数字图像处理教程
正版全新
￥ 27.84 7.1折 ￥ 39 全新
库存6件
上海浦东
认证卖家担保交易快速发货售后保障
作者徐志刚、朱红蕾
出版社清华大学出版社
ISBN9787302519485
出版时间2019-03
装帧其他
开本16开
纸张胶版纸
定价39元
货号1545778
上书时间2023-10-12
- 在售商品 暂无
- 平均发货时间 20小时
- 好评率 暂无
![精通API架构：设计、运维与演进 [英]詹姆斯·高夫](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/13339107/e4dfd01ac30a5809_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
【书 名】 数字图像处理教程
【书 号】 9787302519485
【出 版 社】 清华大学出版社
【作 者】 徐志刚、朱红蕾
【出版日期】 2019-03-01
【版 次】 1
【开 本】 16开
【定 价】 39.00元
【编辑推荐】
《数字图像处理教程》是作者根据多年从事数字图像处理教学和科研工作的经验并且在参考国内外相关领域研究成果及经典教材的基础上编写而成的。注重基本理论和基本应用，努力做到概念清晰、内容系统、重点突出、理论与实例并重，并通过典型的算例或应用实例加深读者对相关知识的理解。
【内容简介】
《数字图像处理教程》主要介绍了数字图像处理的基本概念、基本原理、典型方法和实用技术。全书分3大部分共10章。其中，第1部分讲解数字图像处理基础，包括绪论以及视觉感知与数字图像处理基础。第2部分讲解数字图像处理的基本方法和技术，包括空间域图像增强、图像变换与频域图像增强、图像复原、彩色图像处理和图像压缩。第3部分讲解数字图像分析与描述的基本原理和方法，包括图像分割、形态学图像处理和图像描述与分析。本书坚持理论与实际相结合的原则，注重基本概念、基本原理及应用实例的介绍。同时，每章都配有习题及部分程序设计类题目。
《数字图像处理教程》可作为高等学校计算机科学与技术、软件工程、信息与通信工程、自动化、测绘工程、数据科学与大数据技术、人工智能等专业本科生或研究生的教材或参考书，同时也可以作为从事数字图像处理、计算机视觉、人工智能等领域应用开发的工程技术人员的参考书。
【目录】
目 录
第1章 绪论 1
1.1 序言 1
1.2 图像处理的基本概念 3
1.2.1 图像表示 3
1.2.2 数字图像处理的目的 4
1.3 数字图像处理的内容和方法类别 4
1.3.1 数字图像处理的主要内容 4
1.3.2 数字图像处理的方法类别 6
1.3.3 数字图像处理的理论框架 6
1.4 数字图像处理系统 8
1.4.1 数字图像采集模块 8
1.4.2 数字图像存储模块 8
1.4.3 数字图像输出模块 9
1.4.4 数字图像传输模块 9
1.4.5 数字图像处理和分析模块 9
1.5 数字图像处理的特点及优越性 10
1.5.1 数字图像处理的特点 10
1.5.2 数字图像处理的优越性 10
1.6 数字图像处理技术的发展方向 11
1.7 习题 12
第2章 视觉感知与数字图像处理
基础 13
2.1 视觉感知 13
2.1.1 人眼的构造机理 13
2.1.2 人的视觉模型 14
2.1.3 视觉特性 15
2.2 图像的数字化与表示 18
2.2.1 图像采样与量化 18
2.2.2 图像分辨率与质量 19
2.2.3 图像的表示 21
2.3 数字图像的存储格式 22
2.4 像素间的基本关系 23
2.4.1 像素邻域 24
2.4.2 像素间的连接和连通 24
2.4.3 像素间的距离 24
2.5 图像的几何变换 25
2.5.1 图像几何变换的一般表达式 26
2.5.2 基本的几何变换 26
2.5.3 仿射变换 28
2.5.4 灰度插值 29
2.6 习题 31
第3章 空间域图像增强 33
3.1 基本灰度变换 33
3.1.1 灰度线性变换 33
3.1.2 灰度非线性变换 36
3.2 直方图处理 38
3.2.1 灰度直方图的定义 38
3.2.2 直方图均衡化 39
