-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
10/4 新書到! 9/27 新書到! 9/20 新書到! 8/30 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

數字圖像處理技術——MATLAB實現

( 簡體 字)
作者:張云佐類別:1. -> 工程繪圖與工程計算 -> Matlab
譯者:
出版社:清華大學出版社數字圖像處理技術——MATLAB實現 3dWoo書號: 55877
詢問書籍請說出此書號!

缺書
NT售價: 345

出版日:6/1/2022
頁數:219
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:9787302601999
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(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:

數字圖像處理技術是計算機視覺中的一個活躍分支。人們對該領域的興趣在經歷了20世紀70—80年代的爆炸性增長之后逐漸冷靜,隨之而來的是實際應用的蓬勃發展。數字圖像處理技術在通信、宇宙探測、遙感、生物醫學、工業生產、機器視覺、視頻與多媒體系統等諸多領域都展現出巨大的應用價值。相比于雷達、衛星導航等這些能夠直接帶來巨大社會效益的技術,數字圖像處理技術更像是一種輔助技術,能夠將圖像處理得更加符合人眼的視覺感知,讓信息以一種更加直觀明了的形式呈現在人們面前。
數字圖像處理是一門涉及學科領域非常廣泛的交叉學科,普遍被應用于通信、宇宙探測、遙感、生物醫學、工業生產、機器視覺、視頻與多媒體系統、科學可視化、電子商務等諸多領域。數字圖像處理課程主要講解數字圖像處理的基本理論、方法,以及其在智能檢測中的應用。數字圖像處理研究的對象是圖像,研究內容為如何將圖像信號轉換成數字信號,并利用計算機對其進行處理。數字圖像處理課程是計算機類專業在本科階段重要的課程之一,也是計算機視覺、模式識別、信息安全等學科重要的基礎課程。該課程的理論性與實踐性都比較強,對前期課程基礎要求較高。在課時有限的條件下,如何提高教學質量和培養學生實踐與應用能力,這是數字圖像處理教學所面臨的嚴峻挑戰。
隨著計算機軟件及硬件技術的快速發展,數字圖像處理技術的應用范圍越來越廣。人們要想準確、實時地采集圖像, 且確保圖像的質量和清晰程度, 就離不開數字圖像處理技術的強大支撐。但是現有數字圖像處理的書籍大多內容繁雜、重理論、輕實踐,不利于培養學生的綜合能力及自主學習能力。為此,本書對章節內容做了簡化,嘗試用通俗易懂的語言及實例去講解原本晦澀的原理。同時,本書將理論與應用實例緊密結合,各章節均設置課后練習題及相應的實踐大作業,將編程能力和系統設計能力作為培養的重點,便于讀者快速掌握數字圖像處理技術的基本理論與方法、實用技術及典型應用,讓讀者對于知識的理解不僅僅局限于書本,其思維和視野也得到了開闊。
本書從基礎理論和技術應用兩方面闡述了數字圖像處理相關理論和技術應用,具體安排如下。
第1~2章主要介紹了圖像處理的基礎知識,并對圖像處理的應用及其發展動向進行了分析; 同時還介紹了圖像視覺基礎、像素運算、圖像鄰域運算等,使讀者了解和掌握數字圖像處理的基礎知識,快速掌握數字圖像處理的基本操作。
第3~7章主要介紹了圖像變換、圖像增強、圖像復原、圖像壓縮、圖像分割等圖像處理技術,并給出了相關技術在生物醫學、工業生產、科學可視化、電子商務等諸多領域的應用實例。
本書涵蓋了數字圖像處理技術的典型算法與應用,融合了作者所屬課題組近五年在數字圖像處理、監控視頻智能分析等領域的研究成果。這些研究成果都是在國家自然科學基金項目(No.61702347)、河北省自然科學基金項目(No.F2017210161),以及河北省教育廳科研基金項目(No.QN2017132)的支持下完成的。張嘉煜、李怡、郭凱娜、郭威、董旭、郭亞寧、李汶軒、楊攀亮、李文博、鄭婷婷、宋洲臣等研究生參與了本書的撰寫與整理工作,在此表示衷心的感謝!
由于作者水平有限,加之時間緊迫,書中難免存在不妥與疏漏之處。懇請讀者批評指正,并提出寶貴意見,以便進一步完善。
作者
2022年1月

教學大綱

教學課件

源代碼
內容簡介:

本書嘗試運用通俗易懂的語言及實例去講解原本晦澀的原理。同時,本書將理論與實例應用緊密結
合,在各章設置課后練習題及相應的實踐大作業,并將編程能力和系統設計能力作為重點,方便讀者快速 掌握數字圖像處理技術的基本理論與方法、實用技術及典型應用。這些設置不僅幫助讀者理解相關知識, 而且開闊讀者的思維及視野。
本書既有理論介紹,又有實踐案例分析,可以作為高等院校各專業本科生數字圖像處理課程的教材, 也可以作為從事數字圖像處理領域的科研工作者的參考書,還可以作為數據挖掘、人工智能等專業的研究 生教學用書。
目錄:

第1章緒論
1.1數字圖像處理概述
1.1.1圖像
1.1.2數字圖像
1.1.3數字圖像處理
1.1.4數字圖像質量評判標準
1.2數字圖像處理的研究內容
1.3數字圖像處理的特點
1.4數字圖像處理技術的應用和發展
1.4.1數字圖像處理技術的應用
1.4.2數字圖像處理技術的發展動向
1.5本章小結
課后作業
第2章數字圖像基礎及其基本運算
2.1視覺基礎
2.1.1人眼視覺
2.1.2顏色視覺
2.2數字圖像基礎
2.2.1圖像數字化
2.2.2圖像表示與數據結構
2.2.3圖像的文件格式
2.3像素運算
2.3.1算術運算
2.3.2邏輯運算
2.4圖像的鄰域運算
2.5本章小結
課后作業
第3章圖像變換
3.1圖像變換分類
3.2圖像幾何變換的理論基礎
3.2.1矩陣與向量
3.2.2灰度插值法
3.3圖像幾何變換的基本方法
3.3.1圖像平移變換
3.3.2圖像放縮變換
3.3.3圖像旋轉變換
3.3.4圖像鏡像變換
3.3.5圖像仿射變換
3.3.6圖像透視變換
3.4圖像幾何變換的應用
3.4.1圖像畸變校正與測量識別
3.4.2圖像配準
3.5圖像正交變換的基本概念
3.5.1線性操作和非線性操作
3.5.2正交變換
3.6正交變換基本方法
3.6.1傅里葉變換
3.6.2二維離散余弦變換
3.6.3小波變換
3.7圖像正交變換的應用
3.7.1基于離散余弦變換與小波變換的圖像壓縮
3.7.2基于小波變換的圖像去噪
3.7.3基于小波變換的數字水印嵌入與提取
3.7.4基于小波變換的圖像融合
3.8本章小結
課后作業
附錄MATLAB實現代碼
第4章圖像增強
4.1概述
4.2點運算
4.2.1灰度變換法
4.2.2直方圖變換法
4.3空域濾波增強
4.3.1定義和方法
4.3.2平滑濾波
4.3.3銳化濾波器
4.4頻域濾波增強
4.4.1低通濾波
4.4.2高通濾波
4.4.3同態濾波
4.5彩色增強
4.5.1偽彩色增強法
4.5.2假彩色增強法
4.5.3真彩色增強法
4.6實驗案例
4.6.1文物圖像增強技術
4.6.2人體骨骼圖像增強技術
4.6.3自動指紋識別技術
4.6.4醫學圖像增強技術
4.6.5礦井動態圖像增強技術
4.7本章小結
課后作業
附錄MATLAB實現代碼
第5章圖像復原
5.1概述
5.2圖像退化和圖像復原
5.3圖像噪聲模型
5.3.1噪聲的空間和頻率特性
5.3.2幾種重要的噪聲概率密度函數
5.4空間濾波消除頻率噪聲
5.4.1均值濾波器
5.4.2統計排序濾波器
5.4.3自適應濾波器
5.4.4自適應中值濾波器
5.5頻域濾波消除周期噪聲
5.5.1帶阻濾波器
5.5.2帶通濾波器
5.5.3陷波濾波器
5.6兩個退化函數模型
5.6.1大氣湍流模型
5.6.2運動模糊模型
5.7逆濾波
5.8維納濾波器
5.9約束最小二乘法濾波
5.10本章小結
課后作業
附錄MATLAB實現代碼
第6章圖像壓縮
6.1圖像壓縮基礎知識
6.1.1圖像壓縮原理概述
6.1.2圖像冗余
6.1.3保真度準則
6.2圖像壓縮模型
6.2.1圖像壓縮的理論基礎
6.2.2圖像壓縮模型的種類
6.2.3圖像壓縮的目的
6.2.4信源編/解碼器
6.2.5信道編/解碼器
6.3圖像壓縮中的信息論
6.3.1信息的測量
6.3.2離散信源的模型化
6.3.3信息系統的一般模型
6.4圖像壓縮種類
6.4.1無損壓縮——熵編碼
6.4.2無損壓縮——字典編碼
6.4.3有損壓縮
6.5圖像壓縮標準
6.5.1靜止圖像壓縮標準
6.5.2視頻壓縮標準
6.6本章小結
課后作業
附錄MATLAB實現代碼
第7章圖像分割
7.1間斷檢測
7.1.1點檢測
7.1.2線檢測
7.1.3邊緣檢測
7.2基于邊緣檢測的圖像分割方法
7.2.1羅伯茨算子
7.2.2Prewitt算子
7.2.3索貝爾算子
7.2.4拉普拉斯算子
7.2.5高斯拉普拉斯算子
7.2.6Canny算子
7.2.7算子比較
7.3基于閾值的圖像分割方法
7.3.1基本思想
7.3.2門限處理
7.3.3全局門限處理
7.3.4自定義閾值
7.3.5自適應閾值
7.4基于區域的圖像分割方法
7.4.1基于區域的分割方法原理
7.4.2區域生長法
7.5基于形態學分水嶺的圖像分割方法
7.5.1基于形態學分水嶺的分割方法原理
7.5.2分水嶺分割法
7.6實驗內容
7.6.1車牌定位
7.6.2基于數字圖像處理技術的障礙物識別
7.6.3基于圖像分割的輪轂裂紋檢測
7.7本章小結
課后作業
附錄MATLAB實現代碼
參考文獻
序: