• 精通Matlab数字图像处理与识别
21年品牌 40万+商家 超1.5亿件商品

精通Matlab数字图像处理与识别

全新正版 极速发货

37.85 5.8折 65 全新

仅1件

广东广州
认证卖家担保交易快速发货售后保障

作者张铮 等 著作

出版社人民邮电出版社

ISBN9787115304636

出版时间2013-04

装帧平装

开本16开

定价65元

货号1200442434

上书时间2024-11-26

书香美美

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
张铮 大学教授,专攻图形和图像处理以及识别技术,承担了多项重量项目,对Matlab有很深入的研究。 

目录
目  录

第1章  初识数字图像处理与识别  1
1.1  数字图像  1
1.1.1  什么是数字图像  1
1.1.2  数字图像的显示  1
1.1.3  数字图像的分类  2
1.1.4  数字图像的实质  3
1.1.5  数字图像的表示  4
1.1.6  图像的空间和灰度级分辨率  5
1.2  数字图像处理与识别  6
1.2.1  从图像处理到图像识别  6
1.2.2  数字图像处理与识别的应用实例  7
1.2.3  数字图像处理与识别的基本步骤  9
1.3  数字图像处理的预备知识  10
1.3.1  邻接性、连通性、区域和边界  10
1.3.2  距离度量的几种方法  11
1.3.3  基本的图像操作  12

第2章  Matlab数字图像处理基础  13
2.1  Matlab R2011a简介  13
2.1.1  Matlab软件环境  13
2.1.2  文件操作  14
2.1.3  在线帮助的使用  15
2.1.4  变量的使用  18
2.1.5  矩阵的使用  20
2.1.6  细胞数组和结构体  23
2.1.7  关系运算与逻辑运算  24
2.1.8  常用图像处理数学函数  25
2.1.9  Matlab程序流程控制  26
2.1.10  M文件编写  29
2.1.11  Matlab函数编写  30
2.2  Matlab图像类型及其存储方式  32
2.3  Matlab的图像转换  35
2.4  读取和写入图像文件  37
2.5  图像的显示  39

第3章  图像的点运算  42
3.1  灰度直方图  42
3.1.1  理论基础  42
3.1.2  Matlab实现  43
3.2  灰度的线性变换  46
3.2.1  理论基础  46
3.2.2  Matlab实现  46
3.3  灰度对数变换  49
3.3.1  理论基础  49
3.3.2  Matlab实现  50
3.4  伽玛变换  51
3.4.1  理论基础  51
3.4.2  Matlab实现  51
3.5  灰度阈值变换  53
3.5.1  理论基础  53
3.5.2  Matlab实现  54
3.6  分段线性变换  55
3.6.1  理论基础  55
3.6.2  Matlab实现  56
3.7  直方图均衡化  60
3.7.1  理论基础  60
3.7.2  Matlab实现  61
3.8  直方图规定化  63
3.8.1  理论基础  63
3.8.2  Matlab实现  64

第4章  图像的几何变换  66
4.1  解决几何变换的一般思路  66
4.2  图像平移  67
4.2.1  图像平移的变换公式  68
4.2.2  图像平移的Matlab实现  68
4.3  图像镜像  70
4.3.1  图像镜像的变换公式  70
4.3.2  图像镜像的Matlab实现  71
4.4  图像转置  72
4.4.1  图像转置的变换公式  72
4.4.2  图像转置的Matlab实现  72
4.5  图像缩放  73
4.5.1  图像缩放的变换公式  73
4.5.2  图像缩放的Matlab实现  74
4.6  图像旋转  75
4.6.1  以原点为中心的图像旋转  75
4.6.2  以任意点为中心的图像旋转  75
4.6.3  图像旋转的Matlab实现  77
4.7  插值算法  77
4.7.1  最近邻插值  78
4.7.2  双线性插值  78
4.7.3  高阶插值  79
4.8  Matlab综合案例——人脸图像配准  81
4.8.1  什么是图像配准  81
4.8.2  人脸图像配准的Matlab实现  81

第5章  空间域图像增强  85
5.1  图像增强基础  85
5.1.1  为什么要进行图像增强  85
5.1.2  图像增强的分类  85
5.2  空间域滤波  86
5.2.1  空间域滤波和邻域处理  86
5.2.2  边界处理  87
5.2.3  相关和卷积  88
5.2.4  滤波操作的Matlab实现  88
5.3  图像平滑  90
5.3.1  平均模板及其实现  90
5.3.2  高斯平滑及其实现  92
5.3.3  自适应平滑滤波  95
5.4  中值滤波  95
5.4.1  性能比较  95
5.4.2  一种改进的中值滤波策略  98
5.4.3  中值滤波的工作原理  98
5.5  图像锐化  98
5.5.1  理论基础  98
5.5.2  基于一阶导数的图像增强——梯度算子  98
5.5.3  基于二阶微分的图像增强——拉普拉斯算子  101
5.5.4  基于一阶与二阶导数的锐化算子的比较  104
5.5.5  高提升滤波及其实现  105
5.5.6  高斯-拉普拉斯变换(Laplacian of a Gaussian, LoG)  106

