{正版现货新书} 智能图像处理与分析识别 9787111729662 宋丽梅，王红一主编

全新正版现货，以书名为准，放心购买，购书咨询18515909251朱老师

50.03 6.3折 79 全新

库存30件

北京丰台

作者宋丽梅，王红一主编

出版社机械工业出版社

ISBN9787111729662

出版时间2023-07

装帧平装

开本16开

定价79元

货号13192931

上书时间2026-01-08

商品详情

品相描述：全新

商品描述: 目录
前言第1章数字图像处理概述1.1数字图像处理的产生与发展1.2数字图像的基本概念1.2.1图像与数字图像1.2.2数字图像的存储格式1.3数字图像处理的基本内容和基本步骤1.3.1基本内容1.3.2基本步骤1.4数字图像处理的工程应用1.5数字图像处理的机遇与挑战【本章小结】【课后习题】第2章图像采集系统2.1光源2.1.1光源的类型2.1.2光源的颜色2.1.3照明方式2.1.4光源的选择2.2镜头2.2.1镜头的成像原理2.2.2镜头的主要参数2.2.3镜头的类型2.2.4镜头的选择2.3相机2.3.1相机芯片的主要参数2.3.2相机的主要参数2.3.3相机的类型2.3.4相机的选择【本章小结】【课后习题】第3章数字图像基础3.1图像采样和量化3.1.1采样3.1.2量化3.1.3采样与量化参数的选择3.2像素间的基本关系3.2.1像素的邻接3.2.2邻接性、连通性、区域和边界3.2.3距离度量3.3灰度直方图3.3.1直方图的定义3.3.2直方图的特性3.3.3直方图的作用3.4图像质量评价3.4.1图像质量评价方法3.4.2均方误差3.4.3信噪比与峰值信噪比3.4.4结构相似度3.5图像的点运算3.6图像的代数运算3.6.1加法运算3.6.2减法运算3.6.3乘法运算3.6.4除法运算3.7图像的几何运算【本章小结】【课后习题】第4章图像预处理技术4.1图像的灰度变换4.1.1线性变换4.1.2分段线性变换4.1.3灰度对数变换4.1.4直方图均衡化4.2图像的几何变换4.2.1平移4.2.2旋转4.2.3镜像4.2.4比例放缩4.2.5插值4.3空间滤波增强4.3.1空间滤波机理4.3.2均值滤波4.3.3中值滤波4.4形态学处理4.4.1腐蚀4.4.2膨胀4.4.3开运算4.4.4闭运算4.4.5细化4.4.6填充【本章小结】【课后习题】第5章图像变换5.1傅里叶变换5.1.1一维和二维傅里叶变换基本原理5.1.2傅里叶变换的性质5.1.3频率域滤波（低通、高通、高斯、带通及带阻滤波器）5.1.4基于傅里叶变换的图像频域滤波实现5.2小波变换5.2.1图像二维离散小波变换5.2.2基于小波变换的图像去噪5.2.3基于小波变换的图像融合【本章小结】【课后习题】第6章图像复原6.1图像复原的理论模型6.2噪声模型6.2.1噪声的分类6.2.2一些重要噪声的概率密度函数6.2.3周期噪声6.2.4估计噪声参数6.3几种较经典的图像复原方法6.3.1逆滤波复原6.3.2维纳滤波复原6.3.3有约束最小二乘复原6.3.4盲去卷积图像复原6.4图像复原案例：PLSMS模型夜间雾霾图像的复原6.4.1多散射成分6.4.2PLSMS模型的描述【本章小结】【课后习题】第7章图像分割技术7.1阈值分割7.1.1极小值点阈值法7.1.2最小均方误差阈值法7.1.3迭代选择阈值法7.1.4双峰阈值法7.1.5优选类间方差阈值法7.2边缘检测7.2.1Roberts边缘算子7.2.2Prewitt边缘算子7.2.3Sobel边缘算子7.2.4Laplacian边