數字圖像處理(MATLAB版)

李麗宏、李誌華、馬永強

  • 數字圖像處理(MATLAB版)-preview-1
  • 數字圖像處理(MATLAB版)-preview-2
  • 數字圖像處理(MATLAB版)-preview-3
  • 數字圖像處理(MATLAB版)-preview-4
  • 數字圖像處理(MATLAB版)-preview-5
  • 數字圖像處理(MATLAB版)-preview-6
  • 數字圖像處理(MATLAB版)-preview-7
數字圖像處理(MATLAB版)-preview-1

商品描述

"“數字圖像處理”已成為高等學校電子信息及計算機類專業的核心課程之一。本書依據編者多年“數字圖像處理”課程的教學經驗,參考相關文獻並結合實際科研應用案例編寫而成,主要介紹數字圖像處理的基本概念、原理以及應用。全書共10章,前9章分別為緒論、圖像處理基礎知識、圖像變換、圖像增強、圖像壓縮編碼、圖像分割、圖像形態學、圖像描述、神經網絡與深度學習,第10章為應用案例,引導讀者回顧所學內容、查漏補缺、融會貫通,加深對圖像處理算法的綜合理解,提高實踐能力。 本書從易到難,從簡單到復雜,突出重點,難度適宜,並配備相應MATLAB程序進行理論仿真,循序漸進地帶領讀者學習並掌握關鍵知識,非常適合作為相關專業本科生和研究生的“數字圖像處理”課程教材,也可供相關領域的從業者參考使用。 "

作者簡介

李麗宏,河北工程大學,教授,博士,信息與電氣工程學院電子信息工程系教師。研究方向:圖像處理、計算機視覺;主持或參與省自然基金項目3項、教育廳項目5項、邯鄲市項目6項,發表檢索及核心期刊論文30余篇,主持河北省專業學位研究生教學案例建設項目1項。

目錄大綱

目錄

第1章緒論/1

1.1圖像與像素1

1.2數字圖像處理發展概述1

1.3圖像處理的任務3

1.4基本的圖像處理系統4

1.4.1圖像處理硬件系統4

1.4.2圖像處理軟件系統4

1.5數字圖像處理技術的應用5

1.5.1航空航天領域的應用5

1.5.2生物醫學領域的應用5

1.5.3通信領域的應用6

1.5.4工業領域的應用7

1.5.5軍事和公安領域的應用7

1.5.6文化藝術領域的應用8

習題一8

第2章圖像處理基礎知識/9

2.1人類視覺與色度學基礎9

2.1.1人類視覺9

2.1.2色度學基礎9

2.2顏色模型10

2.2.1RGB模型11

2.2.2HSV模型12

2.2.3HSI模型15

2.2.4CMYK模型17

2.2.5YCbCr模型18

2.3圖像數字化方法19

2.4數字圖像表示方法20

2.4.1灰度圖像20

2.4.2彩色圖像22

2.4.3二值圖像22

2.4.4索引圖像25

2.5圖像的統計特征26

習題二28

第3章圖像變換/29

3.1概述29

3.2傅裏葉變換29

3.2.1連續傅裏葉變換29

3.2.2離散傅裏葉變換32

3.2.3應用傅裏葉變換應註意的問題41

3.3離散余弦變換42

3.3.1一維離散余弦變換42

3.3.2二維離散余弦變換43

3.4離散沃爾什變換46

3.4.1一維離散沃爾什變換46

3.4.2二維離散沃爾什變換47

3.5離散哈達瑪變換49

3.5.1一維離散哈達瑪變換49

3.5.2二維離散哈達瑪變換51

習題三52

第4章圖像增強/54

4.1概述54

4.1.1圖像增強技術分類54

4.1.2圖像增強技術與圖像復原技術的關系55

4.2空域圖像增強56

4.2.1空域點運算增強56

4.2.2空域區域增強67

4.3頻域圖像增強78

4.3.1低通濾波79

4.3.2高通濾波83

習題四85

第5章圖像壓縮編碼/86

5.1數字圖像壓縮基本概念86

5.1.1熵87

5.1.2平均碼長87

5.1.3編碼效率88

5.1.4壓縮比88

5.1.5統計編碼88

5.2Huffman壓縮編碼88

5.3Shannon壓縮編碼91

5.4算術編碼91

5.5預測編碼與變換編碼93

習題五94

第6章圖像分割/95

6.1圖像分割概述95

6.2像素鄰域與連通性96

6.3閾值分割97

6.3.1全局閾值分割98

6.3.2局部閾值分割107

6.4區域生長110

6.5邊緣檢測115

6.5.1邊緣檢測的基本原理115

6.5.2邊緣檢測的實現115

6.6Hough變換116

6.6.1Hough變換檢測原理117

6.6.2Hough變換檢測的實現119

習題六124

第7章圖像形態學/125

7.1圖像腐蝕125

7.2圖像膨脹128

7.3圖像開運算129

7.4圖像閉運算131

習題七132

第8章圖像描述/133

8.1二值圖像幾何特征133

8.2二維形狀描述135

8.2.1分散度135

8.2.2矩不變量138

8.3紋理描述141

8.3.1紋理分析概述141

8.3.2基於共生矩陣的紋理特征分析技術142

習題八147

第9章神經網絡與深度學習/148

9.1神經網絡148

9.1.1感知器148

9.1.2多層感知器149

9.2深度學習149

9.2.1深度學習模型150

9.2.2激活函數151

9.2.3損失函數154

9.2.4模型評估指標155

習題九155

第10章應用案例/156

10.1傳統圖像處理算法應用案例156

10.2深度學習算法應用案例195

最後瀏覽商品 (20)