• 【正版】智能数字图像处理:原理与技术9787111719557
21年品牌 40万+商家 超1.5亿件商品

【正版】智能数字图像处理:原理与技术9787111719557

正版旧书 85成新左右 里面部分划线标记 内容完好 可正常使用 旧书不附带光盘

23.39 3.4折 69 九品

仅1件

天津武清
认证卖家担保交易快速发货售后保障

作者金璐

出版社机械工业

ISBN9787111719557

出版时间2023-03

装帧平装

开本16开

定价69元

货号9787111719557

上书时间2024-12-24

亲亲一家de书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
商品描述
目录
前言<br />第一篇  数字图像处理基础理论<br />第1章  概论2<br /><br />  1.1  数字图像概述2<br /><br />    1.1.1  图像与数字图像的概念2<br /><br />    1.1.2  数字图像的表示与实例5<br /><br />    1.1.3  像素及其邻域8<br /><br />  1.2  数字图像处理技术的发展<br />及应用10<br /><br />  1.3  数字图像处理方法概述11<br /><br />  1.4  数字图像处理的主要技术与<br />系统构成12<br /><br />  1.5  图像处理编程基础13<br /><br />    1.5.1  Python编程基础13<br /><br />    1.5.2  Matlab编程基础24<br /><br />  习题28<br /><br />第2章  人类的感知与数字图像的质量30<br /><br />  2.1  人眼结构与视觉特性30<br /><br />    2.1.1  人眼结构30<br /><br />    2.1.2  人眼的视觉特性31<br /><br />    2.1.3  人类的视觉感知32<br /><br />    2.1.4  视觉感知特征在图像<br />处理中的作用34<br /><br />  2.2  影响数字图像质量的因素36<br /><br />    2.2.1  空间分辨率36<br /><br />    2.2.2  强度等级分辨率36<br /><br />    2.2.3  对比度37<br /><br />    2.2.4  清晰度37<br /><br />  习题38<br /><br />第3章  图像的基本运算与变形处理40<br /><br />  3.1  图像的基本运算40<br /><br />    3.1.1  代数运算40<br /><br />    3.1.2  逻辑运算44<br /><br />    3.1.3  图像的几何运算47<br /><br />  3.2  图像的重采样与插值运算55<br /><br />  3.3  图像的变形处理57<br /><br />    3.3.1  基于三角形区域变换的<br />图像变形57<br /><br />    3.3.2  基于四边形区域变换的<br />图像变形59<br /><br />  习题60<br /><br />第4章  图像增强处理63<br /><br />  4.1  空域处理技术64<br /><br />    4.1.1  点运算64<br /><br />    4.1.2  直方图处理68<br /><br />    4.1.3  伪彩色处理74<br /><br />  4.2  滤波器79<br /><br />  4.3  空域滤波处理80<br /><br />    4.3.1  空域平滑技术80<br /><br />    4.3.2  空域锐化技术85<br /><br />    4.3.3  空域平滑与锐化相结合的<br />滤波实例93<br /><br />  4.4  频域滤波处理94<br /><br />    4.4.1  图像频域处理基础94<br /><br />    4.4.2  利用傅里叶变换进行<br />图像处理100<br /><br />    4.4.3  频域的平滑滤波102<br /><br />    4.4.4  高通滤波锐化处理108<br /><br />  习题113<br /><br />第5章  图像复原技术116<br /><br />  5.1  图像复原基础116<br /><br />  5.2  图像退化与数学模型116<br /><br />  5.3  典型的图像复原方法117<br /><br />  5.4  退化函数估计方法118<br /><br />    5.4.1  图像观察估计法118<br /><br />    5.4.2  试验估计法118<br /><br />    5.4.3  模型估计法119<br /><br />  5.5  逆滤波复原及其实现方法119<br /><br />    5.5.1  逆滤波复原基础119<br /><br />    5.5.2  逆滤波复原的实现方法120<br /><br />  5.6  维纳滤波复原及其实现方法121<br /><br />    5.6.1  维纳滤波复原基础121<br /><br />    5.6.2  维纳滤波复原的实现方法122<br /><br />  5.7  噪声模型124<br /><br />  5.8  空域滤波复原125<br /><br />    5.8.1  均值滤波器125<br /><br />    5.8.2  统计滤波器126<br /><br />    5.8.3  自适应滤波器127<br /><br />  习题127<br /><br />第6章  彩色图像处理129<br /><br />  6.1  人类视觉对色彩的感知与<br />色彩空间129<br /><br />  6.2  RGB彩色图像的特效处理132<br /><br />  6.3  彩色图像处理138<br /><br />    6.3.1  彩色图像的平滑处理138<br /><br />    6.3.2  彩色图像的锐化139<br /><br />    6.3.3  彩色图像的分割140<br /><br />    6.3.4  彩色图像的边缘提取141<br /><br />  6.4  假彩色处理142<br /><br />  习题143<br /><br />第7章  数学形态学方法146<br /><br />  7.1  集合论基础知识146<br /><br />    7.1.1  元素和集合146<br /><br />    7.1.2  平移和反射147<br /><br />    7.1.3  结构元147<br /><br />  7.2  数学形态学的基本运算148<br /><br />    7.2.1  腐蚀148<br /><br />    7.2.2  膨胀150<br /><br />    7.2.3  开运算152<br /><br />    7.2.4  闭运算153<br /><br />  7.3  利用数学形态学处理图像154<br /><br />  习题159<br /><br />第8章  图像压缩与编码技术162<br /><br />  8.1  图像压缩技术基础162<br /><br />    8.1.1  编码与解码162<br /><br />    8.1.2  图像压缩的必要性和<br />可能性162<br /><br />    8.1.3  信源编码163<br /><br />    8.1.4  图像压缩的性能指标163<br /><br />  8.2  无损压缩编码164<br /><br />    8.2.1  哈夫曼编码165<br /><br />    8.2.2  香农-范诺编码167<br /><br />    8.2.3  游程编码169<br /><br />    8.2.4  预测编码169<br /><br />    8.2.5  算术编码171<br /><br />  习题171<br /><br />第9章  图像分割173<br /><br />  9.1  图像分割基础173<br /><br />    9.1.1  图像分割的概念173<br /><br />    9.1.2  图像分割的基本方法173<br /><br />    9.1.3  图像分割系统的构成174<br /><br />  9.2  非连续性检测174<br /><br />    9.2.1  孤立点的检测175<br /><br />    9.2.2  线的检测176<br /><br />    9.2.3  边缘检测177<br /><br />  9.3  边缘连接179<br /><br />    9.3.1  局部处理方法179<br /><br />    9.3.2  霍夫变换及实现方法179<br /><br />  9.4  阈值分割法181<br /><br />    9.4.1  单阈值分割法与多阈值<br />分割法182<br /><br />    9.4.2  均值迭代阈值分割法184<br /><br />    9.4.3  优选类间方差分割法186<br /><br />    9.4.4  常见的多阈值分割法187<br /><br />  9.5  基于区域的分割方法189<br /><br />    9.5.1  区域生长算法189<br /><br />    9.5.2  区域分裂合并算法192<br /><br />  9.6  基于能量的分割方法193<br /><br />    9.6.1  主动轮廓方法193<br /><br />    9.6.2  主动轮廓线演化的实例195<br /><br />    9.6.3  水平集方法197<br /><br />  习题199<br />第二篇  智能数字图像处理方法<br />第10章  人工智能基础知

—  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