欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 数字图像处理教程(OPENCV版双色印刷普通高等教育计算机类系列教材)
      • 作者:编者:侯俊//杨晖|责编:刘琴琴//张翠翠
      • 出版社:机械工业
      • ISBN:9787111744849
      • 出版日期:2024/04/01
      • 页数:296
    • 售价:23.92
  • 内容大纲

        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等。
        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。
  • 作者介绍

  • 目录

    前言
    第1章  绪论
      1.1  数字图像处理系统的组成
      1.2  电磁波谱与可见光
      1.3  电磁波传感器
      1.4  视觉系统特性
        1.4.1  视觉适应性
        1.4.2  视觉惰性
        1.4.3  同时对比效应与马赫带效应
        1.4.4  视觉分辨率
        1.4.5  视觉错觉
      1.5  数字图像处理应用
      习题
    第2章  数字图像的基本概念和运算
      2.1  图像成像模型
      2.2  图像中的基本概念
        2.2.1  采样和量化
        2.2.2  数字图像表示
        2.2.3  空间分辨率与灰度分辨率
        2.2.4  OPENCV中的图像读取
      2.3  像素间的基本关系
        2.3.1  相邻像素
        2.3.2  连通性、区域和边界
        2.3.3  距离度量
      2.4  数字图像的基本操作
        2.4.1  图像间算术运算
        2.4.2  图像逻辑运算
        2.4.3  图像空间几何变换
      习题
    第3章  图像灰度变换与空间域滤波
      3.1  常用灰度变换
        3.1.1  线性变换
        3.1.2  对数变换与反对数变换
        3.1.3  幂律变换(伽马变换)
        3.1.4  分段线性变换
      3.2  基于直方图的灰度变换
        3.2.1  直方图
        3.2.2  直方图均衡
        3.2.3  直方图规定化(直方图匹配)
        3.2.4  限制对比度自适应直方图均衡
      3.3  空间域滤波
        3.3.1  空间域滤波基础知识
        3.3.2  平滑滤波
        3.3.3  锐化滤波
      习题
    第4章  图像的频域处理
      4.1  二维离散傅里叶变换
        4.1.1  二维离散傅里叶变换和反变换
        4.1.2  二维离散傅里叶变换性质
      4.2  频域滤波基础知识

        4.2.1  频域滤波基础
        4.2.2  频域滤波步骤
      4.3  频域低通滤波
        4.3.1  理想低通滤波器
        4.3.2  巴特沃斯低通滤波器
        4.3.3  高斯低通滤波器
      4.4  频域高通滤波
        4.4.1  理想高通滤波器
        4.4.2  巴特沃斯高通滤波器
        4.4.3  高斯高通滤波器
        4.4.4  拉普拉斯滤波器
        4.4.5  反锐化掩蔽与高提升滤波
      4.5  同态滤波
      4.6  频率选择滤波器
        4.6.1  带阻滤波器和带通滤波器
        4.6.2  陷波滤波器
      习题
    第5章  图像复原
      5.1  图像退化模型和复原模型
      5.2  噪声模型
        5.2.1  常见的噪声概率密度函数
        5.2.2  周期噪声
        5.2.3  噪声参数估计
      5.3  复原仅由噪声造成的退化图像
        5.3.1  非线性均值滤波
        5.3.2  统计排序滤波
        5.3.3  自适应滤波
      5.4  退化函数的估计
      5.5  逆滤波
      5.6  维纳滤波
      5.7  有约束最小二乘滤波
      5.8  Lucy-Richardson复原(非盲L-R复原)
      5.9  图像盲复原
      习题
    第6章  彩色图像处理
      6.1  彩色图像基础
      6.2  色彩空间
        6.2.1  RGB色彩空间与CMY色彩空间
        6.2.2  HSI色彩空间与HSV色彩空间
        6.2.3  L*a*b*色彩空间
        6.2.4  YCbCr色彩空间与YUV色彩空间
      6.3  伪彩色图像处理
        6.3.1  空间域伪彩色处理
        6.3.2  频域滤波伪彩色处理
      6.4  色彩变换
        6.4.1  补色变换
        6.4.2  色彩分割
        6.4.3  彩色图像灰度化
        6.4.4  彩色图像直方图均衡
        6.4.5  色调与色彩校正