3.2.3 直方图规定化 42
3.3 空域平滑滤波 46
3.3.1 基本原理 46
3.3.2 线性平滑滤波 48
3.3.3 非线性平滑滤波 53
3.4 空域锐化滤波 56
3.4.1 基本原理 56
3.4.2 梯度锐化法 58
3.4.3 拉普拉斯锐化法 61
3.5 习题 62
第4章 图像变换与频域图像增强 65
4.1 离散傅里叶变换 65
4.1.1 一维和二维离散傅里叶变换 65
4.1.2 二维离散傅里叶变换的性质 68
4.2 离散余弦变换 71
4.3 小波变换 72
4.3.1 小波变换基础 72
4.3.2 离散小波变换 74
4.3.3 二维离散小波变换 75
4.4 频域增强原理 77
4.5 频域平滑滤波 78
4.5.1 理想低通滤波器 78
4.5.2 巴特沃斯低通滤波器 80
4.5.3 指数低通滤波器 81
4.6 频域锐化滤波 82
4.6.1 理想高通滤波器 82
4.6.2 巴特沃斯高通滤波器 83
4.6.3 指数高通滤波器 83
4.6.4 高频提升滤波器 85
4.7 习题 86
第5章 图像复原 87
5.1 图像复原模型 87
5.2 常见退化模型及辨识方法 89
5.2.1 常见的退化函数模型 89
5.2.2 退化函数的辨识方法 92
5.3 噪声模型 92
5.3.1 噪声及来源 92
5.3.2 噪声概率密度函数 93
5.4 图像的无约束复原 96
5.4.1 无约束复原 96
5.4.2 逆滤波 97
5.5 图像的有约束*小二乘复原 99
5.5.1 有约束*小二乘复原的基本
原理 99
5.5.2 维纳滤波器 100
5.5.3 有约束*小平方滤波器 102
5.6 图像超分辨率重建 103
5.6.1 图像超分辨率重建问题
概述 103
5.6.2 图像超分辨率重建方法
分类 105
5.6.3 基于重建的超分辨率方法 106
5.6.4 基于学习的超分辨率方法 107
5.7 几何失真校正 109
5.8 习题 111
第6章 彩色图像处理 112
6.1 彩色基础 112
6.1.1 彩色视觉基础 112
6.1.2 彩色描述 113
6.1.3 三基色 113
6.2 常用彩色模型 115
6.2.1 面向硬件设备的彩色模型 115
6.2.2 均匀彩色模型 117
6.2.3 面向应用的彩色模型 118
6.3 伪彩色图像增强 120
6.3.1 密度分割法 121
6.3.2 灰度级-彩色变换法 121
6.3.3 频域滤波法 122
6.4 假彩色图像增强 123
6.4.1 基本原理 123
6.4.2 彩色补偿 124
6.5 真彩色图像增强 125
6.5.1 彩色图像处理基本原理 126
6.5.2 彩色图像对比度增强 126
6.5.3 彩色图像去噪 127
6.6 习题 129
第7章 图像压缩 130
7.1 图像压缩原理 130
7.1.1 图像压缩的可能性 130
7.1.2 图像冗余 130
7.1.3 图像无损压缩与有损压缩 131
7.1.4 图像保真度 132
7.1.5 性能指标 134
7.2 基本的无损编码 136
7.2.1 哈夫曼编码 136
7.2.2 算术编码 138
7.2.3 行程编码 140
7.2.4 LZW编码 142
7.3 预测编码 144
7.3.1 无损预测编码 144
7.3.2 有损预测编码 145
7.4 变换编码 146
7.4.1 正交变换编码的基本原理 146
7.4.2 变换编码的数学分析 147
7.4.3 *佳变换——K-L变换 148
7.5 图像压缩国际标准 151
7.5.1 二值图像压缩标准 151
7.5.2 静态图像压缩标准 152
7.5.3 运动图像压缩标准 153
7.6 习题 155
第8章 图像分割 156
8.1 图像分割的定义与依据 156
8.1.1 图像分割的定义 156
8.1.2 图像分割方法分类 157
8.2 基于边缘的分割方法 157
8.2.1 边缘及检测原理 157
8.2.2 一阶导数算子 158
8.2.3 二阶导数算子 162
8.2.4 边缘闭合 165
8.2.5 Hough变换 165
8.2.6 Canny算子 167
