幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

現代圖像處理學導論(工業和信息化部十四五規劃教材)

  • 作者：編者:肖亮//楊勁翔//劉芳|責編:惠雪//曾佳佳
  • 出版社：科學
  • ISBN：9787030770134
  • 出版日期：2023/11/01
  • 裝幀：平裝
  • 頁數：274
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    數字圖像處理是電腦大類高年級本科生和低年級研究生的數據類重要課程。本書面向演算法解析和工程建模能力培養，介紹圖像處理、圖像認知和建模的基本方法，集中介紹圖像處理的基本演算法。本書共10章，介紹成像科學和圖像處理基本概念，以及二維信號線性系統基本建模方法，系統概述卷積、濾波、增強、複原、邊緣檢測、頻域分析和分割等基本演算法的建模思想，最後論述圖像基本特徵計算、模式分析和初步的深度學習方法。不同於現行的圖像處理教程，本書更為強調對圖像處理演算法的數學建模和原理剖析，並通過小矩陣等方式進行演算，力求揭示和解析演算法背後的機制，並在最後一章給出代表性演算法的Python語言實現。每章配備擴展閱讀、習題和小故事，以幫助讀者深入地學習。
    本書既可以作為高等學校電腦、軟體工程、智能科學與技術、電子信息、自動控制及通信等專業的圖像處理教材，也可以作為電腦視覺和人工智慧等領域研發人員的技術參考書。
作者介紹
編者:肖亮//楊勁翔//劉芳|責編:惠雪//曾佳佳
    肖亮，南京理工大學教授，博士生導師，工學博士。教育部高維信息智能感知與系統重點實驗室副主任、江蘇省光譜信息感知與系統重點實驗室副主任；入選江蘇省青藍工程學術帶頭人和江蘇省333工程領軍科技人才（第二層次）。先後承擔國家級科研任務10余項，研發光譜成像儀、智能遙感分析與解譯系統等，取得行業應用。獲江蘇省科學技術獎二等獎2項，國土資源科學技術獎二等獎2項，中國指揮與控制學會科學技術獎一等獎1項，中國軍民兩用創新技術應用銅獎1項等；已發表IEEE匯刊等高水平論文100余篇，出版專著4本，授權發明專利20余項。
目錄
前言
第1章  緒論
  1.1  認識圖像
    1.1.1  圖像信息
    1.1.2  數字圖像
  1.2  電磁波成像科學與圖像處理應用
    1.2.1  可見光、紅外成像及其應用
    1.2.2  X射線成像與應用
    1.2.3  γ射線成像與應用
    1.2.4  微波成像與應用
    1.2.5  無線電波成像與應用
    1.2.6  其他成像與應用
    1.2.7  電腦合成圖像與應用
  1.3  圖像感測器技術
  1.4  與圖像處理緊密相關的學科方向
    1.4.1  圖像處理和電腦視覺
    1.4.2  圖像處理、模式識別與機器學習
  1.5  與數字圖像處理相關的出版物
  1.6  圖像處理的編程工具與開源工程
    1.6.1  MATLAB
    1.6.2  Scilab
    1.6.3  OpenCV與其他
  擴展閱讀
  習題
  小故事 機遇總是垂青有準備的人——倫琴與X射線
第2章  圖像處理概要
  2.1  圖像函數與圖像形成
    2.1.1  圖像函數
    2.1.2  圖像形成基本過程
  2.2  圖像數字化基本概念
  2.3  圖像的採樣
    2.3.1  採樣
    2.3.2  頻譜混疊
  2.4  圖像的量化
    2.4.1  標量量化的基本原理
    2.4.2  Lloyd-Max量化器（最小均方誤差量化器）
    2.4.3  向量量化的基本原理
  2.5  數字圖像表示與常用概念
    2.5.1  數字圖像基本類型
    2.5.2  數字圖像的解析度
    2.5.3  數字圖像的拓撲距離
    2.5.4  數字圖像的距離、鄰域與連通集
  2.6  數字圖像的統計性質
  2.7  數字圖像的視覺表現性質
  擴展閱讀
  習題
  小故事  比特、熵與資訊理論之父——克勞德·埃爾伍德·香農
第3章  二維信號線性系統與圖像處理應用
  3.1  信號與系統
  3.2  常用的二維離散信號序列