      6.5  彩色图像空间滤波
        6.5.1  彩色图像的平滑
        6.5.2  彩色图像的锐化
      6.6  彩色图像边缘检测
      习题
    第7章  小波与多分辨率处理
      7.1  小波变换基础知识
        7.1.1  小波函数
        7.1.2  连续小波变换
        7.1.3  离散小波变换
        7.1.4  多尺度分析与Mallat算法
        7.1.5  提升小波
        7.1.6  小波包变换
      7.2  图像小波变换
      7.3  小波图像去噪
        7.3.1  模极大值去噪法
        7.3.2  小波阈值去噪法
      7.4  小波图像融合
      习题
    第8章  图像压缩
      8.1  图像压缩基础
        8.1.1  冗余
        8.1.2  保真度
      8.2  常用编码
        8.2.1  霍夫曼编码
        8.2.2  算术编码
        8.2.3  游程编码
        8.2.4  LZW编码
        8.2.5  矢量量化编码
      8.3  位平面编码
      8.4  变换编码
        8.4.1  离散余弦变换
        8.4.2  JPEG图像压缩
        8.4.3  基于小波的图像压缩
      8.5  视频压缩
      习题
    第9章  形态学处理
      9.1  预备知识
      9.2  腐蚀与膨胀
        9.2.1  腐蚀
        9.2.2  膨胀
        9.2.3  对偶性
      9.3  开运算和闭运算
        9.3.1  开运算
        9.3.2  闭运算
      9.4  击中与击不中变换
      9.5  一些基本形态学算法
        9.5.1  边界提取
        9.5.2  种子填充
        9.5.3  提取连通分量

        9.5.4  凸包
        9.5.5  细化、骨架化和粗化
        9.5.6  形态学重建
      9.6  灰度图像的形态学处理
        9.6.1  腐蚀和膨胀
        9.6.2  开运算和闭运算
        9.6.3  顶帽变换和底帽变换
        9.6.4  形态学滤波
        9.6.5  形态学梯度
      习题
    第10章  图像分割
      10.1  边缘检测
        10.1.1  边缘检测基础
        10.1.2  一阶边缘检测算子
        10.1.3  Marr-Hildreth边缘检测
        10.1.4  Canny边缘检测
        10.1.5  Hough变换
      10.2  基于阈值的图像分割
        10.2.1  阈值分割基础知识
        10.2.2  全局阈值分割
        10.2.3  局部阈值分割
      10.3  基于区域的图像分割
        10.3.1  区域生长法
        10.3.2  区域分裂合并法
      10.4  基于聚类的图像分割
        10.4.1  kmeans图像分割
        10.4.2  基于高斯混合模型的图像分割
      10.5  基于图论的图像分割
        10.5.1  图论的基本概念
        10.5.2  Graph Cut图像分割
        10.5.3  Grab Cut图像分割
      10.6  形态学分水岭分割
        10.6.1  分水岭分割
        10.6.2  基于标记的分水岭分割
      10.7  运动目标分割
        10.7.1  帧间差法
        10.7.2  背景差法与背景估计
      习题
    第11章  目标的表示与描述
      11.1  表示
        11.1.1  边界追踪
        11.1.2  链码
        11.1.3  多边形近似
      11.2  边界描述子
        11.2.1  一些基本描述子
        11.2.2  傅里叶描述子
      11.3  区域描述子
        11.3.1  一些基本描述子
        11.3.2  区域矩与不变矩
      11.4  纹理描述

        11.4.1  灰度直方图统计矩
        11.4.2  LBP特征
        11.4.3  共生矩阵
        11.4.4  方向梯度直方图
      11.5  主成分分析用于特征降维
      11.6  特征点检测与描述
        11.6.1  Harris角点、Shi-Tomasi角点和FAST角点检测
        11.6.2  SIFT特征点检测与描述
        11.6.3  SURF特征点检测与描述
        11.6.4  BRIEF描述子
        11.6.5  ORB特征点检测与描述
      习题
    第12章  目标识别
      12.1  基于决策理论的模式识别
        12.1.1  基于匹配的决策
        12.1.2  统计分类器
        12.1.3  神经网络
      12.2  特征点匹配
        12.2.1  特征点匹配基础
        12.2.2  匹配一致性
      12.3  运动目标跟踪
        12.3.1  光流法
        12.3.2  meanshift跟踪
        12.3.3  Camshift跟踪
      习题
    参考文献