[
-
内容大纲
本书介绍了各种数字图像处理的算法分析及编程实现技术。全书由13章组成，主要内容包括图像处理编程基础、彩色图像特效处理、图像的合成处理、图像的几何变换、图像的灰度变换、图像平滑处理、图像边缘锐化处理、图像形态学处理、图像分割与测量、图像频域变换处理。同时，介绍了基于深度学习的CNN模型和Faster R-CNN模型，以及这些模型在汉字识别、语音识别或手势识别等项目中的应用，这些内容与“国家级虚拟仿真实验教学一流课程”相配套。
本书介绍了数字图像处理与深度学习技术的应用，并给出与这些技术相结合的编程实例。书中提供了Python编程代码和相关函数说明。实例程序的框架结构简单，代码简洁，使Python初学者很快就能编写图像处理的程序代码。
本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别及相关学科的研究生、本科生的教材或参考书，亦可供有关工程技术人员参考。 -
作者介绍
-
目录
第1章 图像处理编程基础
1.1 Python开发基础
1.1.1 Python的安装
1.1.2 PyCharm的安装
1.1.3 OpenCV及常用库的配置
1.2 数字图像处理与深度学习技术简介
1.3 系统界面开发基础
1.4 图像显示
1.4.1 待处理图像的显示
1.4.2 处理后图像的显示
习题
第2章 彩色图像特效处理
2.1 图像的颜色表示
2.1.1 像素的颜色
2.1.2 图像的存储结构
2.1.3 图像的精度
2.2 彩色图像的灰度化处理
2.3 彩色图像的着色处理
2.4 彩色图像的亮度调整
2.5 彩色图像的对比度调整
2.6 彩色图像的曝光处理
2.7 彩色图像的马赛克处理
2.8 彩色图像的梯度锐化处理
2.9 彩色图像的浮雕处理
2.10 彩色图像的霓虹处理
小结
习题
第3章 图像的合成处理
3.1 图像的代数运算
3.1.1 图像加运算
3.1.2 图像减运算
3.2 图像逻辑运算
3.2.1 位与运算
3.2.2 位或运算
3.2.3 位非运算
3.2.4 位异或运算
小结
习题
第4章 图像的几何变换
4.1 概述
4.2 图像平移
4.3 图像镜像
4.4 图像缩放
4.5 图像转置
4.6 投影变换
4.7 图像旋转
小结
习题
第5章 图像的灰度变换
5.1 概述
5.2 二值化和阈值处理
5.3 灰度线性变换与分段线性变换
5.3.1 灰度线性变换
5.3.2 分段线性变换
5.4 灰度非线性变换
5.4.1 灰度对数变换
5.4.2 灰度指数变换
5.4.3 灰度幂次变换
5.5 灰度直方图
5.5.1 灰度直方图概念
5.5.2 直方图正规化
5.5.3 直方图均衡化
5.5.4 自适应直方图均衡化
小结
习题
第6章 图像平滑处理
6.1 概述
6.2 噪声消除法
6.2.1 二值图像的黑白点噪声滤波
6.2.2 消除孤立黑像素点
6.3 邻域平均法
6.3.1 3×3均值滤波
6.3.2 N×N均值滤波
6.3.3 超限邻域平均法
6.3.4 方框滤波
6.4 高斯滤波
6.5 中值滤波
6.5.1 N×N中值滤波
6.5.2 十字形中值滤波
6.5.3 N×N最大值滤波
6.6 双边滤波
6.7 2D卷积核的实现
6.8 产生噪声处理
6.8.1 随机噪声
6.8.2 椒盐噪声
小结
习题
第7章 图像边缘锐化处理
7.1 概述
7.2 图像微分边缘检测
7.2.1 纵向边缘检测
7.2.2 横向边缘检测
7.2.3 双向边缘检测
7.3 常用的边缘检测算子及方法
7.3.1 Roberts边缘检测算子
7.3.2 Sobel边缘检测算子
7.3.3 Prewitt边缘检测算子
7.3.4 Scharr边缘检测算子
7.3.5 Krisch自适应边缘检测
7.3.6 拉普拉斯算子
7.3.7 高斯-拉普拉斯算子
7.3.8 Canny边缘检测
7.4 梯度锐化
7.4.1 提升边缘
7.4.2 根据梯度二值化图像
小结
习题
第8章 图像形态学处理
8.1 概述
8.2 图像腐蚀
8.2.1 水平腐蚀
8.2.2 垂直腐蚀
8.2.3 全方向腐蚀
8.3 图像膨胀
8.3.1 水平膨胀
8.3.2 垂直膨胀
8.3.3 全方向膨胀
8.4 图像开运算与闭运算
8.4.1 图像开运算
8.4.2 图像闭运算
8.5 形态学梯度运算
8.6 黑帽与礼帽运算
8.7 图像细化
小结
习题
第9章 图像分割与测量
9.1 概述
9.2 阈值法分割
9.2.1 直方图门限选择法
9.2.2 半阈值选择法
9.2.3 迭代阈值法
9.2.4 Otsu阈值法
9.2.5 自适应阈值法
9.2.6 分水岭算法
9.3 投影法分割
9.3.1 水平投影分割
9.3.2 垂直投影分割
9.4 轮廓检测
9.4.1 轮廓提取
9.4.2 边界跟踪法
9.4.3 区域增长法
9.4.4 轮廓检测与拟合
9.5 目标物体测量
9.5.1 区域标记
9.5.2 面积测量
9.5.3 周长测量
9.6 最小外包形状检测
9.6.1 最小外包矩形
9.6.2 最小外包圆形
9.6.3 最小外包三角形
9.6.4 最小外包椭圆
9.7 霍夫检测
9.7.1 霍夫直线检测
9.7.2 霍夫圆检测
小结
习题
第10章 图像频域变换处理
10.1 图像频域变换
10.1.1 图像傅里叶变换
10.1.2 图像快速傅里叶变换
10.1.3 图像离散余弦变换
10.1.4 图像频域变换原理
10.2 频域低通滤波
10.2.1 理想低通滤波
10.2.2 梯形低通滤波
10.2.3 巴特沃思低通滤波
10.2.4 指数低通滤波
10.3 频域高通滤波
10.3.1 理想高通滤波
10.3.2 梯形高通滤波
10.3.3 巴特沃思高通滤波
10.3.4 指数高通滤波
小结
习题
第11章 基于深度学习CNN模型的汉字识别
11.1 深度学习技术概述
11.2 CNN基本概念
11.3 汉字识别系统设计
11.4 汉字图像预处理
11.5 投影与分割
11.6 构建汉字识别模型
11.6.1 构建CNN模型
11.6.2 识别模型训练
11.7 汉字识别模型检验
第12章 基于深度学习CNN模型的语音识别
12.1 语音识别系统设计
12.2 语音信号预处理及特征提取
12.2.1 语音信号预处理
12.2.2 MFCC特征提取
12.3 构建语音识别模型
12.3.1 构建CNN模型
12.3.2 识别模型训练
12.4 语音识别模型检验
第13章 基于深度学习Faster R-CNN模型的手势识别
13.1 R-CNN目标检测与识别模型
13.2 边框回归Bounding Box Regression原理
13.3 Faster R-CNN目标检测与识别模型
13.3.1 Faster R-CNN模型框架
13.3.2 基于区域提议网络RPN的目标检测
13.3.3 基于RoI池化和分类技术的目标识别
13.4 手势识别系统设计
13.5 构建手势识别模型
13.5.1 构建Faster R-CNN模型
13.5.2 Faster R-CNN识别模型训练
13.6 手势识别模型检验
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...