- 数字图像处理及应用(21世纪高等学校计算机专业实用系列教材)
- - 作者：编者:张志佳//许茗|责编:贾斌//左佳灵
  - 出版社：清华大学
  - ISBN：9787302669630
  - 出版日期：2024/08/01
  - 页数：192
- 售价：19.6

内容大纲
    本书是依据作者多年来从事数字图像处理教学的体会，参考相关文献并结合实际科研应用案例编写而成的，概括地介绍了数字图像处理理论的基本概念、原理以及基础应用方法。
    全书分为数字图像处理基础、数字图像运算、数字图像分析以及系统综合案例四大模块。首先引导读者学习并掌握关键知识点，然后通过实际案例回顾相关内容，融会贯通，提高实践能力与创新能力。
    本书面向的读者对象包括相关专业的研究生、相关领域的实践从业者、高年级本科生及对数字图像处理感兴趣的广大读者。
作者介绍
目录
第一部分  数字图像处理基础
  第1章  概述
    1.1  什么是数字图像处理
      1.1.1  数字图像
      1.1.2  数字图像处理
    1.2  数字图像处理技术的应用
    1.3  数字图像处理的基本内容
    1.4  数字图像处理平台
  第2章  数字图像基础
    2.1  人类的视觉感知系统
    2.2  数字图像获取
    2.3  数字图像表示
    2.4  像素基本关系
      2.4.1  像素的邻域、连接和连通
      2.4.2  像素间的距离
  第3章  彩色图像
    3.1  彩色基础
    3.2  彩色模型
    3.3  色彩校正
    3.4  灰度图像与彩色图像
      3.4.1  彩色图像到灰度图像
      3.4.2  灰度图像到彩色图像
    参考文献
第二部分  数字图像运算
  第4章  图像基本运算
    4.1  算术运算
    4.2  逻辑运算
      4.2.1  集合基础
      4.2.2  二值图像的逻辑运算
    4.3  空间运算
    4.4  灰度变换
    4.5  直方图处理
  第5章  图像滤波运算
    5.1  空间滤波
      5.1.1  空间滤波基础
      5.1.2  空间滤波器
    5.2  频域滤波
      5.2.1  傅里叶变换基本概念
      5.2.2  频域滤波基础
      5.2.3  频域滤波器
  第6章  图像复原
    6.1  图像退化与复原
    6.2  噪声模型
      6.2.1  基本噪声概率密度函数
      6.2.2  周期噪声
      6.2.3  噪声估计
    6.3  噪声与滤波
      6.3.1  单独噪声与空间滤波
      6.3.2  周期噪声与频域滤波
    6.4  退化函数与滤波

      6.4.1  退化函数估计
      6.4.2  逆滤波
      6.4.3  最小均方误差（维纳）滤波
      6.4.4  约束最小二乘方滤波
  第7章  数学形态学处理
    7.1  形态学处理基础
      7.1.1  腐蚀与膨胀
      7.1.2  开运算与闭运算
      7.1.3  击中-击不中变换
    7.2  一些基本形态学算法
      7.2.1  边界提取
      7.2.2  孔洞填充
      7.2.3  连通区域提取
      7.2.4  细化与粗化
    7.3  灰度图像形态数学处理
      7.3.1  灰度腐蚀与膨胀
      7.3.2  灰度开运算与闭运算
      7.3.3  灰度形态学算法
    参考文献
第三部分  数字图像分析
  第8章  图像分割
    8.1  边缘分割
      8.1.1  边缘检测
      8.1.2  边缘连接
    8.2  阈值分割
      8.2.1  全局阈值分割
      8.2.2  局部阈值分割
    8.3  区域分割
      8.3.1  区域生长
      8.3.2  区域分裂与合并
    8.4  其他图像分割算法
      8.4.1  基于聚类的图像分割
      8.4.2  分水岭分割
  第9章  表示与描述
    9.1  边界表示
      9.1.1  边界追踪
      9.1.2  边界链码
    9.2  边界描述
      9.2.1  傅里叶描述子
      9.2.2  边界统计矩
    9.3  区域描述
      9.3.1  基本区域描述子
      9.3.2  纹理
      9.3.3  不变矩
  第10章  图像模式分类
    10.1  模板匹配分类
      10.1.1  最小距离分类
      10.1.2  模板遍历运算
    10.2  贝叶斯分类
      10.2.1  贝叶斯分类基本原理

      10.2.2  基于朴素贝叶斯的目标分类
    10.3  神经网络与深度学习
      10.3.1  感知机模型
      10.3.2  深度神经网络
      10.3.3  深度卷积神经网络的传播原理
      10.3.4  基于深度学习的网络模型
    参考文献
第四部分  综合案例
  第11章  答题卡识别
    11.1  相关背景
    11.2  算法设计
    11.3  算法实现
      11.3.1  图像预处理
      11.3.2  区域划分
      11.3.3  准考证号识别
      11.3.4  答题区域识别
    11.4  扩展阅读
  第12章  基于图像分割的车牌定位与识别
    12.1  相关背景
    12.2  算法设计
    12.3  算法实现
      12.3.1  车牌区域定位
      12.3.2  车牌图像处理
      12.3.3  字符分割
      12.3.4  字符识别
    12.4  扩展阅读
  第13章  基于深度学习的车牌识别
    13.1  相关背景
    13.2  算法设计
    13.3  算法实现
      13.3.1  数据集
      13.3.2  车牌位置检测
      13.3.3  车牌字符识别
      13.3.4  扩展阅读
    参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目