數字圖像處理系列教程——基礎知識篇
高飛、劉盛、盧書芳
買這商品的人也買了...
-
$388LabWindows/CVI 虛擬儀器設計技術
-
$301大話虛擬儀器-我與 LabWindows/CVI 十年(精裝本)
-
$540$427 -
$359$341 -
$800$680 -
$800$680 -
$360$270 -
$403圖像處理中的數學修煉
-
$403OpenCV 算法精解:基於 Python 與 C++
-
$1,080$1,026 -
$454TensorFlow 深度學習應用實踐
-
$680$578 -
$520$411 -
$594$564 -
$550$495 -
$403深度學習實踐 : 計算機視覺
-
$801動手學深度學習 全彩精裝版
-
$1,560$1,529 -
$403深入理解 OpenCV:實用計算機視覺項目解析, 3/e (Mastering OpenCV 4: A comprehensive guide to building computer vision and image processing applications with C++, 3/e)
-
$580$493 -
$890$757 -
$768$730 -
$780$616 -
$980$647 -
$356人工智能數學基礎
相關主題
商品描述
目錄大綱
目錄
第1章引言1
1.1人的感知源1
1.2數字圖像的歷史2
1.3數字圖像處理框架6
1.4數字圖像的應用前景7
1.5我的第一個圖像程序12
1.5.1基於OpenCV的C++圖像程序12
1.5.2基於EmguCV的C#圖像程序27
1.6練習題31
第2章數字圖像處理基礎32
2.1圖像感知與獲取32
2.1.1圖像傳感器的分類32
2.1.2圖像系統選型參數計算33
2.1.3色度學原理與顏色空間34
2.2圖像採樣與量化39
2.2.1圖像採樣39
2.2.2圖像量化39
2.2.3數字圖像的表示40
2.2.4與圖像質量相關的因素41
2.3像素間關系的描述45
2.3.1鄰域關系45
2.3.2連通關系46
2.3.3距離關系46
2.4數字圖像中的數學48
2.4.1範數48
2.4.2傅里葉變換49
2.4.3方差與標準差502.5數字圖像的存儲51
2.5.1圖像文件格式51
2.5.2Windows中的圖像52
2.5.3訪問圖像中的像素56
2.6練習題62
〖3〗數字圖像處理系列教程——基礎知識篇目錄〖3〗第3章數字圖像的運算64
3.1點運算64
3.1.1線性灰度變換65
3.1.2分段線性灰度變換67
3.1.3非線性灰度變換69
3.2代數運算74
3.2.1加74
3.2.2減77
3.2.3乘79
3.2.4除81
3.3邏輯運算84
3.3.1與84
3.3.2或85
3.3.3非87
3.3.4異或89
3.4幾何運算91
3.4.1平移91
3.4.2鏡像93
3.4.3旋轉97
3.4.4縮放99
3.4.5錯切102
3.4.6插值問題104
3.4.7圖像捲繞(扭曲)108
3.4.8圖像變形111
3.5練習題113
第4章直方圖與匹配114
4.1圖像直方圖概述114
4.2直方圖的計算與繪制115
4.2.1直方圖的計算115
4.2.2直方圖的均衡化118
4.3直方圖對比120
4.4反向投影126
4.5模板匹配129
4.6練習題136
第5章空間域濾波器137
5.1濾波器的概念137
5.2平滑空間濾波器137
5.2.1均值濾波器137
5.2.2高斯濾波器140
5.2.3統計排序濾波器143
5.3銳化空間濾波器148
5.3.1微分濾波器原理148
5.3.2拉普拉斯算子149
5.3.3梯度算子152
5.4練習題158
第6章頻率域濾波器159
6.1傅里葉變換159
6.1.1一維連續傅里葉變換160
6.1.2一維離散傅里葉變換161
6.1.3二維連續傅里葉變換167
6.1.4二維離散傅里葉變換168
6.1.5傅里葉變換的性質175
6.2頻率域圖像濾波的基本概念176
6.2.1圖像像素值與頻率的關系176
6.2.2頻率域圖像濾波的步驟180
6.3頻率域平滑(低通)濾波器180
6.3.1理想低通濾波器181
6.3.2巴特沃斯低通濾波器184
6.3.3高斯低通濾波器187
6.4頻率域銳化(高通)濾波器190
6.4.1理想高通濾波器190
6.4.2巴特沃斯高通濾波器194
6.4.3高斯高通濾波器196
6.4.4頻率域拉普拉斯算子199
6.4.5鈍化模板202
