常见噪声模型在甲骨文图像上的应用 1244.3 空间域滤波器复原噪声甲骨文图像132 4.3.1 均值滤波器在甲骨文图像上的应用 132 4.3.2 顺序统计滤波器在甲骨文图像上的应用 138 4.3.3 自适应滤波器在甲骨文图像上的应用 1464.4 频率域滤波器复原噪声甲骨文图像152 4.4.1 带阻滤波器在甲骨文图像上的应用 152 4.4.2 带通滤波器在甲骨文图像上的应用 157
4.4.3 最佳陷波滤波器在甲骨文图像上的应用 1594.5 几何变换操作甲骨文图像161 4.5.1 甲骨文图像的平移 161 4.5.2 甲骨文图像的镜像 163 4.5.3 甲骨文图像的缩放 165 4.5.4 甲骨文图像的转置 166 4.5.5 甲骨文图像的旋转 168 4.5.6 甲骨文图像的剪切 169 4.5.7 甲骨文图像的空间变换 1704.6 图像噪声172 4.6.1 带通噪声 172 4.6.2 冲击噪声 172 4.6.3 白色噪声 172 4.6.4 频域滤波与空间域滤波的区别 173 4.6.5 频域滤波与空间域滤波的联系 173 4.6.6 空间域高斯滤波与频域高斯滤波的区别 173 4.6.7 振铃效应在甲骨文图像上的分析 174 4.6.8 维纳滤波在甲骨文图像上的应用 174 4.6.9 约束最小二乘方滤波在甲骨文图像上的应用 176
4.6.10 Lucy-Richardson算法在甲骨文图像上的应用 178 4.6.11 盲解卷积复原在甲骨文图像上的应用 180 4.6.12 甲骨文图像增强 182 4.6.13 甲骨文图像增强和甲骨文图像复原比较 184
第五章.甲骨文图像小波变换 1855.1 小波变换185 5.1.1 小波变换概述 185 5.1.2 小波变换定义 187 5.1.3 小波反变换及小波容许条件 188 5.1.4 从傅里叶分析到小波分析 190 5.1.5 小波分析的发展 191 5.1.6 小波分析的应用 192 5.1.7 小波分析的局限性 1935.2 多分辨率分析算子194 5.2.1 多分辨率分析概念 194 5.2.2 多分辨率分析定义 194 5.2.3 多分辨率分析性质 1975.3 一维小波变换分析200 5.3.1 小波变换定义及基本概念 201 5.3.2 一维连续小波变换 202 5.3.3 小波变换中的尺度与位移离散 2045.4 快速小波变换与离散小波变换208 5.4.1 快速小波变换 208 5.4.2 离散小波变换滤波器介绍 209 5.4.3 傅里叶变换小波系数处理甲骨文图像 210 5.4.4 从基本小波到紧支二进小波处理在甲骨文图像 211 5.4.5 从尺度函数到小波级数展开 212 5.4.6 一维离散小波变换 2155.5 二维小波变换处理甲骨文图像217 第六章.甲骨文图像压缩 2186.1 甲骨文图像压缩概述2186.2 甲骨文图像压缩模型219 6.2.1 信源编码器和信源解码器处理甲骨文图像 220 6.2.2 信道编码器和信道解码器处理甲骨文图像 2216.3 信息论元素在甲骨文图像中的研究221 6.3.1 甲骨文图像压缩的信息量 222 6.3.2 甲骨文图像压缩的自信息 223 6.3.3 甲骨文图像的熵 223 6.3.4 甲骨文图像中熵的性质 2246.4 甲骨文图像的无损压缩225 6.4.1 甲骨文图像中霍夫曼编码 225 6.4.2 甲骨文图像中游程编码 231 6.4.3 甲骨文图像中算术编码 233
6.4.4 甲骨文图像中 LZW编码 242 6.4.5 甲骨文图像中 JPEG无损压缩和 JPEG2000无损压缩 2456.5 甲骨文图像的有损压缩246 6.5.1 甲骨文图像的线性预测编码 246 6.5.2 甲骨文图像的变换编码 250 6.5.3 甲骨文图像 JPEG有损压缩和 JPEG2000有损压缩 253
第七章.甲骨文图像形态学处理 2547.1 形态学在甲骨文图像中的应用254 7.1.1 甲骨文图像中形态学操作的原理 254 7.1.2 甲骨文图像中形态学结构元素 2557.2 甲骨文图像腐蚀与膨胀处理257 7.2.1 图像腐蚀处理 257 7.2.2 图像膨胀处理 258 7.2.3 小结 261
7.3 甲骨文图像开操作与闭操作261
7.3.1 甲骨文图像开操作 262
7.3.2 甲骨文图像闭操作 264
7.3.3 甲骨文图像梯度运算 267
7.3.4 甲骨文文字礼帽（顶帽）、黑帽算法 268
7.4 甲骨文图像击中或击不中变换271
7.4.1 甲骨文图像击中或击不中变换运算规律 271
7.4.2 甲骨文图像击中或击不中变换原理 272
7.4.3 甲骨文图像击中或击不中变换实现 273
7.5 甲骨文图像形态学算法处理275
7.5.1 甲骨文文字的边界提取与跟踪及其实现 275
7.5.2 甲骨文文字的孔洞填充 276
7.5.3 甲骨文连通分量的提取 278
7.5.4 甲骨文凸壳 280
7.5.5 甲骨文文字细化 283
7.5.6 甲骨文文字粗化 283
7.5.7 甲骨文文字骨架 283
7.5.8 甲骨文文字裁剪 284
