• 数字图像处理基础
21年品牌 40万+商家 超1.5亿件商品

数字图像处理基础

正版保障 假一赔十 可开发票

24.46 6.3折 39 全新

库存3件

广东广州
认证卖家担保交易快速发货售后保障

作者Wilhelm Burger,Mark J. Burge著

出版社清华大学出版社

ISBN9787302388555

出版时间2014-10

装帧平装

开本其他

定价39元

货号10806923

上书时间2024-12-22

灵感书店

三年老店
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
目录

第1章 数字图像
1.1 图像编程
1.2 图像获取
1.2.1 针孔照相机模型
1.2.2 薄透镜
1.2.3 数字化
1.2.4 图像尺寸与分辨率
1.2.5 图像坐标系统
1.2.6 像素值
1.3 图像文件格式
1.3.1 光栅和矢量数据
1.3.2 TIFF文件格式
1.3.3 GIF文件格式
1.3.4 PNG文件格式
1.3.5 JPEG文件格式
1.3.6 BMP文件格式
1.3.7 PBM文件格式
1.3.8 其他文件格式
1.3.9 位与字节
1.4 练习题

第2章 ImageJ
2.1 图像操作与处理
2.2 ImageJ综述
2.2.1 关键特征
2.2.2 交互式工具
2.2.3 ImageJ插件
2.2.4 第一个示例:图像取反
2.3 ImageJ与Java的其他信息
2.3.1 ImageJ的资源
2.3.2 用Java编程
2.4 练习题

第3章 直方图
3.1 何谓直方图
3.2 理解直方图
3.2.1 图像获取
3.2.2 图像缺陷
3.3 直方图计算
3.4 多于8位图像的直方图
3.4.1 像素组合
3.4.2 示例
3.4.3 实现
3.5 彩色图像直方图
3.5.1 强度直方图
3.5.2 单个颜色通道直方图
3.5.3 组合颜色直方图
3.6 累积直方图
3.7 练习题

第4章 点运算
4.1 图像强度修正
4.1.1 对比度与亮度
4.1.2 利用设定门限限制结果值
4.1.3 图像求反
4.1.4 阈值操作
4.2 点运算与直方图
4.3 自动对比度调整
4.4 修正的自动对比度调整
4.5 直方图均衡化
4.6 直方图规范化
4.6.1 频率与概率
4.6.2 直方图规范化的原理
4.6.3 调整为分段线性分布
4.6.4 调整为给定直方图(直方图匹配)
4.6.5 示例
4.7 Gamma校正
4.7.1 为什么是Gamma
4.7.2 Gamma函数
4.7.3 真实Gamma值
4.7.4 Gamma校正应用
4.7.5 实现
4.7.6 修正Gamma校正
4.8 ImageJ中的点运算
4.8.1 利用查找表进行点运算
4.8.2 算术运算
4.8.3 包含多幅图像的点运算
4.8.4 两幅图像进行点运算的方法
4.8.5 多幅图像的ImageJ插件
4.9 练习题

第5章 滤波器
5.1 何谓滤波器
5.2 线性滤波器
5.2.1 滤波矩阵
5.2.2 应用滤波器
5.2.3 计算滤波器算子
5.2.4 滤波器插件示例
5.2.5 整数系数
5.2.6 任意尺寸的滤波器
5.2.7 线性滤波器的类型
5.3 线性滤波器的性质
5.3.1 线性卷积
5.3.2 线性卷积的性质
5.3.3 线性滤波的可分离性
5.3.4 滤波器的脉冲响应
5.4 非线性滤波器
5.4.1 值与值滤波
5.4.2 中值滤波
5.4.3 加权中值滤波器
5.4.4 其他非线性滤波器
5.5 滤波器的实现
5.5.1 滤波程序的效率
5.5.2 图像边界的处理
5.5.3 调试滤波器程序
5.6 ImageJ的滤波运算
5.6.1 线性滤波器
5.6.2 高斯滤波器
5.6.3 非线性滤波器
5.7 练习题

第6章 边缘与轮廓
6.1 边缘是怎么来的
6.2 基于梯度的边缘检测
6.2.1 偏导数与梯度
6.2.2 导数滤波器
6.3 边缘检测算子
6.3.1 Prewitt算子与Sobel算子
6.3.2 Roberts算子
6.3.3 罗盘算子
6.3.4 ImageJ的边缘检测算子
6.4 其他边缘检测算子
6.4.1 基于二阶导数的边缘检测
6.4.2 不同尺度下的边缘
6.4.3 Canny算子
6.5 从边缘到轮廓
6.5.1 轮廓跟踪
6.5.2 边缘图
6.6 边缘锐化
6.6.1 边缘锐化与拉普拉斯滤波器
6.6.2 USM锐化
6.7 练习题