8.3 阈值分割方法 168
8.3.1 原理和分类 168
8.3.2 全局阈值分割方法 169
8.3.3 局部阈值分割方法 173
8.4 区域提取方法 175
8.4.1 区域生长法 175
8.4.2 分裂合并法 177
8.5 习题 178
第9章 形态学图像处理 180
9.1 数学形态学基本概念及定义 180
9.1.1 结构元素 180
9.1.2 基本集合运算定义 181
9.2 腐蚀与膨胀 182
9.2.1 腐蚀 182
9.2.2 膨胀 184
9.2.3 腐蚀、膨胀运算的对偶性 185
9.3 开运算与闭运算 186
9.3.1 开运算 186
9.3.2 闭运算 187
9.4 形态学处理基本算法 187
9.4.1 边缘提取 187
9.4.2 击中-击不中变换 188
9.4.3 细化算法 189
9.4.4 骨架化算法 190
9.5 灰度图像的形态学处理 191
9.5.1 腐蚀与膨胀 191
9.5.2 开运算与闭运算 192
9.6 习题 194
第10章 图像描述与分析 195
10.1 目标表达与描述 195
10.2 边界描述 196
10.2.1 简单边界描述符 196
10.2.2 链码与形状数 197
10.2.3 傅里叶描述子 199
10.2.4 边界矩 200
10.3 区域描述 201
10.3.1 简单区域描述符 201
10.3.2 四叉树 201
10.3.3 拓扑描述符 202
10.3.4 区域不变矩 203
10.4 几何特征描述 204
10.5 纹理特征描述 205
10.5.1 统计法 206
10.5.2 结构法 206
10.5.3 频谱法 207
10.6 彩色特征描述 207
10.6.1 彩色直方图 208
10.6.2 彩色相关图 208
10.6.3 彩色矩 208
10.7 习题 209
参考文献 210
【文摘】
1.2 图像处理的基本概念 1.2.1 图像表示 客观世界在空间上是三维的，在时间上是连续的。图像作为客观对象的一种可视表示，可以看作是由无数个微小的光点组成的集合。而一幅图像所包含的信息首先表现为光强度的空间分布与变化。因此，在用数学方法描述一幅图像时，可以把一幅图像看成是空间各个坐标点上的光强度F的集合。一幅运动的、彩色/多光谱的、立体的图像的普遍数学表达式可以写作 (1.2.1) 式中，(x, y, z)表示空间坐标；？表示光波波长；t表示时间。 由于图像的光强度函数是非负实数。而且，任何一个物理的成像系统所获取的图像很大光强度信息总是有限的。因此 (1.2.2) 这里，I是一个正实数，表示图像很大光强度。 一般而言，从客观景物得到的图像都是二维的，也就是与坐标z无关；对于灰度图像，其波长？为一常数；对于静止图像，则时间t为一常数。因此，对于静止灰度图像，其数学表示形式可简化为 (1.2.3) 这里，x和y表示二维空间中一个坐标点的位置，而F则表示图像在点(x, y)的某种性质的数值。实际应用中，f (x, y)有时表示一幅图像，有时又表示图像中位置在(x, y)点的属性值。因此，需要根据上下文来区分f (x, y)代表的含义。 早期图像所包含的信息都是连续(模拟)的，f、x、y的值可以是任意实数。而数字图像处理中研究的图像都是离散(数字)的，是可以直接使用计算机来处理的。构成二维数字图像的基本单元称为像素或像元(pixel)。而对于三维数字图像，其基本构成单元称为体素(voxel)。除非特别说明，在本书中所涉及的图像均为二维数字图像。 1.2.2 数字图像处理的目的 一般而言，对图像进行处理和分析主要有以下三个目的。 (1) 提高图像的视觉质量。例如，对于成像质量不佳的图像或受退化因素影响的图像进行各类操作：去除图像中的噪声，改变图像的亮度、颜色，增强图像中的某些成分、抑制另外一些成分，对图像进行几何变换等，从而改善图像的质量，以达到或真实的、或清晰的、或色彩丰富的、或意想不到的视觉效果。 (2) 提取图像中所包含的某些特征或特殊信息，以便于计算机分析与处理。这些特征包括很多方面，如频域特性、灰度／颜色特性、边界／区域特性、纹理特性、形状／拓扑特性以及关系结构等。例如，合成孔径雷达(SAR)图像在空中侦察、联合监视、目标攻击、地质研究和海洋资源勘测等军事与民用领域有着极为广泛的应用。而SAR图像在各领域的应用中都不可避免地涉及SAR图像的识别与分类问题。由于SAR图像反映的是地物对雷达波的后向散射特性，若不同的地物具有相同或相近的后向散射系数，则它们就具有相近的灰度值。此外，SAR成像时还会受到相关噪声的影响。因此仅利用灰度特征很难实现SAR图像的正确分类。考虑到SAR图像中含有丰富的纹理信息，不同的地表粗糙度会呈现出不同的纹理特征，因此可以把纹理作为除灰度之外的另一个特征信息引入图像分类中，这样可以有效地提高SAR图像的识别与分类精度。 (3) 对图像数据进行变换、编码和压缩，以便于图像的存储和传输。
【前言】
前 言
图像是人类社会*重要的信息载体之一。数字图像处理技术就是利用计算机对图像进行转换、加工、处理与分析的方法和技术的总称。数字图像处理技术起源于20世纪20年代，但是其真正发展壮大还是在60年代以后。从那时起，数字图像处理技术作为一个新的学科开始日益受到人们的重视。经过半个多世纪的发展，数字图像处理学科的理论与方法已得到了长足的发展，在工农业生产、科学研究、航空航天、军事、公共安全、生物医学与诊断、通信、文化传播、气象、交通等众多领域得到了广泛的应用，取得了巨大的社会和经济效益。特别是进入21世纪以来，随着人类社会进入数字化、网络化和智能化时代，数字图像处理技术已成为社会生活和经济发展不可或缺的重要组成部分。
数字图像处理技术的研究内容涉及光学、数学、计算机科学、信息论、微电子学等领域，是一门交叉性和开放性很强的学科。同时，数字图像处理已成为高等学校计算机科学与技术、软件工程、信息与通信工程、自动化、测绘工程、数据科学与大数据技术、人工智能等专业的一门重要的理论课程。本书正是作者根据多年从事数字图像处理教学和科研工作的经验并且在参考国内外相关领域研究成果及经典教材的基础上编写而成的。本书坚持理论与实际相结合的编写方针，注重基本理论和基本应用，努力做到概念清晰、内容系统、重点突出、理论与实例并重，并通过典型的算例或应用实例加深读者对相关知识的理解。在内容编排上，本书力求做到理论分析概念严谨、例题说明简明扼要、实例演示清晰明了。希望读者通过本书的学习，能够对数字图像处理的基本理论、基本方法和技术有一个全面的了解，为之后开展数字图像处理相关应用开发和研究工作奠定一定的理论基础。
本书在知识体系结构上分为图像处理和图像分析两个层次。其中，既包含各部分的经典内容，也包含近年来数字图像处理技术发展的一些新概念和新方法。全书共10章，可以分为3个部分。第1部分是第1～2章。这部分是本书的基础，主要叙述数字图像处理基础的相关内容，包括数字图像处理的特点、数字图像处理的主要应用领域、数字图像处理的主要内容、数字图像处理系统的基本构成、数字图像处理技术的发展方向、人类视觉感知的基本特性、数字图像的基本知识等。第2部分是第3～7章。这部分主要介绍数字图像处理的基本方法和技术，包括图像的灰度变换、直方图处理、空域平滑滤波和锐化滤波、离散傅里叶变换、离散余弦变换、离散小波变换、频域增强方法、基本的图像复原方法、图像超分辨率重建和几何失真校正、常用的彩色模型、伪彩色和假彩色图像增强方法、基本的真彩色图像增强方法、常见的图像压缩方法等。第3部分是第8～10章。这部分主要讲解数字图像分析与描述的基本原理和方法，包括基本的图像分割方法、二值数学形态学的基本运算和常用算法，灰度数学形态学的基本运算、基本的图像描述与分析方法等。
本书由徐志刚任主编，朱红蕾任副主编，具体分工如下：第1章、第2章、第5章、第6章、第8章和第10章由徐志刚老师编写，第3章、第4章、第7章和第9章由朱红蕾老师编写。全书由徐志刚老师统稿。本书的出版得到了兰州理工大学规划教材基金的大力支持。同时，清华大学出版社的编辑为本书的编写和出版付出了辛勤劳动。此外，研究生李文文、袁飞祥和马强协助完成了书稿整理等相关工作。借此机会对他们的辛勤付出一并表示衷心的感谢。
由于编者水平有限，书中谬误和不妥之处在所难免，敬请同行专家和各位读者批评指正。
编 者
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价