數字圖像處理：原理與實踐（MATLAB版） ( 簡體 字) |
| 作者：左飛 | 類別：1. -> 工程繪圖與工程計算 -> Matlab |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 39982
詢問書籍請說出此書號！【缺書】
NT售價： 445 元 |
| 出版日：11/1/2014 |
| 頁數：576 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121244698 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：1. 引子
于本書之前，筆者已經在數字圖像處理領域陸續出版了多部作品。彼時我的新作《數字圖像處理：技術詳解與Visual C++實踐》一書剛剛問世，余便開始籌劃或許應該出一本用MATLAB來作為描述語言的數字圖像處理書籍。此前的“Visual C++數字圖像處理”系列已經出到了第三版，先后重印近十次，可以說在業界贏得了頗佳的成績。許多讀者紛紛來信與筆者討論技術問題，交流心得感想。此外，據不完全統計，前兩本圖書的科技文獻參考引用量已經超過百余篇次。另根據中國互動出版網的實際銷售數據統計，前兩個版本的圖書自問世以來一直居于數字圖像處理類圖書暢銷排行榜前五名之列（由于第三版剛剛問世暫無統計數據）。可見這一系列的圖書在市場表現上也值得肯定。
當前，關于數字圖像處理開發方面的書籍主要分為兩大陣營，即Visual C++（或C/C++）和MATLAB，且二者可謂各有千秋，不分伯仲。但筆者此前的作品卻一直專注于Visual C++環境下的數字圖像處理技術。所以，在這里筆者也想同各位分享一下二者之于圖像處理開發中的異同。
MATLAB很適合做科學研究，借助它提供的各種功能強大的工具箱，圖像處理編程將變得非常輕松，代碼也更簡短。MATLAB中提供的許多現成可用的函數大大簡化了實際開發過程，一個顯而易見的事實就是用MATLAB進行圖像處理編程甚至無須考慮內存的分配與回收這種瑣碎的問題。
相對而言，使用Visual C++進行圖像處理開發難度較大，需要考慮的問題更多，很多矩陣運算函數都需要自己編寫。讀入不同格式和類型的圖像數據，然后進行解碼，這種問題也沒有現成的方法。但是，Visual C++在工業開發中則更實用，可移植性、通用性以及效率表現都更優越。
就絕對的初學者而言，我還是建議他們從Visual C++環境入手。MATLAB用起來很簡單、很方便，但是它掩蓋了太多細節，不利于讀者深入理解底層實現，也不利于讀者打好基礎。不積跬步，無以至千里。最初學習時如果基礎不打牢，后續再講什么創新其實都是紙上談兵、空中樓閣。在讀者對底層實現比較清楚的情況下，進行后續的科學研究時，再去考慮使用MATLAB可能才是明智的選擇。
以圖像編解碼為例。在MATLAB中，只需一個函數就能將圖像讀入，然后得到一個現成的像素矩陣。在這個過程中，就忽略了很多細節。而在Visual C++中，如果不調用現成的函數庫（例如OpenCV），那么就需要自己編寫解碼函數。這時就不得不去考慮不同圖像格式的編碼方案和算法，考慮圖像文件在存儲器上到底是如何存儲的等問題。這時才會知道原來圖像被寫進存儲器的時候不是簡簡單單的一個像素矩陣，原來還有調色板、文件頭等內容。
我經常喜歡拿武俠小說《天龍八部》中的一段情節來向讀者說明此中的道理，相信讀者對這部曾經被多次搬上銀幕的金庸作品已經耳熟能詳了。書中講到有個名叫鳩摩智的番僧一心想練就絕世武學，而且他也算是個相當勤奮的人了。但是，他錯就錯在太過于急功近利，甚至使用道家的小無相功來催動少林絕技。看上去威力無比，而且可以在短時間內“速成”，但實則后患無窮。最終鳩摩智走火入魔，前功盡廢，方才大徹大悟。這個故事其實就告訴我們打牢基礎是非常重要的，特別是要取得更長足的發展，就更是要對基本原理刨根問底，力求甚解，從而做到庖丁解牛，爛熟于心。