7.5.9 甲骨文文字形态学重建 285
7.6 甲骨文文字图像灰度级图像处理287
7.6.1 甲骨文文字图像灰度级腐蚀和膨胀 287
7.6.2 甲骨文文字图像灰度开操作和闭操作 288
7.6.3 甲骨文文字灰度级形态学算法 289
7.6.4 图像灰度级形态学重建 290
第八章.甲骨文图像分割 292
8.1 甲骨文图像分割概述292
8.2 甲骨文图像基本检测293
8.3 甲骨文图像边缘处理295
8.3.1 Sobel算子 296
8.3.2 Roberts算子 298
8.3.3 Prewitt算子 299
8.3.4 Laplacian算子 301
8.3.5 Canny算子 3038.4 甲骨文图像门限处理304
8.4.1 直方图双峰法 305
8.4.2 迭代式阈值处理法 308
8.4.3 自适应阈值图像分割法 310
8.4.4 OTSU法 310
8.4.5 均值法 3138.5 基于区域的甲骨文图像分割313
8.5.1 区域生长算法 314
8.5.2 区域分裂合并算法 3178.6 基于分水岭的甲骨文图像分割320
第九章.甲骨文图像表示 3239.1 甲骨文图像边界表示323 9.1.1 图像孔洞提取 323 9.1.2 链码 325 9.1.3 多边形近似 326 9.1.4 边界分段 3279.2 甲骨文图像区域表示331
第十章.甲骨文图像识别与应用 34210.1 甲骨文图像识别342 10.1.1 甲骨文图像识别简介 342 10.1.2 甲骨文和图像识别原理简介 343
10.2 基于决策理论的甲骨文图像识别345
10.3 基于深度神经网络的甲骨文图像识别346
10.3.1 神经网络的甲骨文识别应用 346
10.3.2 甲骨文文字识别深度学习相关技术 347
10.3.3 甲骨文相关网络结构及方法 349
第十一章.甲骨文图像释读 351
11.1 甲骨文拓片351
11.2 甲骨文释读353
参考文献 357
|
| 內容試閱：
|
甲骨文是中国古代商朝时期重要的文字，通常将文字和图案刻在龟甲和兽骨之上，是目前中国能查询的最早且完整的文字系统。截至 2024年，甲骨文研究历经了 120余年，几代学者倾尽所有从已发掘的甲骨拓片中成功释读出一半的甲骨字，剩下未释读的甲骨字研究难度非常高。笔者自 2021年 1月与甲骨文信息处理教育部重点实验室展开合作，尝试使用图像处理的技术分析处理甲骨字，为释读甲骨字提供另一条路径以启迪未来的甲骨文字研究人员。
图像处理技术是人工智能领域的一个重要研究分支，是一门涉及计算机科学、信息处理和数学等领域的交叉学科，主要研究如何使用计算机对数字图像进行操作、分析和处理，广泛应用于图像识别、医学影像、机器视觉、遥感图像等领域。本书主要是利用图像处理技术分析和处理甲骨文图像，第一章以甲骨文图像作为研究对象，阐述了甲骨文图像的采集、量化与几何操作。第二章主要研究甲骨文图像在空间域的处理，包括图像增强、灰度变换、直方图变换、空间滤波器及噪声处理。第三章主要研究甲骨文图像在频率域的处理，包括傅里叶变换、平滑频率域滤波、锐化频率域滤波及同态滤波器操作。第四章利用图像复原技术研究甲骨文图像，包括去除噪声、几何变换操作、小波变换和傅里叶逆变换技术。第五章利用一维小波变换、二维小波变换及多分辨率方法处理甲骨文图像。第六章主要研究甲骨文图像压缩编码、霍夫曼编码、有损压缩和无损压缩技术，当前形态学处理方法能够获取图像的边缘信息。第七章利用形态学、膨胀和腐蚀、开操作和闭操作处理甲骨文图像。第八章和第九章主要利用图像分割和表示方法研究甲骨文，并利用分水岭算法、边界提取和图像编码技术分析甲骨字。现如今人工神经网络，尤其是深度学习被广泛应用在图像处理领域，第十章和第十一章主要阐述深度神经网络在甲骨文图像识别中的应用，并实际开发了甲骨文识别系统和展示了甲骨文数据库。总
之，通过本书可以很好地学习如何使用图像处理技术分析和处理甲骨文图像，对其进行识别，并尝试利用字体演化属性释读未知甲骨文。本书成稿历时一年，得到了江西科技师范大学杨贞老师的大力支持和帮助（统稿和修订），同时学校的一些学生也为本书的编写付出了辛勤的汗水，学生的名字
（按姓氏拼音排序）：曹颖、杜家星、何曼曼、胡咏琪、黄婷、霍紫杰、李汝佳、娄丽君、聂子俊、严黄斌、易周健、于子正。初稿形成之后，我与李汝佳、何曼曼同学又进行了多次修改。
本书的编写参考了国内外相关领域同行的论文、专著和报告中的精华。基于此，谨向图像处理领域和甲骨文研究方向的学者和专家表示由衷的感谢！
本书的出版，得到了河南省甲骨文信息处理重点实验室（安阳师范学院）开放课题项目“面向汉字字体演化的未知甲骨文释读研究”以及江西省教育厅项目“基于大数据和特征编码的甲骨文部首识别研究”（基金号： GJJ2201357）的支持，同时还获得了科学技术文献出版社的大力支持，在此也表示真诚的感谢！
总之，图像处理技术正广泛应用于甲骨文研究领域，由于作者水平非常有限，专著中难免存在一些错误和缺点，恳请各位专家、同行和读者给出宝贵的建议。
|
|
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