缘算子7.2.5LoG边缘算子7.2.6Canny边缘算子7.2.7边缘检测算子MATLAB实现及主要特性分析7.3Hough变换7.3.1Hough变换概述7.3.2基于Hough变换的直线检测7.3.3基于Hough变换的曲线检测7.4基于区域的图像分割7.4.1区域生长算法7.4.2区域分裂合并算法7.5形态学分水岭分割7.5.1距离变换7.5.2分水岭建坝7.5.3分水岭分割算法【本章小结】【课后习题】第8章图像特征提取与选择8.1几何特征8.1.1位置8.1.2方向8.1.3周长8.1.4面积8.1.5矩形度8.1.6长宽比8.1.7圆形度8.1.8偏心率8.2颜色特征8.2.1颜色模型8.2.2颜色直方图8.2.3颜色矩8.2.4颜色聚合向量8.2.5颜色相关图8.3纹理特征8.3.1基于灰度共生矩阵的纹理特征构建8.3.2基于灰度-梯度共生矩阵的纹理特征构建8.4基于主成分分析的特征选择8.4.1KL变换8.4.2PCA的基本原理8.4.3PCA代码实现8.5基于分离判据的特征选择【本章小结】【课后习题】第9章图像匹配9.1模板匹配的概念9.2基于灰度相关的模板匹配9.2.1MAD算法9.2.2SAD算法9.2.3SSD算法9.2.4NCC算法9.2.5SSDA算法9.2.6SATD算法9.3基于变换域的模板匹配9.4基于特征相关的模板匹配9.4.1基于SIFT算法的图像匹配9.4.2基于SURF算法的图像匹配9.4.3基于ORB算法的图像匹配【本章小结】【课后习题】第10章图像智能识别方法10.1聚类识别10.1.1聚类算法主要思想10.1.2KMeans聚类算法理论基础10.1.3聚类算法的实现10.2支持向量机（SVM）识别10.2.1SVM的分类思想10.2.2SVM的基本理论10.2.3SVM算法的实现10.3人工神经网络识别10.3.1人工神经网络的主要思想10.3.2BP神经网络的理论基础10.3.3BP神经网络的实现10.4卷积神经网络（CNN）识别10.4.1CNN的主要思想10.4.2CNN的理论基础10.4.3CNN算法的实现【本章小结】【课后习题】第11章工程应用——米粒分类识别11.1米粒图像预处理11.1.1图像背景均匀化11.1.2图像二值化11.1.3图像去噪及米粒填充11.2米粒图像轮廓提取11.3米粒图像特征提取11.4米粒分类【本章小结】第12章工程应用——多气泡上升轨迹跟踪12.1研究背景12.2气泡图像的预处理12.2.1气泡图像去噪12.2.2气泡图像二值化12.2.3气泡图像填充12.3气泡运动轨迹跟踪方法12.3.1基于互相关匹配的目标跟踪12.3.2基于图像小波变换互相关匹配的气泡轨迹跟踪实现12.3.3基于MeanShift算法的目标跟踪【本章小结】第13章工程应用——血细胞图像检测13.1血细胞图像形态学处理13.1.1图像预处理13.1.2细胞的形态学分割13.1.3细胞图像边缘处理13.2血细胞图像阈值分割处理13.2.1全局阈值分割13.2.2动态阈值分割13.2.3目标提取13.3血细胞图像霍夫圆检测13.3.1图像去噪13.3.2霍夫圆检测13.4血细胞计数与面积计算【本章小结】第14章工程应用——手写字符识别14.1手写字符定位与分割14.2图像裁剪及标准化14.3特征矩阵提取14.4模板库建立14.5字符匹配识别14.6算法测试与应用【本章小结】第15章工程应用——汽车牌照识别15.1车牌图像采集15.2车牌图像预处理及牌照定位15.3汽车牌照区域的分割15.4字符图像分割15.5字符细化15.6BP神经网络的训练和字符的识别【本章小结】参考文献