第7章 形态学滤波器
7.1 收缩与放大
7.1.1 像素的邻域
7.2 基本的形态学运算
7.2.1 结构元素
7.2.2 点集
7.2.3 膨胀
7.2.4 腐蚀
7.2.5 膨胀与腐蚀的性质
7.2.6 设计形态学滤波器
7.2.7 应用举例:轮廓
7.3 复合运算
7.3.1 开运算
7.3.2 闭运算
7.3.3 开运算和闭运算的性质
7.4 灰度形态学
7.4.1 结构元素
7.4.2 膨胀与腐蚀
7.4.3 灰度开运算与闭运算
7.5 实现形态学滤波器
7.5.1 ImageJ中的二值图像
7.5.2 膨胀与腐蚀
7.5.3 开运算与闭运算
7.5.4 Outline函数
7.5.5 ImageJ中的形态学运算ImagProcessor类
7.6 练习题
……

第8章 彩色图像

附录A 数学记号
附录B Java摘记

参考文献



内容摘要

 

 

1  数字图像

在过去的很长一段时间里,只有少数能够接触到昂贵设备的专业人员才有机会使用计算机操作数字图像(即数字图像处理)。这种专业人员与设备通常只会出现在一些研究型实验室,因此数字图像处理技术起源于学术领域。如今,台式计算机的处理能力已日益增强,而且几乎每个人都具有一些获取数字图像的设备,例如手机摄像头、数码相机、扫描仪。这些设备产生了大量的数字图像,使得数字图像处理变得与文字处理一样普及。

多年前,将一张照片数字化并以文件的形式存储在计算机中,是一项很费时的工作。这在如今拥有强大的硬件和支持各种类型数字媒体的操作系统的条件下,可能是难以想象的。但我们可以清楚地记得:20世纪90年代初期,个人计算机还不够强大,甚至无法将现在典型数码相机拍摄的一幅图像加载进内存。而如今功能强大的硬件和软件包使得业余人士也能够像专业人士那样轻松地操作数字图像和视频。

这些发展使得一大批只对数字图像处理基本技术有初步了解的人,能够卓有成效地从事与数字图像相关的工作。就像成功地驾驶汽车并不需要对内燃机有深入的理解一样,对于那些仅仅想用假期里的照片来创建数字文档的一般消费者来说,也不需要对图像处理技术有深层次的理解。

如今,IT专业人员不能局限于简单地熟悉数字图像处理过程,而是要能够有理论深度地操作图像及相关的数字媒体。在医学和媒体以及其他所有领域的工作中,这已经成为工作流程中越来越重要的一环。同样,软件工程师和计算机科学家在开发程序、数据库以及相关系统时,也越来越多地面临需要正确处理数字图像的情况。对图像处理实际经验的缺乏,加之对基础理论理解的模糊,以及对问题难度的低估,常使解决方案的效率低,基至出现严重错误,使得我们对图像处理失去信心。11图像编程

尽管术语“图像处理”和“图像编辑”经常可以交换使用,但还是要引入下面更加精确的定义。数字图像编辑是指用已有的软件(Photoshpcorel Paint)来操作数字图像;而数字图像处理是指数字图像处理程序的概念、设计、开发以及改进。  现代编程环境以及它们所提供的大量API(应用程序接口),使非专业人员也可以轻松获得几乎所有方面的计算处理功能,例如网络、数据库、图形、声音或者成像。开发一教能够深人处理图像,处理其内部单个元素的程序是很吸引人的。在正确的理论知识指......



精彩内容

  随着台式计算机的处理能力已日益增强,各种图像拍摄的设备(例如平板电脑、手机摄像头、数码相机、扫描仪等)的普及,以及互联网时代的到来,使得数字图像处理变得与文字处理一样普及。《世界计算机教材:数字图像处理基础》就数字图像处理的各个基本主题,先给出有关问题的数学公式,然后根据数学公式给出实现有关问题的伪代码,Java语言及ImageJ平台下的完整实现,适合作为高等学校计算机及相关专业“数字图像处理”课程的教材。



—  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