所以，總結起來，筆者撰寫本書的目的主要是考慮那些對于Visual C++（或者C/C++）編程不是特別熟悉，而對于MATLAB編程有一定基礎，又希望深入學習圖像處理技術的讀者的實際需求，以期幫助他們深入剖析相關理論，并為他們繼續深入研究助一臂之力。
2. 天書VS.兒歌三百首
說到這里，我想告訴讀者本書并非一本MATLAB的入門書。更準確地說，本書是一本介紹數字圖像處理技術的書，只不過書中的描述語言選擇了MATLAB。因此，我希望閱讀和使用本書的讀者應當具有一定的MATLAB基礎。當然，筆者也確信無論你現在處于圖像處理學習的哪個層次，本書都會在某種程度上幫到你。之所以這樣說，主要是因為本書關于理論部分的描述和講解都是在暢銷系列圖書“Visual C++數字圖像處理”數度再版后精心錘煉和篩選之后留存的精華部分。這些地方筆者均經過反復雕琢，力求做到深入淺出、翔實全面。
眾所周知，數字圖像處理的理論基礎主要就是數學，而數學本身又是一個極其龐雜的系統，它的分支層出不窮，不計其數。讀者現在所要學習的數字圖像處理，至少涉及數學中三門主干課程的內容，即高等數學、線性代數和概率論。在本書中，讀者會發現這些內容幾乎無處不在，以高等數學中的泰勒公式為例，本書中就至少用到過三次以上。除了上述提到的大家在本科階段就應學過的三門數學課程之外，本書還用到了復變函數、偏微分方程和泛函理論等內容。從這個角度說，數字圖像處理對于很多學生而言，無異于“天書”。
霍金也說：“在書中每增加一條公式，讀者就會流失一半”。如果你現在手捧著的是這樣一部由公式羅列而成的天書，相信很多讀者都會望而卻步。當然，數學公式亦有數學公式的好處。從數學角度解釋圖像處理算法的原理，是深入到了算法本質層面的。如果不談任何公式，而把如何處理一張圖片的方法用文字描述的方式告訴讀者也不是不可能的，但是這其實只是讓讀者“知其然，而不知其所以然”。這樣的弊端就在于讀者想進行更為深入的研究時，幾乎難如登天。那么有沒有什么方法能夠調和這兩者之間的矛盾，而把“天書”寫得如同“兒歌三百首”一樣通俗易懂呢？
筆者一直以把復雜晦澀的理論寫得深入淺出、淺顯明了為終極目標。但是要做到這一點實非易事，為此筆者也進行了諸多探索。所有數學公式集中爆發的地方必然都是讀者學習上的薄弱環節和理解上的峻嶺鴻溝。但本書絕非僅僅簡單地羅列公式，為了幫助讀者打牢根基，融會貫通，在寫本書時，筆者主要做了三項工作：首先，給足背景的鋪墊，而非憑空丟來一個公式。例如，本書在介紹PM方程時，為了讓讀者能夠真正理解它的原理，筆者是從一個簡單的物理現象開始一步步引導讀者進行學習的；其次，在給出公式的同時，筆者基本都給出了最為淺顯的證明過程，而且力求過程之詳細。例如，在率失真理論的介紹中，對于這部分公式的證明，國內教材都是以詹森不等式為基礎的，但是讀者不禁又困惑了，詹森不等式為什么會成立呢？所以筆者在這些地方完全摒棄了詹森不等式，而是用初等數學中的基本不等式來開展有關證明，這無疑會大大減少讀者心中的困惑；最后，在某些時候我們可能需要的是嚴密的數學證明，而有些時候可能需要的是感性的認識。筆者試圖將兩者有機地結合在一起，需要嚴密的時候就盡量嚴密，需要感性的時候就努力感性。例如，我們在推導歐拉-拉格朗日方程時，其實證明過程并不完全嚴格，但是從讀者對于該公式的理解以及后續學習的可開展性上，這種程度的解釋可能才是最佳的方式。
盡管為了能把理論講得更明白、更透徹，筆者查閱了許多資料，進行了諸多求索，但科技文章寫作永遠是留有遺憾的藝術。可能本書仍有許多未盡之處，可能本書還不能完全把“天書”降低到“兒歌三百首”那種地步，但筆者相信只要讀者能夠仔細研讀本書，定能有所長進，有所收獲。
3. 一些建議
為了使讀者充分用好本書，提升自我，筆者也想給各位提點學習圖像處理以及使用本書方面的建議。
紙上得來終覺淺，絕知此事要躬行。
