數(shù)字圖像處理與分析(第2版)(21世紀(jì)高等學(xué)校計(jì)算機(jī)系列規(guī)劃教材)
定 價(jià):39.5 元
叢書名:21世紀(jì)高等學(xué)校計(jì)算機(jī)系列規(guī)劃教材
- 作者:龔聲蓉 等編著
- 出版時(shí)間:2014/5/1
- ISBN:9787302349440
- 出 版 社:清華大學(xué)出版社
- 中圖法分類:TN911.73
- 頁(yè)碼:354
- 紙張:膠版紙
- 版次:2
- 開本:大32開
《數(shù)字圖像處理與分析(第2版)/21世紀(jì)高等學(xué)校計(jì)算機(jī)系列規(guī)劃教材》從基本概念入手,采用理論與實(shí)踐相結(jié)合的方式,全面地介紹了圖像處理與分析的基本問題、主要研究成果以及具體實(shí)例開發(fā)過程。內(nèi)容系統(tǒng)、完整,講解深入淺出,并配有習(xí)題指導(dǎo)和實(shí)驗(yàn),全書配有電子教案和書中實(shí)例的完整程序。
《數(shù)字圖像處理與分析(第2版)/21世紀(jì)高等學(xué)校計(jì)算機(jī)系列規(guī)劃教材》可作為高校計(jì)算機(jī)科學(xué)、電子工程、自動(dòng)化、生物醫(yī)學(xué)、遙感、地質(zhì)、礦業(yè)、通信、氣象、農(nóng)業(yè)等相關(guān)專業(yè)高年級(jí)本科生教材,也可供相關(guān)領(lǐng)域的大學(xué)教師、科研人員和工程技術(shù)人員參考。
《數(shù)字圖像處理與分析》(書號(hào): 9787302126492)一書是國(guó)家級(jí)“十一五”規(guī)劃教材,自 2006年由清華大學(xué)出版社出版以來,已多次印刷。該書深入淺出,理論與實(shí)踐相結(jié)合,因而被數(shù)十所高校選作教材,深受師生喜愛。
通過對(duì)讀者的跟蹤調(diào)查,讀者選擇《數(shù)字圖像處理與分析》一書作為教材或參考資料大體有以下原因:
(1) 通俗易懂。作者在參加各類學(xué)術(shù)會(huì)議時(shí),經(jīng)常會(huì)碰到使用過該教材的老師,他們認(rèn)為該教材通俗易懂,特別適合選作本科生教材。不少讀者網(wǎng)評(píng)也認(rèn)為,該教材“講得非常詳細(xì)”,“概念性的介紹比較清晰”。
(2) 系統(tǒng)全面。不少讀者反映,該教材“比較系統(tǒng),可以系統(tǒng)地學(xué)習(xí)”,“內(nèi)容比較新、比較全”。
(3) 理論與實(shí)踐相結(jié)合。不少讀者認(rèn)為,該教材理論和實(shí)踐相結(jié)合,除了可了解圖像處理的基本概念,掌握各種算法原理外,還有助于掌握完整圖像系統(tǒng)設(shè)計(jì)能力,直接將所學(xué)知識(shí)用于工程實(shí)踐。
七年來,許多讀者紛紛向編輯部或者作者發(fā)來Email或者打來電話,建議該書修訂再版,并提出了十分中肯的意見。針對(duì)讀者的意見以及使用過程的學(xué)生反饋,再版后的《數(shù)字圖像處理與分析》有以下幾個(gè)顯著特點(diǎn)。
。1) 強(qiáng)調(diào)基礎(chǔ),培養(yǎng)素質(zhì),突出“興趣”。
再版后的教材強(qiáng)調(diào)數(shù)字圖像處理與分析基礎(chǔ)知識(shí)的學(xué)習(xí),以基礎(chǔ)知識(shí)的學(xué)習(xí)奠定扎實(shí)的數(shù)字圖像分析技術(shù)應(yīng)用能力和靈活擴(kuò)展應(yīng)用能力的培養(yǎng)。力求做到層次分明、條理清晰、難易適度,體現(xiàn)培養(yǎng)學(xué)生素質(zhì),突出興趣,有利于學(xué)生自主學(xué)習(xí)的特點(diǎn)。為便于自學(xué),修訂后的教材除提供多媒體教案以及部分源程序外,還提供了大量擴(kuò)展閱讀資源,如開源代碼、研究機(jī)構(gòu)與論壇鏈接等。
。2) 理論適度,重實(shí)踐,體現(xiàn)工程性。
本書基于理論教學(xué)夠用為度,注重能力培養(yǎng)的原則,把學(xué)生需要掌握的基本數(shù)字圖像處理技術(shù)作為實(shí)例貫串全書,力求重點(diǎn)培養(yǎng)學(xué)生數(shù)字圖像處理與分析技術(shù)的應(yīng)用能力。在系統(tǒng)介紹基礎(chǔ)知識(shí)的同時(shí),特別突出了實(shí)際動(dòng)手能力的培養(yǎng),通過典型實(shí)例、綜合實(shí)例和實(shí)訓(xùn)的方式來強(qiáng)化學(xué)生的動(dòng)手能力。
(3) 增加案例,與社會(huì)需求緊密結(jié)合,體現(xiàn)實(shí)用性。
讀者提出“要是這本書再加一些程序語言就好了”,再版的教材重點(diǎn)豐富了第10章和第11章內(nèi)容,增加了大量圖像系統(tǒng)設(shè)計(jì)案例。針對(duì)讀者提出的“對(duì)一些比較理論推導(dǎo)的東西闡述缺少案例,如傅里葉變換案例、小波變換等”,考慮作為本科生教材,篇幅不宜太大,因此,通過出版配套《數(shù)字圖像處理分析學(xué)習(xí)與實(shí)驗(yàn)指導(dǎo)》來彌補(bǔ)這一缺陷。配套《數(shù)字圖像處理分析學(xué)習(xí)與實(shí)驗(yàn)指導(dǎo)》包含兩大部分: ①學(xué)習(xí)指導(dǎo),對(duì)讀者反饋的問題進(jìn)行重點(diǎn)闡述; ②圖像處理實(shí)驗(yàn)指導(dǎo),由演示性實(shí)驗(yàn)(Photoshop平臺(tái))、驗(yàn)證性實(shí)驗(yàn)(MATLAB平臺(tái))、綜合實(shí)驗(yàn)(OpenCV平臺(tái))和創(chuàng)新性實(shí)驗(yàn)(LibSVM及其他開源代碼)四部分組成。
本書主要包括三部分內(nèi)容,共11章。第一部分是數(shù)字圖像處理的基礎(chǔ),包括緒論、數(shù)字圖像表示及其處理、圖像增強(qiáng)、圖像編碼與壓縮、圖像復(fù)原、圖像重建6章。第二部分是圖像特征提取與分析的理論、方法和實(shí)例,包括圖像分割技術(shù)、圖像特征提取與分析、圖像匹配與識(shí)別3章。第三部分為圖像系統(tǒng)設(shè)計(jì)實(shí)例,包括基于MATLAB圖像處理應(yīng)用實(shí)例和基于C++的圖像系統(tǒng)設(shè)計(jì)兩部分,為體現(xiàn)實(shí)用性,還增加了有關(guān)光源、鏡頭及相機(jī)選擇的基本知識(shí)。
本書由蘇州大學(xué)的龔聲蓉教授、劉純平副教授、趙勛杰教授和蔣德茂老師共同編寫。其中,第1~4章、第11章由龔聲蓉編寫; 第5章及7.6節(jié)、7.7節(jié)由蔣德茂編寫; 第6章及第7章其余部分由趙勛杰編寫,第8~10章由劉純平編寫,全書由龔聲蓉統(tǒng)稿。
再版過程中,受到了國(guó)家自然科學(xué)基金“基于二型模糊概率圖模型的多攝像頭目標(biāo)跟蹤研究(61170124)”和“基于顯著性和信任傳遞的動(dòng)態(tài)場(chǎng)景主題發(fā)現(xiàn)(61272258)”的資助,蘇州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院也給予了大力支持,在此一并表示感謝!同時(shí),也參考了國(guó)內(nèi)出版的大量書籍和論文,對(duì)本書中所引用論文和書籍的作者深表感謝!
多年來,本書的出版和修訂工作一直得到廣大教師和學(xué)生的支持,希望在使用本書過程中繼續(xù)提出更多的寶貴意見,以便進(jìn)一步修訂完善。
由于編者水平有限,書中不足和不當(dāng)之處懇請(qǐng)讀者批評(píng)指正。
編者
2014年1月于蘇州大學(xué)
第1章 緒論
1.1 數(shù)字圖像處理的發(fā)展
1.2 數(shù)字圖像處理的相關(guān)概念
1.2.1 數(shù)字圖像及其組成要素
1.2.2 圖像處理
1.2.3 圖像分析
1.2.4 圖像理解
1.2.5 與相關(guān)學(xué)科的關(guān)系
1.3 數(shù)字圖像處理方法
1.3.1 空域處理方法
1.3.2 變換域處理方法
1.4 數(shù)字圖像處理的主要研究?jī)?nèi)容
1.5 數(shù)字圖像處理的應(yīng)用實(shí)例
1.5.1 生物醫(yī)學(xué)中的應(yīng)用
1.5.2 遙感領(lǐng)域中的應(yīng)用 第1章 緒論
1.1 數(shù)字圖像處理的發(fā)展
1.2 數(shù)字圖像處理的相關(guān)概念
1.2.1 數(shù)字圖像及其組成要素
1.2.2 圖像處理
1.2.3 圖像分析
1.2.4 圖像理解
1.2.5 與相關(guān)學(xué)科的關(guān)系
1.3 數(shù)字圖像處理方法
1.3.1 空域處理方法
1.3.2 變換域處理方法
1.4 數(shù)字圖像處理的主要研究?jī)?nèi)容
1.5 數(shù)字圖像處理的應(yīng)用實(shí)例
1.5.1 生物醫(yī)學(xué)中的應(yīng)用
1.5.2 遙感領(lǐng)域中的應(yīng)用
1.5.3 工業(yè)方面的應(yīng)用
1.5.4 軍事公安領(lǐng)域的應(yīng)用
1.5.5 通信中的應(yīng)用
1.5.6 交通中的應(yīng)用
1.5.7 其他應(yīng)用
1.6 小結(jié)
習(xí)題
第2章 數(shù)字圖像表示及其處理
2.1 人眼成像及視覺信息的產(chǎn)生
2.2 簡(jiǎn)單的圖像形成模型
2.2.1 亮度成像模型
2.2.2 顏色成像模型
2.2.3 顏色空間
2.3 圖像的數(shù)字化
2.3.1 采樣
2.3.2 量化
2.4 數(shù)字圖像的基本類型
2.4.1 二值圖像
2.4.2 灰度圖像
2.4.3 RGB圖像
2.4.4 索引圖像
2.5 數(shù)字圖像的基本文件格式
2.5.1 BMP文件格式
2.5.2 TIFF文件格式
2.5.3 GIF文件格式
2.5.4 PCX文件格式
2.5.5 JPEG文件格式
2.5.6 用VC++實(shí)現(xiàn)BMP圖像文件的顯示
2.6 小結(jié)
習(xí)題
第3章 圖像增強(qiáng)
3.1 概述
3.2 空域增強(qiáng)
3.2.1 灰度變換增強(qiáng)
3.2.2 直方圖變換增強(qiáng)
3.2.3 空間平滑濾波增強(qiáng)
3.3 頻域增強(qiáng)
3.3.1 傅里葉變換
3.3.2 頻域?yàn)V波增強(qiáng)
3.4 圖像的銳化
3.4.1 基于一階微分的圖像增強(qiáng)——梯度算子
3.4.2 基于二階微分的圖像增強(qiáng)——拉普拉斯算子
3.5 彩色圖像增強(qiáng)
3.5.1 偽彩色增強(qiáng)
3.5.2 假彩色增強(qiáng)
3.5.3 真彩色增強(qiáng)
3.6 小結(jié)
習(xí)題
第4章 圖像編碼與壓縮
4.1 圖像編碼的必要性與可能性
4.1.1 圖像編碼的必要性
4.1.2 圖像編碼的可能性
4.2 圖像編碼分類
4.3 圖像編碼評(píng)價(jià)準(zhǔn)則
4.3.1 客觀保真度準(zhǔn)則
4.3.2 主觀保真度準(zhǔn)則
4.4 圖像編碼模型
4.4.1 信源編碼器和信源解碼器
4.4.2 信道編碼器和信道解碼器
4.5 無損壓縮
4.5.1 霍夫曼編碼
4.5.2 費(fèi)諾-香農(nóng)編碼
4.5.3 算術(shù)編碼
4.5.4 游程編碼
4.5.5 無損預(yù)測(cè)編碼
4.6 有損壓縮
4.6.1 有損預(yù)測(cè)編碼
4.6.2 變換編碼
4.7 JPEG圖像編碼壓縮標(biāo)準(zhǔn)
4.7.1 JPEG的工作模式
4.7.2 基本工作模式
4.7.3 JPEG文件格式
4.8 MPEG視頻編碼壓縮標(biāo)準(zhǔn)
4.9 小結(jié)
習(xí)題
第5章 圖像復(fù)原
5.1 基本概念
5.1.1 圖像退化一般模型
5.1.2 成像系統(tǒng)的基本定義
5.1.3 連續(xù)函數(shù)的退化模型
5.1.4 離散函數(shù)的退化模型
5.2 圖像噪聲與只存在噪聲的空域?yàn)V波復(fù)原
5.2.1 常見的噪聲及其概率密度函數(shù)
5.2.2 只存在噪聲的空域?yàn)V波復(fù)原
5.3 無約束復(fù)原
5.3.1 無約束復(fù)原的代數(shù)方法
5.3.2 退化函數(shù)H(u,v)的估計(jì)
5.3.3 逆濾波
5.3.4 去除由勻速運(yùn)動(dòng)引起的模糊
5.4 有約束復(fù)原
5.4.1 約束最小二乘方復(fù)原
5.4.2 維納濾波
5.4.3 有約束最小平方濾波
5.5 非線性復(fù)原方法
5.5.1 最大后驗(yàn)復(fù)原
5.5.2 最大熵復(fù)原
5.5.3 投影復(fù)原方法
5.6 幾種其他圖像復(fù)原技術(shù)
5.6.1 幾何畸變校正
5.6.2 盲目圖像復(fù)原
5.7 小結(jié)
習(xí)題
第6章 圖像重建
6.1 概述
6.2 圖像重建原理
6.3 傅里葉反投影重建
6.3.1 重建公式的推導(dǎo)
6.3.2 重建公式的實(shí)用化
6.4 卷積法重建
6.5 代數(shù)重建
6.6 重建圖像的顯示
6.6.1 三維圖像重建的體繪制
6.6.2 三維圖像重建的面繪制
6.7 小結(jié)
習(xí)題
第7章 圖像分割技術(shù)
7.1 圖像分割概述
7.2 基于邊緣的分割
7.2.1 邊緣檢測(cè)概述
7.2.2 邊緣檢測(cè)方法
7.2.3 邊界跟蹤
7.3 基于閾值的分割
7.3.1 閾值分割原理及分類
7.3.2 全局閾值
7.3.3 局部閾值
7.3.4 閾值選取方法
7.4 基于熵的分割方法
7.4.1 一維最大熵分割方法
7.4.2 二維最大熵分割方法
7.5 基于區(qū)域的分割
7.5.1 區(qū)域生長(zhǎng)法
7.5.2 區(qū)域分裂與合并法
7.6 基于形態(tài)學(xué)分水嶺的分割
7.6.1 形態(tài)學(xué)圖像處理基本概念和運(yùn)算
7.6.2 基于分水嶺的分割
7.7 基于聚類的分割
7.7.1 C?均值聚類方法
7.7.2 模糊C?均值聚類方法
7.8 彩色圖像分割
7.8.1 直方圖閾值法
7.8.2 彩色空間聚類法
7.8.3 區(qū)域生長(zhǎng)法
7.9 小結(jié)
習(xí)題
第8章 圖像特征提取與分析
8.1 概述
8.1.1 圖像內(nèi)容
8.1.2 圖像特征
8.1.3 特征選擇
8.2 顏色特征描述
8.2.1 符合視覺感知的顏色空間
8.2.2 顏色直方圖
8.2.3 顏色矩
8.2.4 顏色集
8.2.5 顏色相關(guān)矢量
8.3 形狀特征描述
8.3.1 幾個(gè)基本概念
8.3.2 區(qū)域內(nèi)部空間域分析
8.3.3 區(qū)域內(nèi)部變換分析
8.3.4 區(qū)域邊界的形狀特征描述
8.4 圖像的紋理分析技術(shù)
8.4.1 紋理分析概念
8.4.2 空間灰度共生矩陣
8.4.3 紋理能量測(cè)量
8.4.4 紋理的結(jié)構(gòu)分析方法和紋理梯度
8.5 局部特征描述
8.5.1 概述
8.5.2 角點(diǎn)檢測(cè)
8.5.3 區(qū)域描述子
8.6 小結(jié)
習(xí)題
第9章 圖像匹配與識(shí)別
9.1 圖像識(shí)別的基本概念
9.2 圖像識(shí)別方法分類
9.3 基于匹配的圖像識(shí)別
9.3.1 全局模板匹配
9.3.2 模板矢量匹配
9.4 統(tǒng)計(jì)識(shí)別方法
9.5 人工神經(jīng)網(wǎng)絡(luò)識(shí)別方法
9.5.1 BP神經(jīng)網(wǎng)絡(luò)圖像識(shí)別
9.5.2 自組織神經(jīng)網(wǎng)絡(luò)識(shí)別方法
9.6 支持矢量機(jī)識(shí)別方法
9.6.1 SVM算法的基本思想
9.6.2 SVM算法的分類過程
9.6.3 人臉識(shí)別應(yīng)用
9.7 模糊識(shí)別方法
9.8 句法識(shí)別方法
9.9 小結(jié)
習(xí)題
第10章 基于MATLAB圖像處理應(yīng)用實(shí)例
10.1 MATLAB簡(jiǎn)介
10.1.1 MATLAB基礎(chǔ)
10.1.2 MATLAB的運(yùn)行
10.1.3 MATLAB圖像處理功能
10.2 案例一: 數(shù)字水印嵌入與提取
10.2.1 數(shù)字水印的相關(guān)概念
10.2.2 數(shù)字水印的分類
10.2.3 數(shù)字水印系統(tǒng)的組成
10.2.4 水印系統(tǒng)設(shè)計(jì)
10.3 案例二: 圖像配準(zhǔn)
10.3.1 圖像配準(zhǔn)概述
10.3.2 基于RANSAC算法的Harris角點(diǎn)配準(zhǔn)
10.4 案例三: 圖像融合
10.4.1 圖像融合概述
10.4.2 圖像融合分類
10.4.3 像素域圖像融合實(shí)現(xiàn)
10.5 案例四: 圖像修復(fù)
10.5.1 圖像修復(fù)概述
10.5.2 圖像修復(fù)的數(shù)學(xué)模型
10.5.3 基于樣本的圖像修復(fù)算法
10.6 小結(jié)
習(xí)題
第11章 基于C++的圖像系統(tǒng)設(shè)計(jì)
11.1 概述
11.1.1 工業(yè)光源的選擇
11.1.2 工業(yè)相機(jī)的選擇
11.1.3 工業(yè)鏡頭的選擇
11.1.4 圖像系統(tǒng)實(shí)驗(yàn)平臺(tái)案例
11.2 基于OpenCV的棋盤格攝像機(jī)標(biāo)定
11.2.1 OpenCV簡(jiǎn)介
11.2.2 棋盤格攝像機(jī)標(biāo)定
11.2.3 攝像機(jī)標(biāo)定的步驟
11.3 車牌識(shí)別系統(tǒng)設(shè)計(jì)
11.3.1 彩色圖像轉(zhuǎn)換為灰度圖像
11.3.2 圖像灰度拉伸
11.3.3 圖像的二值化
11.3.4 圖像的梯度銳化
11.3.5 圖像的中值濾波
11.3.6 車牌牌照區(qū)域的定位
11.3.7 確定牌照區(qū)域的4個(gè)坐標(biāo)值
11.3.8 車牌區(qū)域截取
11.3.9 牌照幾何位置的調(diào)整
11.3.10 牌照區(qū)域的二值化
11.3.11 牌照字符的切分
11.3.12 牌照字符的識(shí)別
11.4 小結(jié)
習(xí)題
參考文獻(xiàn)