  3.3  系統若干重要性質
  3.4  LSI系統與卷積
    3.4.1  卷積的導出
    3.4.2  卷積及其性質
    3.4.3  有限卷積
    3.4.4  有限卷積的矩陣形式
    3.4.5  可分離卷積及其快速運算
  3.5  連續信號與系統建模
  3.6  LSI系統的圖像處理應用
  擴展閱讀
  習題
  小故事  數學王子——高斯
第4章  圖像增強與濾波
  4.1  圖像預處理的基本任務
  4.2  圖像的基本運算概要
  4.3  圖像代數與邏輯運算
  4.4  圖像點運算：基本灰度級變換
    4.4.1  線性拉伸
    4.4.2  黑白反轉映射
    4.4.3  分片線性拉伸
    4.4.4  非線性拉伸
    4.4.5  對數變換
    4.4.6  指數變換
    4.4.7  冪律變換
  4.5  圖像點運算：基於直方圖的變換
    4.5.1  基本原理
    4.5.2  連續直方圖均衡
    4.5.3  連續直方圖規定化
    4.5.4  基於離散直方圖的變換
  4.6  空間鄰域運算：濾波
    4.6.1  圖像平滑的非線性濾波
    4.6.2  圖像平滑的線性濾波
    4.6.3  空域加權濾波及其機制
    4.6.4  雙邊濾波
    4.6.5  非局部均值濾波
    4.6.6  引導濾波
  擴展閱讀
  習題
  小故事  像素技術的發明者——羅素·基爾希
第5章  傅里葉分析與濾波
  5.1  理解變換
    5.1.1  正交表示
    5.1.2  時頻分析
  5.2  傅里葉分析核心觀點
    5.2.1  傅里葉級數
    5.2.2  傅里葉譜的計算
  5.3  複數形式傅里葉級數
  5.4  連續傅里葉變換
    5.4.1  1D連續傅里葉變換
    5.4.2  2D連續傅里葉變換

  5.5  離散傅里葉變換
    5.5.1  1D離散傅里葉變換
    5.5.2  2D離散傅里葉變換
    5.5.3  中心化處理
  5.6  離散傅里葉變換的矩陣表示
    5.6.1  1D離散傅里葉變換的矩陣表示
    5.6.2  2D離散傅里葉變換的矩陣表示
    5.6.3  快速傅里葉變換（FFT）
  5.7  傅里葉變換與卷積
  5.8  空域濾波器的頻率響應分析
  5.9  頻域濾波器設計
    5.9.1  低通濾波
    5.9.2  高通濾波
    5.9.3  選擇性濾波
    5.9.4  頻域增強濾波
  擴展閱讀
  習題
  小故事  熱的傳播、三角級數與鍥而不捨的傅里葉
第6章  圖像複原
  6.1  引言
  6.2  圖像模糊退化建模
    6.2.1  圖像模糊的信號系統建模
    6.2.2  圖像退化的矩陣–向量表示
    6.2.3  圖像退化的頻域表示
    6.2.4  常用模糊模型
  6.3  常用雜訊建模
    6.3.1  加性雜訊
    6.3.2  非加性雜訊
  6.4  圖像複原的濾波方法
    6.4.1  逆濾波
    6.4.2  維納濾波（最小均方誤差濾波）
    6.4.3  幾何均值濾波
    6.4.4  約束最小二乘濾波
  6.5  圖像複原的正則化方法
    6.5.1  圖像複原的廣義解分析
    6.5.2  截斷SVD正則化
    6.5.3  吉洪諾夫正則化
    6.5.4  非二次正則化
    6.5.5  稀疏正則化
    6.5.6  複合正則化
    6.5.7  形態成分正則化
  6.6  貝葉斯推斷
  6.7  正則化參數作用與選取方法
    6.7.1  正則化參數作用
    6.7.2  正則化參數的選取方法
  6.8  本章小結
  擴展閱讀
  習題
  小故事  維納濾波與控制論之父——維納
第7章  圖像邊緣增強與檢測