數字圖像處理絕對是面向應用的技術，因此學習它的第一精要就是絕對不能“紙上談兵”。特別是好的想法也要通過實踐的檢驗和驗證才能有說服力和實用價值。本書提供了涉及的全部算法的完整MATLAB實現代碼，而讀者在使用時切不可大行“拿來主義”，完全不假思索地照搬照抄。最好是可以親自動手運行一下，這樣既能幫助鞏固所學之理論，又能增進動手能力。更重要的是，當讀者面對實際的開發問題時心中也更有底氣、更自信。當然，要想在編程開發時做到得心應手、游刃有余，必然是要以對理論的深刻認知和絕對領悟為前提的。因此，在面對每一個具體的算法時，讀者都應當努力做到知其然，更知其所以然。而不能因一些模棱兩可、似是而非的理解就沾沾自喜、自以為是。
合抱之木，生于毫末；九層之臺，起于累土。
學習和研究的過程都是一個不斷積累的過程。做高深學問當然應該成為每個學子的追求，但是這肯定不能成為你研究的開端。很多人習慣于接到一個問題時，馬上查資料看當前學術界解決該問題的最先進方法是什么，然后一頭扎進去。學術研究就像是一個接力的過程，即使最先進、最有效的方法也必然是基于前人的成果發展而來的。如果你一開始就鉆到所謂的最新方法上，你可能很快就會發現自己的困惑和不解實在太多了，這樣往往會搞得自己筋疲力盡、事倍功半。不積跬步，無以致千里；不積小流，無以成江海。因此學習也應該講究循序漸進，切忌妄圖一蹴而就。特別是對于數字圖像處理這個領域來說，很多當前流行的技術也都是在一些簡單算法的合并重組之后發展而來的。例如SIFT特征檢測中就用到了像直方圖、高斯濾波等這些基礎的算法。更重要的是，了解一個學科或者一門技術，應該設法理清它的發展脈絡。要想明白前人的方法有哪些優點，又有哪些缺點，后來的改進方法是從哪個角度出發設計而來的。如果理清了這個脈絡，那么你在研究過程中才好把握準方向。這一點會在邊緣檢測那一章體現得尤為明顯。
無冥冥之志者，無昭昭之明；無惛惛之事者，無赫赫之功。
數字圖像處理的相關理論都是比較晦澀的、復雜的。對此讀者務必要知難而上，挑硬骨頭啃。要想后續能夠取得一定的成績，前期就必須勞其筋骨，餓其體膚。最開始可能會感覺很痛苦，但是這樣做必然會使后續的道路更順暢、更平坦。而在這個過程中，讀者一是不要半途而廢、淺嘗輒止；二就是要沉得下心，沉得住氣。志向越是高遠，腳步就越是要踩穩走實。學習任何知識都不可能是一日之功，長期的積累往往必不可少。所以，不要因為一時不順而灰心喪氣。就像古人所說的：“試玉要燒三日滿，辨材須待七年期；向使當初身便死，一生真偽復誰知？”特別是在研究陷入一時的困境時，更要堅持。其實每一次失敗往往都是朝成功邁進了一步。而我們之所以會困惑，往往是因為不知道距離成功到底還有多遠。但大家始終都應該相信，天道酬勤，付出總會有回報的。
4. 關于本書
白居易說：“文章合為時而著，歌詩合為事而作。”我想不管是寫詩還是做文章都要有些現實意義。特別是對于類似數字圖像處理這種發展非常迅猛的領域，每天都有新方法和新理論誕生，讀者當然不能總是拘泥于最原始、最簡單的一些知識。本書考慮到當前研究的一些熱門話題，著重在讀者深入研究時可能會遇到的重點、難點上花費了較多精力。類似頻域變換（包括小波變換）、基于偏微分方程的應用以及圖像特征檢測等內容，盡管已經取得了長足的發展，但仍然是理論界的熱門話題。這些內容的特點是，首先是對于數學要求高，理解起來比較費力；其次是許多讀者在進行后續深入研究時往往又需要用到這些知識。因此，這部分內容也是建議讀者重點研習的部分。本書在這些內容上花費了大量的筆墨，就是希望能夠幫助讀者叩開久閉的山門，同時也希望為讀者挺進這些方興未艾的領域披荊斬棘、掃除障礙。
本書在保持系列作品突出實踐的特色基礎之上，兼有深入淺出、通俗易懂的優點。在此基礎上，本書詳細地介紹了包括頻域變換、幾何變換、灰度變換、形態學處理、圖像增強、圖像分割、小波變換和偏微分方程降噪等十多個數字圖像處理領域的核心話題，并配有完整的MATLAB實現代碼。可以說，本書更適合期望對相關理論進行系統學習和深入研究的讀者。