内容摘要
本书系统介绍了智能图像处理所需的基本知识与核心算法，主要包括四部分内容：第一部分是数字图像处理的理论基础，包括数字图像处理概述和图像采集系统；第二部分是数字图像处理的基本方法和实例，包括数字图像基础、图像预处理、图像变换和图像复原；第三部分是图像特征提取与分析的理论、方法和实例，包括图像分割、图像特征提取与选择、图像匹配和图像智能识别方法；第四部分是数字图像处理的工程应用案例，包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。本书基础理论知识覆盖面较全，讲解过程深入浅出，可以促进学生对图像处理知识的理解和学习；案例的设计思路和开发经验讲解详细，引导读者进行图像处理技术实际工程能力的锻炼及开拓创新意识的培养；提供电子教案、二维码操作视频、教学大纲、习题与解答及完整源代码电子资源，对从事图像处理领域项目开发的读者有很好的借鉴作用，读者可登录wwwcmpeducom免费注册、审核通过后下载使用，或联系编辑索取（微信13146070618，电话010-88379739）；融入了科技创新、文化自信、爱国主义等思政元素，全方位培养学生的家国情怀。本书可作为高校人工智能、计算机科学与技术、机器人工程、控制科学与工程、通信与信息工程、电子科学与技术、生物医学工程等相关专业的本科生和研究生教材，也可供从事图像处理、分析和识别等相关领域的科技工作者参考。

主编推荐
本书以知识的系统性和应用的典型性为切入点，全面系统的介绍了智能图像处理的基本思想、方法和理论。既可以应用于本科和研究生的教学，还可以为从事人工智能专业和数字图像处理的工程技术人才提供丰富的程序开发样例，助力学生和工程技术人才快速了解智能图像处理技术的开发要点。本书提供了丰富的程序开发源代码，无须使用付费开发工具就可以完成具有自主知识产权的数字图像处理案例开发，助力学生和工程技术人才快速完成相关的工程研究项目，提升动手实践和科研自主创新能力。本书注重实用，重视理论与实践的结合。在介绍基本理论的同时，尽量与当前的实际应用结合，使学生学起来有的放矢。通过新增加的视频信息处理技术在“车牌识别” “米粒质量缺陷检测”“血细胞识别”和“手写字符识别”，学生可以了解视频技术在实际工作中的具体运用。本书可提供全部源代码以及部分代表性案例实操教学视频。

精彩内容
本书系统介绍了智能图像处理所需的基本知识与核心算法，主要包括四部分内容：第一部分是数字图像处理的理论基础，包括数字图像处理概述和图像采集系统；第二部分是数字图像处理的基本方法和实例，包括数字图像基础、图像预处理、图像变换和图像复原；第三部分是图像特征提取与分析的理论、方法和实例，包括图像分割、图像特征提取与选择、图像匹配和图像智能识别方法；第四部分是数字图像处理的工程应用案例，包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。本书基础理论知识覆盖面较全，讲解过程深入浅出，可以促进学生对图像处理知识的理解和学习；案例的设计思路和开发经验讲解详细，引导读者进行图像处理技术实际工程能力的锻炼及开拓创新意识的培养；提供电子教案、二维码操作视频、教学大纲、习题与解答及完整源代码电子资源，对从事图像处理领域项目开发的读者有很好的借鉴作用，读者可登录wwwcmpeducom免费注册、审核通过后下载使用，或联系编辑索取（微信13146070618，电话010-88379739）；融入了科技创新、文化自信、爱国主义等思政元素，全方位培养学生的家国情怀。本书可作为高校人工智能、计算机科学与技术、机器人工程、控制科学与工程、通信与信息工程、电子科学与技术、生物医学工程等相关专业的本科生和研究生教材，也可供从事图像处理、分析和识别等相关领域的科技工作者参考。