幫助中心 | 我的帳號 | 關於我們

數字圖像處理與分析(精)

  • 作者:編者:胡慶茂//鄭海榮|責編:牛宇鋒
  • 出版社:科學
  • ISBN:9787030756817
  • 出版日期:2023/09/01
  • 裝幀:精裝
  • 頁數:402
人民幣:RMB 298 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書系統介紹數字圖像處理和分析的基本原理、經典內容及近年來的重要進展和實例,加強現代數學方法與數字圖像處理的融合,把深度學習方法作為數字圖像處理的一種重要方法貫穿于相應內容中。全書共12章,內容包括圖像增強、圖像壓縮、圖像複原、數學形態學、圖像分割的傳統方法、圖像分割的現代方法、圖像分割的深度學習方法及先驗知識引導、圖像配准傳統方法、深度學習圖像配准與傳統圖像配準的相互促進等。本書包括一些例題講解,每章都有小結、參考文獻和分級的複習思考題,其中一些複習思考題專註于學生綜合能力的培養。
    本書可作為電子信息工程、電腦科學與技術、控制科學與工程、生物醫學工程等學科本科生、研究生相關課程的教材以及廣大科研工作者的自學參考書。

作者介紹
編者:胡慶茂//鄭海榮|責編:牛宇鋒

目錄

前言
第1章  緒論
  1.1  數字圖像處理的概念
  1.2  數字圖像處理的歷史
  1.3  數字圖像處理的應用實例
  1.4  數字圖像處理的一些工具
  1.5  數字圖像處理的一些動態
  1.6  本書的內容及特色
  1.7  本書的結構
  總結和複習思考
  小結
  複習思考題
  參考文獻
第2章  數字圖像處理基礎
  2.1  人眼視覺基礎
  2.2  數字圖像的數學表徵
  2.3  數字圖像紋理
  2.4  數字圖像插值
  2.5  深度學習發展歷史
  2.6  深度學習圖像處理基本單元
  總結和複習思考
  小結
  複習思考題
  參考文獻
第3章  數字圖像增強
  3.1  數字圖像的空域增強
    3.1.1  灰度映射
    3.1.2  直方圖修正
    3.1.3  空域濾波
  3.2  數字圖像的頻域增強
  3.3  其他變換域的數字圖像增強
  3.4  基於低秩矩陣稀疏分解的圖像去噪
  3.5  混合域圖像增強
  3.6  深度學習圖像增強
  總結和複習思考
  小結
  複習思考題
  參考文獻
第4章  數字圖像壓縮
  4.1  數字圖像壓縮基礎
  4.2  圖像壓縮模型
    4.2.1  信源編碼器和信源解碼器
    4.2.2  通道編碼器和通道解碼器
  4.3  無損圖像壓縮
    4.3.1  霍夫曼編碼
    4.3.2  算術編碼
    4.3.3  位平面編碼
    4.3.4  LZW編碼
    4.3.5  無損預測編碼

  4.4  有損圖像壓縮
    4.4.1  有損預測編碼
    4.4.2  變換編碼
    4.4.3  模型編碼
  4.5  數字圖像壓縮標準
  4.6  深度學習圖像壓縮
  總結和複習思考
  小結
  複習思考題
  參考文獻
第5章  數字圖像複原
  5.1  常見圖像退化及一般建模
  5.2  常見圖像雜訊
  5.3  空域雜訊濾波器
  5.4  圖像的無約束複原
  5.5  圖像的有約束複原
  5.6  深度學習圖像複原
  總結和複習思考
  小結
  複習思考題
  參考文獻
第6章  數學形態學圖像處理
  6.1  數學形態學的背景知識
  6.2  二值圖像數學形態學
  6.3  灰度圖像數學形態學
  6.4  灰度圖像數學形態學應用
  總結和複習思考
  小結
  複習思考題
  參考文獻
第7章  數字圖像分割的傳統方法
  7.1  數字圖像分割的歷史回顧
  7.2  灰度閾值計算
    7.2.1  基於類間方差最大化的灰度閾值計算
    7.2.2  基於最小分類誤差的灰度閾值計算
    7.2.3  基於一維熵最大化的灰度閾值計算
    7.2.4  基於模糊熵最大化的灰度閾值計算
    7.2.5  基於圖像過渡區域的灰度閾值計算
    7.2.6  結合先驗知識的有監督灰度閾值計算
    7.2.7  局部灰度閾值計算
  7.3  圖像邊緣計算
    7.3.1  基於一階偏導數的邊緣檢測
    7.3.2  基於二階偏導數的邊緣檢測
    7.3.3  坎尼邊緣運算元
    7.3.4  基於多項式逼近的邊緣檢測
  7.4  基於區域的圖像分割
    7.4.1  區域生長與分裂合併
    7.4.2  聚類演算法
  7.5  分水嶺分割及分割的精細化
  7.6  區域分割及邊緣分割的融合

  總結和複習思考
  小結
  複習思考題
  參考文獻
第8章  數字圖像分割的現代方法
  8.1  最大后驗概率分割
  8.2  馬爾可夫隨機場最大后驗概率分割
  8.3  主動輪廓模型分割
  8.4  圖切割分割
  8.5  條件隨機場分割及先驗知識融合
  8.6  現代分割方法的先驗知識
    8.6.1  現代分割方法的形狀先驗知識
    8.6.2  現代分割方法的其他先驗知識
    8.6.3  現代分割方法先驗知識的綜合應用
  總結和複習思考
  小結
  複習思考題
  參考文獻
第9章  數字圖像配准
  9.1  數字圖像配准技術概述
  9.2  數字圖像配準的空間變換
  9.3  數字圖像配準的相似性測度
  9.4  數字圖像配準的優化策略
  9.5  常見數字圖像配准方法
  9.6  常見數字圖像配准工具
  總結和複習思考
  小結
  複習思考題
  參考文獻
第10章  彩色圖像處理
  10.1  彩色基礎
  10.2  彩色空間
  10.3  偽彩色圖像處理
  10.4  彩色圖像各分量的灰度變換
  10.5  彩色圖像的增強
  10.6  彩色圖像的邊緣提取
  10.7  彩色圖像的分割
  10.8  基於四元數表徵的彩色圖像處理
    10.8.1  基於四元數表徵的彩色圖像去噪
    10.8.2  基於四元數表徵的彩色圖像邊緣提取
  10.9  深度學習彩色圖像識別
  總結和複習思考
  小結
  複習思考題
  參考文獻
第11章  深度學習圖像分割
  11.1  深度學習圖像識別
  11.2  深度學習圖像檢測
  11.3  深度學習圖像邊緣檢測
  11.4  深度學習圖像語義分割

    11.4.1  U-Net圖像分割
    11.4.2  基於GAN的圖像語義分割
  11.5  深度學習語義分割的先驗引導
    11.5.1  深度學習圖像語義分割的隱空間引導
    11.5.2  深度學習圖像語義分割的深度圖譜引導
    11.5.3  深度學習圖像語義分割的多目標物聯合引導
    11.5.4  深度學習圖像語義分割的高質量數據引導
  總結和複習思考
  小結
  複習思考題
  參考文獻
第12章  深度學習圖像配准
  12.1  無監督的深度學習圖像配准
  12.2  監督學習配准測度
  12.3  弱監督引導的圖像配准
  12.4  深度學習引導傳統圖像配准
  12.5  生成對抗網路增強圖像配准
  12.6  可逆大形變深度學習圖像配准
  總結和複習思考
  小結
  複習思考題
  參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032