6.4.6高頻提升濾波203
6.4.7高頻加強濾波205
6.5練習題209
第7章形態學處理210
7.1預備知識210
7.2形態學的基本概念和運算213
7.2.1腐蝕213
7.2.2膨脹216
7.2.3開運算和閉運算219
7.2.4擊中或擊不中222
7.3二值圖像的形態學處理225
7.3.1邊界提取算法225
7.3.2區域填充算法227
7.3.3連通分量提取算法229
7.3.4凸殼算法230
7.3.5細化與粗化233
7.4灰度圖像的形態學處理236
7.4.1灰度圖像的腐蝕和膨脹237
7.4.2灰度圖像的開運算與閉運算239
7.4.3其他形態學處理240
7.5練習題242
第8章圖像分割244
8.1閾值處理245
8.1.1灰度閾值處理245
8.1.2全局閾值處理248
8.1.3局部閾值處理251
8.2霍夫變換254
8.2.1霍夫變換檢測直線254
8.2.2霍夫變換檢測圓259
8.3區域分割263
8.3.1區域生長法264
8.3.2區域分裂合並法267
8.3.3分水嶺算法271
8.4基於運動的分割273
8.4.1差分法運動分割273
8.4.2光流場運動分割275
8.4.3基於塊的運動分割276
8.5練習題278
第9章特徵檢測與匹配279
9.1角點檢測280
9.1.1角點的定義280
9.1.2角點檢測準則280
9.1.3角點檢測方法281
9.2Haar特徵檢測286
9.2.1不同類型的Haar矩形特徵286
9.2.2積分原理286
9.3LBP特徵檢測288
9.4HOG特徵檢測290
9.5SIFT特徵點檢測與匹配298
9.5.1構建尺度空間298
9.5.2極值點的檢測300
9.5.3特徵點定位302
9.5.4方向確定以及特徵點描述304
9.5.5特徵點匹配308
9.6SURF特徵點檢測與匹配310
9.6.1特徵點的檢測310
9.6.2SURF特徵向量的生成315
9.7ORB特徵提取與匹配318
9.7.1檢測FAST關鍵點319
9.7.2生成BRIEF特徵描述321
9.8練習題323
第10章圖像復原與重建325
10.1圖像退化與復原325
10.1.1圖像退化與復原的基本概念325
10.1.2圖像退化與復原的理論模型327
10.1.3線性、空間不變的退化系統327
10.1.4關於本章C++代碼實現的說明328
10.2應對一般噪聲的空間域濾波復原328
10.2.1非空間相關的一般噪聲328
10.2.2均值濾波器332
10.2.3統計濾波器335
10.2.4自適應濾波器337
10.3應對周期噪聲的頻率域濾波復原340
10.3.1空間相關的周期噪聲340
10.3.2帶阻濾波器、帶通濾波器341
10.3.3陷波濾波器344
10.4圖像退化的模擬348
10.4.1湍流模型348
10.4.2運動模糊模型350
10.5逆濾波352
10.5.1直接逆濾波352
10.5.2改進的逆濾波354
10.6維納濾波356
10.6.1維納濾波的實現356
10.6.2維納濾波與逆濾波的對比357
10.7練習題359
第11章圖像壓縮360
11.1背景360
11.2編碼冗餘—哈夫曼編碼361
11.2.1編碼冗餘361
11.2.2信息熵362
11.2.3哈夫曼編碼363
11.3空間冗餘368
11.3.1離散餘弦變換369
11.3.2逆離散餘弦變換372
11.4不相關的信息375
11.5JPEG壓縮376
11.5.1JPEG標準376
11.5.2JPEG壓縮過程377
11.5.3JPEG文件格式391
11.6視頻壓縮編碼393
11.6.1分辨率393
11.6.2編碼方式394
11.6.3幀間預測394
11.6.4運動補償和運動估計395
11.6.5混合編碼397
11.6.6視頻編碼的國際標準398
11.7練習題403
第12章表示與描述404
12.1相關背景404
12.2表示的方法404
12.2.1鏈碼404
12.2.2標記圖414
12.2.3邊界線段415
12.2.4骨架416
12.3邊界描述子422
12.3.1一些簡單的描述子422
12.3.2形狀數423
12.3.3傅里葉描述子424
12.3.4統計矩426
12.4區域描述子427
12.4.1一些簡單的描述子427
12.4.2拓撲描述子428
12.4.3紋理描述429
12.4.4不變矩434
12.4.5使用主成分進行描繪435
12.4.6關系描述子437
12.5練習題441
參考文獻443