在本書寫作過程中，筆者參考研讀了眾多先賢以及業界專家的著作，在此謹向他們表示衷心的感謝。其中需要特別提及的是，暗通道圖像去霧算法中用到的導向濾波代碼來自微軟亞洲研究院的何愷明博士；種子填充算法的部分代碼，以及SURF特征檢測函數代碼來自荷蘭特溫特大學Ir. D. Kroon博士；基于Hough變換的直線檢測部分，在不使用系統函數情況下獲取的處理結果由美國馬里蘭大學的Tao Peng所編寫之程序得到；圖像的雙邊濾波程序代碼和基于全變分的圖像去噪代碼最初版本分別來自布朗大學的Douglas Lanman 博士和以色列理工學院的Gilboa Guy教授，作者稍有修改。另外，筆者在研究KAZE特征檢測算法時，承蒙佐治亞理工學院的Pablo F. Alcantarilla博士不吝賜教，筆者深表感謝。最后筆者還要感謝的人有胡俊、向永歆、吳凱、何鵬，感謝他們在本書撰寫過程中提供的無私幫助，以及對作者本人長久以來的大力支持。
歡迎讀者就書中的問題同筆者展開交流，具體請訪問筆者在CSDN上的博客http://blog.csdn.net/baimafujinji，關于本書的勘誤和補遺也將實時發布在此博客上。另外，書中所有示例程序的完整代碼也全部可以在此博客上得到，具體請見“MATLAB數字圖像處理”專欄。本書所有代碼均在MATLAB 8.0版本上測試通過，不同版本的程序在執行代碼過程中可能存在差異，這一點請讀者留意。此外，附錄中還提供了本書中反復被使用到的幾個數學知識點的詳細介紹和證明過程，建議有深入學習需求的讀者參閱。
自知論道需思量，幾度無眠一文章。由于時間和能力有限，書中紕漏在所難免，真誠地希望各位讀者和專家不吝批評斧正。 |
內容簡介：本書全面系統地介紹了數字圖像處理技術的理論與方法，內容涉及幾何變換、灰度變換、圖像增強、圖像分割、圖像去噪、小波變換、形態學處理、多尺度融合、偏微分方程應用、正交變換與圖像壓縮、邊緣及輪廓檢測、圖像復原、圖像去霧、多尺度空間構建與特征匹配等15大核心話題。工欲善其事，必先利其器。本書所有算法均配有完整的MATLAB實現代碼，并以此為基礎詳細介紹了MATLAB中與圖像處理有關的近200個函數的使用方法，便于讀者學習與實踐。此外，本書還提供了豐富的在線支持資源，方便為讀者答疑解惑及提供輔助資料下載。 |
目錄：第1章 緒論 1
1.1 數字圖像處理概述 1
1.1.1 圖像與數字圖像 1
1.1.2 數字圖像處理研究的內容 6
1.1.3 數字圖像處理的應用 8
1.2 MATLAB概述 9
1.2.1 MATLAB的發展 9
1.2.2 MATLAB的特點 10
1.2.3 MATLAB的結構 12
1.3 在MATLAB中處理數字圖像 13
1.3.1 MATLAB中的圖像存儲 13
1.3.2 MATLAB中的圖像轉換 18
1.3.3 MATLAB中圖像的基本操作 21
本章參考文獻及推薦閱讀材料 27
第2章 圖像的點運算 28
2.1 灰度直方圖 28
2.1.1 灰度直方圖簡介 28
2.1.2 基本原理 31
2.1.3 編碼實現 31
2.2 灰度線性變換 38
2.2.1 基本原理 39
2.2.2 編碼實現 41
2.3 灰度非線性變換 43
2.3.1 灰度對數變換 43
2.3.2 灰度冪次變換 45
2.3.3 灰度指數變換 49
2.4 灰度拉伸 50
2.4.1 基本原理 50
2.4.2 編碼實現 52
2.5 灰度均衡 52
2.5.1 基本原理 53
2.5.2 編碼實現 54
2.6 直方圖規定化 55
2.6.1 基本原理 55
2.6.2 編碼實現 56
本章參考文獻及推薦閱讀材料 57
第3章 圖像的幾何變換 58
3.1 圖像幾何變換的基本理論 58
3.1.1 圖像幾何變換概述 58
3.1.2 圖像幾何變換的數學描述 61
3.2 圖像的平移變換 62
3.2.1 效果預覽 62
3.2.2 基本原理 62
3.2.3 編程實現 63
3.3 圖像的鏡像變換 64
3.3.1 效果預覽 64
3.3.2 基本原理 65
3.3.3 編程實現 66
3.4 圖像的轉置 67
3.4.1 效果預覽 67
3.4.2 基本原理 68
3.4.3 編程實現 68
3.5 圖像的縮放 69
3.5.1 效果預覽 69
3.5.2 基本原理 69
3.5.3 插值算法介紹 71
3.5.4 編程實現 74
3.6 圖像的旋轉 75
3.6.1 效果預覽 75
3.6.2 基本原理 76
3.6.3 編程實現 79
本章參考文獻及推薦閱讀材料 81
第4章 圖像的增強處理 82
4.1 卷積積分與鄰域處理 82
4.1.1 理解卷積積分的概念 82
4.1.2 卷積應用于圖像處理的原理 87
4.1.3 鄰域處理的基本概念 88
4.1.4 運用模板實現鄰域處理 90
4.2 圖像的簡單平滑 91
4.2.1 圖像的簡單平滑原理 92
4.2.2 簡單平滑的編碼實現 92
4.3 圖像的高斯平滑 93
4.3.1 平滑線性濾波器 94
4.3.2 高斯平滑的原理 94
4.3.3 高斯分布 95
4.3.4 高斯平滑的算法實現 98
4.4 圖像的中值濾波 99
4.4.1 統計排序濾波器 99
4.4.2 圖像中值濾波的原理 100
4.4.3 圖像中值濾波的算法實現 102
4.5 圖像的雙邊濾波 104
4.6 圖像的拉普拉斯銳化 109
4.6.1 圖像的銳化 109
4.6.2 拉普拉斯銳化的原理 110
4.6.3 拉普拉斯銳化的編碼實現 110
本章參考文獻及推薦閱讀材料 113
第5章 圖像的形態學處理 114
5.1 數學形態學 114
5.2 一些必要的概念和符號約定 115
5.3 圖像的腐蝕 118
5.3.1 腐蝕原理 119
5.3.2 編程實現 123
5.4 圖像的膨脹 125
5.4.1 膨脹原理 125
5.4.2 編程實現 127
5.5 腐蝕和膨脹的性質及應用 128
5.5.1 腐蝕和膨脹的代數性質 128
5.5.2 腐蝕和膨脹的應用 131
5.6 開運算和閉運算 134
5.6.1 開運算 135
5.6.2 閉運算 137
5.6.3 編程實現 139
5.6.4 開運算和閉運算的代數性質 140
5.7 圖像形態學的其他運算 142
5.7.1 擊中/不擊中運算 142
5.7.2 細化處理 144
本章參考文獻及推薦閱讀材料 147
第6章 邊緣檢測 148
6.1 基本概念及思想 148
6.1.1 邊緣檢測的基本概念 148
6.1.2 邊緣檢測的基本思想 149
6.2 基于梯度的常規方法 150
6.2.1 梯度算子及其離散化表示 150
6.2.2 用梯度算子進行邊緣檢測 153
6.2.3 帶有方向信息的邊緣檢測 154
6.3 拉普拉斯算子 157
6.4 基于LoG和DoG的邊緣檢測 162
6.4.1 高斯拉普拉斯算子（LoG） 162
6.4.2 高斯差分算子（DoG） 165
6.5 Canny邊緣檢測算法 168
6.5.1 Canny準則 168
6.5.2 Canny算法與實現 170
本章參考文獻及推薦閱讀材料 173
第7章 圖像分割 174
7.1 豪格變換 174
7.1.1 平面坐標系的轉換 174
7.1.2 Hough變換的思想 177
7.1.3 直線的Hough變換 177
7.1.4 圓的Hough變換 185
7.2 輪廓跟蹤 187
7.2.1 區域表示方法 187
7.2.2 單區域跟蹤 192
7.2.3 多區域跟蹤 193
7.2.4 編碼實現 195
7.3 種子填充 197
7.3.1 算法介紹 198
7.3.2 編碼實現 203
7.4 區域分割 209
7.4.1 區域分裂與合并 209
7.4.2 編程實現 212
7.5 水域分割 214
7.5.1 從必備的基本概念開始 214
7.5.2 分水嶺分割算法的原理 215
7.5.3 標記控制的分水嶺算法 218
本章參考文獻及推薦閱讀材料 224
第8章 正交變換與圖像壓縮 225
8.1 傅里葉變換 225
8.1.1 傅里葉變換的數學基礎 225
8.1.2 傅里葉變換與傅里葉級數的關系 229
8.1.3 數字圖像的傅里葉變換 237
8.1.4 快速傅里葉變換的算法 239
8.1.5 編程實現圖像的快速傅里葉變換 245
8.2 離散余弦變換 246
8.2.1 基本概念及數學描述 247
8.2.2 離散余弦變換的快速算法 249
8.2.3 離散余弦變換的意義與應用 251
8.3 沃爾什-哈達瑪變換 254
8.3.1 沃爾什函數 254
8.3.2 離散沃爾什變換及其快速算法 257
8.3.3 沃爾什變換的應用 262
8.4 卡洛南-洛伊變換 265
8.4.1 一些必備的基礎概念 265
8.4.2 主成分變換的推導 267
8.4.3 編碼實現主成分變換 271
8.4.4 應用K-L變換實現圖像壓縮 275
本章參考文獻及推薦閱讀材料 279
第9章 小波變換及其應用 280
9.1 子帶編碼 280
9.1.1 數字信號處理基礎 280
9.1.2 多抽樣率信號處理 284
9.1.3 圖像的子帶分解 294
9.2 哈爾函數與哈爾變換 301
9.2.1 哈爾函數的定義 301
9.2.2 哈爾函數的性質 302
9.2.3 酉矩陣與酉變換 303
9.2.4 二維離散線性變換 304
9.2.5 哈爾基函數 305
9.2.6 哈爾變換 308
9.3 小波的數學基礎 311
9.3.1 小波的歷史 312
9.3.2 理解小波的概念 313
9.3.3 多分辨率分析 315
9.3.4 小波函數的構建 319
9.3.5 小波序列展開 322
9.3.6 離散小波變換 323
9.3.7 連續小波變換 323
9.3.8 小波的容許條件與基本特征 326
9.4 快速小波變換 327
9.4.1 快速小波正變換 327
9.4.2 快速小波逆變換 332
9.4.3 圖像的小波變換 334
9.5 小波在圖像處理中的應用 339
本章參考文獻及推薦閱讀材料 344
第10章 偏微分方程與圖像降噪 346
10.1 PM方程及其應用 346
10.1.1 一維熱傳導方程 346
10.1.2 各向異性擴散方程 352
10.1.3 PM擴散方程的實現 359
10.1.4 加性算子分裂 363
10.2 TV方法及其應用 374
10.2.1 泛函與變分法 374
10.2.2 全變分模型 379
10.2.3 TV算法的數值實現 386
10.2.4 基于TV的圖像降噪實例 387
本章參考文獻及推薦閱讀材料 388
第11章 圖像復原 390
11.1 從圖像的退化到復原 391
11.1.1 圖像的退化模型 391
11.1.2 連續的退化模型 392
11.1.3 離散的退化模型 393
11.2 常規的圖像復原示例 395
11.2.1 循環矩陣的對角化 395
11.2.2 逆濾波的基本原理 397
11.2.3 維納濾波及其應用 398
11.2.4 露茜-理查德森算法 402
11.3 暗通道優先的圖像去霧算法 406
11.3.1 暗通道的概念與意義 407
11.3.2 暗通道去霧霾的原理 409
11.3.3 算法實現與應用 412
11.3.4 算法不足及改進方向 414
本章參考文獻及推薦閱讀材料 414
第12章 圖像的特征檢測 416
12.1 SIFT特征檢測 416
12.1.1 尺度空間構造 417
12.1.2 空間極值檢測 421
12.1.3 方向賦值 424
12.1.4 特征描述 426
12.1.5 算法實現 429
12.2 SURF特征檢測 430
12.2.1 積分圖 430
12.2.2 DoH近似 431
12.2.3 尺度空間表達 434
12.2.4 特征描述 435
12.2.5 算法實現 437
12.3 KAZE特征檢測 438
12.3.1 非線性擴散濾波 439
12.3.2 尺度空間的構造 440
12.3.3 特征檢測與描述 441
本章參考文獻及推薦閱讀材料 443
附錄A 必不可少的數學基礎 445
附錄B 圖像編碼的理論基礎 532 |
| 序： |