  7.1  邊緣檢測基本概念
  7.2  一階微分邊緣檢測運算元
    7.2.1  一階微分：連續到離散
    7.2.2  檢測框架：梯度閾值處理與邊緣細化
    7.2.3  一階微分檢測的經典運算元
  7.3  二階微分邊緣檢測運算元
    7.3.1  連續拉普拉斯運算元
    7.3.2  離散拉普拉斯運算元
  7.4  LOG 運算元與視覺認知機制
    7.4.1  LOG運算元的基本原理
    7.4.2  LOG濾波器的計算實現
    7.4.3  馬爾-希爾德雷思理論
    7.4.4  LOG與人工神經網路結構的解釋
  7.5  坎尼邊緣檢測計算理論
    7.5.1  邊緣檢測的坎尼準則
    7.5.2  坎尼運算元的基本原理
    7.5.3  坎尼運算元計算實現
  7.6  彩色圖像的邊緣檢測
  擴展閱讀
  習題
  小故事  電腦視覺之父——大衛·馬爾
第8章  圖像分割
  8.1  圖像分割基本概念
  8.2  閾值分割方法
    8.2.1  灰度閾值分割的基本概念
    8.2.2  全局閾值：雙峰直方圖谷底
    8.2.3  滯后閾值法
    8.2.4  全局最優閾值法
    8.2.5  局部與自適應閾值法
  8.3  區域生長方法
  8.4  分裂與合併方法
  8.5  分水嶺方法
  8.6  基於形變模型的方法
    8.6.1  參數形變模型——Snake模型
    8.6.2  主動輪廓模型——水平集方法
  擴展閱讀
  習題
  小故事  全變差、水平集和斯坦利·奧舍
第9章  特徵、分類器與視覺應用
  9.1  手工特徵描述符
    9.1.1  HOG特徵描述符
    9.1.2  SIFT特徵描述符
    9.1.3  SURF特徵描述符
    9.1.4  手工特徵的局限性
  9.2  分類器
    9.2.1  邏輯回歸分類器
    9.2.2  支持向量機
    9.2.3  隨機決策森林
  9.3  深度特徵
    9.3.1  卷積層

    9.3.2  池化層
    9.3.3  全連接層
    9.3.4  非線性函數
    9.3.5  CNN損失函數
    9.3.6  深度特徵可視化
  9.4  典型視覺應用
    9.4.1  實例識別
    9.4.2  圖像分類
    9.4.3  物體檢測
    9.4.4  語義分割
  擴展閱讀
  習題
  小故事  深度學習之父——傑弗里·欣頓
第10章  圖像處理實踐案例
  10.1  圖像的讀取與顯示
    10.1.1  自然圖像
    10.1.2  多光譜和高光譜圖像
  10.2  圖像增強與濾波
    10.2.1  基本灰度級變換
    10.2.2  中值濾波、均值濾波和高斯濾波
    10.2.3  雙邊濾波和引導濾波
    10.2.4  頻域濾波
  10.3  圖像複原
    10.3.1  圖像雜訊
    10.3.2  維納濾波
    10.3.3  幾何均值濾波
  10.4  邊緣分析
    10.4.1  一階邊緣特徵
    10.4.2  二階邊緣特徵
  10.5  特徵提取與分類
    10.5.1  SIFT特徵描述符
    10.5.2  邏輯回歸
    10.5.3  支持向量機
    10.5.4  CNN卷積網路
  擴展閱讀
  習題
  小故事  華人電腦視覺鼻祖——黃煦濤
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