第6章  频率域图像增强  109
6.1  频率域滤波——与空间域滤波殊途同归  109
6.2  傅立叶变换基础知识  109
6.2.1  傅立叶级数  110
6.2.2  傅立叶变换  111
6.2.3  幅度谱、相位谱和功率谱  114
6.2.4  傅立叶变换的实质—基的转换  115
6.3  快速傅立叶变换及实现  116
6.3.1  FFT变换的必要性  117
6.3.2  常见的FFT算法  117
6.3.3  按时间抽取的基-2 FFT算法  118
6.3.4  离散反傅立叶变换的快速算法  121
6.3.5  N维快速傅立叶变换  121
6.3.6  Matlab实现  122
6.4  频域滤波基础  126
6.4.1  频域滤波与空域滤波的关系  126
6.4.2  频域滤波的基本步骤  126
6.4.3  频域滤波的Matlab实现  127
6.5  频域低通滤波器  128
6.5.1  理想低通滤波器及其实现  128
6.5.2  高斯低通滤波器及其实现  131
6.6  频率域高通滤波器  135
6.6.1  高斯高通滤波器及其实现  135
6.6.2  频域拉普拉斯滤波器及其实现  137
6.7  Matlab综合案例——利用频域滤波消除周期噪声  139
6.7.1  频域带阻滤波器  139
6.7.2  带阻滤波消除周期噪声  141
6.8  频域滤波器与空域滤波器之间的内在联系  143

第7章  小波变换  146
7.1  多分辨率分析  146
7.1.1  多分辨率框架  146
7.1.2  分解与重构的实现  153
7.1.3  图像处理中分解与重构的实现  155
7.2  Gabor多分辨率分析  160
7.3  常见小波分析  163
7.3.1  Haar小波  164
7.3.2  Daubechies小波  166
7.4  高维小波  168

第8章  图像复原  171
8.1  图像复原的一般理论  171
8.1.1  图像复原的基本概念  171
8.1.2  图像复原的一般模型  172
8.2  实用图像复原技术  190
8.2.1  图像复原的数值计算方法  190
8.2.2  非线性复原  193

第9章  彩色图像处理  197
9.1  彩色基础  197
9.1.1  什么是彩色  198
9.1.2  我们眼中的彩色  198
9.1.3  三原色  198
9.1.4  计算机中的颜色表示  199
9.2  彩色模型  200
9.2.1  RGB模型  200
9.2.2  CMY、CMYK模型  202
9.2.3  HSI模型  203
9.2.4  HSV模型  207
9.2.5  YUV模型  210
9.2.6  YIQ模型  213
9.2.7  Lab模型简介  214
9.3  全彩色图像处理基础  215
9.3.1  彩色补偿及其Matlab实现  215
9.3.2  彩色平衡及其Matlab实现  217

第10章  形态学图像处理  220
10.1  预备知识  220
10.2  二值图像中的基本形态学运算  222
10.2.1  腐蚀及其实现  222
10.2.2  膨胀及其实现  227
10.2.3  开运算及其实现  229
10.2.4  闭运算及其实现  231
10.3  二值图像中的形态学应用  232
10.3.1  击中与击不中变换及其实现  232
10.3.2  边界提取与跟踪及其实现  234
10.3.3  区域填充  235
10.3.4  连通分量提取及其实现  237
10.3.5  细化算法  240
10.3.6  像素化算法  242
10.3.7  凸壳  243
10.3.8  bwmorph函数  243
10.4  灰度图像中的基本形态学运算  244
10.4.1  灰度膨胀及其实现  244
10.4.2  灰度腐蚀及其实现  247
10.4.3  灰度开、闭运算及其实现  248
10.4.4  顶帽变换(top-hat)及其实现  250
10.5  小结  252

第11章  图像分割  253
11.1  图像分割概述  253
11.2  边缘检测  254
11.2.1  边缘检测概述  254
11.2.2  常用的边缘检测算子  255
11.2.3  Matlab实现  258
11.3  霍夫变换  261
11.3.1  直线检测  261
11.3.2  曲线检测  264
11.3.3  任意形状的检测  264
11.3.4  Hough变换直线检测的Matlab实现  265
11.4  阈值分割  268
11.4.1  阈值分割方法  268
11.4.2  Matlab实现  272
11.5  区域分割  273
11.5.1  区域生长及其实现  273
11.5.2  区域分裂与合并及其Matlab实现  275
11.6  基于形态学分水岭算法的图像分割  280
11.6.1  形态学分水岭算法  280
11.6.2  Matlab实现  283
11.7  Matlab综合案例——分水岭算法  284
11.8  小结  289

第12章  特征提取  290
12.1  图像特征概述  290
12.1.1  什么是图像特征  290
12.1.2  图像特征的分类  290
12.1.3  特征向量及其几何解释  291
12.1.4  特征提取的一般原则  291
12.1.5  特征的评价标准  291
12.2  基本统计特征 &nb

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP