定 价:46 元
丛书名:普通高等教育电子通信类特色专业系列规划教材
- 作者:许录平编著
- 出版时间:2017/1/1
- ISBN:9787030511423
- 出 版 社:科学出版社
- 中图法分类:TN911.73
- 页码:274
- 纸张:胶版纸
- 版次:2
- 开本:16开
《数字图像处理(第二版)》主要介绍了数字图像处理的基本概念、常用方法、实用技术和典型应用。《数字图像处理(第二版)》分三大部分共九章,第一部分是数字图像处理基础,包括绪论、数字图像处理基础和图像变换。第二部分介绍图像处理的基本方法和技术,包括图像增强、图像恢复和图像压缩编码。第三部分讲述数字图像分析的基本原理和方法,包括图像分割、图像描述和图像分类识别。内容系统,重点突出,理论与实例并重,每章配有小结和习题。
《数字图像处理(第二版)》可作为高等院校信息与通信工程、控制科学与工程、计算机科学与技术、生物医学工程、光学工程、电子科学与技术和网络与信息安全等学科研究生的图像处理课程的教材,以及电子信息工程、通信工程、探测制导与控制技术、计算机科学与技术、电子科学与技术、生物医学工程、电气工程及其自动化等相关专业本科生的教材,也可作为从事图像处理与分析、模式识别、人工智能和计算机应用的研究和开发的工程技术人员的参考书。
更多科学出版社服务,请扫码获取。
适读人群 :1.大学本科生2.工学博士、硕士研究生3.工程硕士研究生4.从事图像处理的工程技术人员
包括图像处理和图像分析的主要内容和新技术
从概念出发,深入浅出,结合应用,注重能力培养
重点突出,精简实用,配有学习指导书
免费赠送电子课件给使用本书的老师
本书第一版是作者于2007年按照高等院校教材及科技工作者参考的要求,集作者及其团队20多年的数字图像处理教学及科学研究经验编写的,以作为高等院校信息与通信工程、控制科学与工程、计算机科学与技术、生物医学工程、光学工程、电子科学与技术和网络与信息安全等学科研究生的图像处理课程的教材,以及电子信息工程、通信工程、探测制导与控制技术、计算机科学与技术、电子科学与技术、生物医学工程、电气工程及其自动化等相关专业本科生的教材,也可作为从事图像处理与分析、模式识别、人工智能和计算机应用的研究和开发的工程技术人员的参考书。本书内容系统,重点突出,理论与实例并重,每章配有小结和习题。出版后受到了高校师生和广大科技工作者的一致好评,期间经过修改和完善,已累计出版发行2.5万册,取得了良好的社会效益。
近十年来,数字图像处理技术得到了迅猛发展,并已应用到许多领域,如工业、农业、国防、军事、生物医学、通信、社会和日常生活等,尤其在人工智能等应用领域,数字图像处理已成为其核心技术。对此,作为教材使用的师生和广大科技读者需要与时俱进的新版书籍。在科学出版社“十二五”规划教材项目和西安电子科技大学教材立项的支持下.作者在全面总结原教材被高等院校作为教材和科技工作者作为参考书使用的基础上,适应学科和专业的发展需要,汲取教材使用者反馈的信息,尤其是宝贵的意见和建议,对全书进行了系统全面的修改。
本次修订,使本书作为教材和技术参考的特色更加突出。主要表现在如下几个方面。
(1)结构上力求系统、全面,形式上保持简洁、实用,内涵上注重创新意识和能力培养。
(2)遵循数字图像处理的特点,从概念出发,深入浅出;结合应用,融合科学研究成果。
(3)全书覆盖数字图像处理基础、数字图像处理技术和图像分析等数字图像处理主要内容,使其具备教材和参考书的必备功能。
(4)善于总结,明确数字图像处理方法或技术之间的关系,提出方法或技术的本质。比如,在图像增强中,提出了图像锐化的实质就是原图像加上加重的边缘,这样既明确了图像锐化和边缘检测的区别,同时又给出了二者的有机融合关系。
(5)从教和学以及知识获取、理解掌握的特点出发,合理安排各章节的内容,以便于读者尽快理解和掌握。比如,在图象变换一章的离散沃尔什-哈达玛变换中,先介绍了变换核具有递推性的哈达玛变换(该方法的出现实际晚于离散沃尔什变换),再介绍离散沃尔什变换,并提出了其变换核的间接递推性,方便了读者的理解掌握。
(6)各章配有小结和习题,全书配有学习指导书和教学课件,以便于教师讲授,读者学习、理解掌握。
目录
第二版前言
第一版前言
第1章绪论1
1.1图像和图像处理1
1.1.1图像1
1.1.2图像处理1
1.1.3图像的表示2
1.2数字图像处理的步骤和方法3
1.2.1数字图像处理的基本步骤3
1.2.2数字图像处理的内容和方法4
1.3数字图像处理系统的组成6
1.3.1数字图像输入模块6
1.3.2数字图像存储模块7
1.3.3数字图像输出模块7
1.3.4数字图像通信模块7
1.3.5数字图像处理与分析模块8
1.4数字图像处理的主要应用8
1.5全书内容简介10
习题11
第2章数字图像处理基础12
2.1色度学基础12
2.1.1三基色原理12
2.1.2颜色模型13
2.2人的视觉特性17
2.2.1人眼的构造与机理要点17
2.2.2人的视觉模型19
2.2.3人眼的亮度感觉21
2.3图像数字化24
2.3.1图像采样24
2.3.2采样图像的均匀量化26
2.3.3数字化参数的选择及对图像的影响27
2.4数字图像表示形式和特点29
2.5小结31
习题31
第3章图像变换33
3.1图像的几何变换33
3.1.1图像几何变换的一般表达式33
3.1.2平移变换33
3.1.3比例缩放34
3.1.4旋转变换34
3.1.5仿射变换34
3.1.6透视变换35
3.1.7灰度插值36
3.2图像的离散傅里叶变换38
3.2.1一维离散傅里叶变换(1D-DFT)38
3.2.2二维离散傅里叶变换(2D-DFT)39
3.3图像变换的一般表示形式43
3.4图像的离散余弦变换46
3.5图像的离散沃尔什-哈达玛变换48
3.5.1离散哈达玛变换(DHT)48
3.5.2离散沃尔什变换(DWT)50
3.5.32D-DHT和2D-DWT的特点及举例51
3.6K-L变换53
3.6.1图像的向量表示和统计参数53
3.6.2Cf的特征值和特征向量54
3.6.3离散K-L变换及其性质54
3.6.4图像的主分量表示和降维重建56
3.7小结58
习题58
第4章图像增强60
4.1图像的对比度增强60
4.1.1灰度线性变换61
4.1.2灰度的非线性变换62
4.2图像的直方图修正65
4.2.1灰度直方图的定义65
4.2.2灰度直方图的性质65
4.2.3直方图与图像清晰性的关系66
4.2.4直方图均衡化67
4.2.5直方图规定化70
4.3图像平滑75
4.3.1空域平滑法75
4.3.2频域低通滤波法80
4.3.3中值滤波法86
4.4图像锐化88
4.4.1空域锐化法89
4.4.2高频提升滤波法93
4.5图像的同态滤波97
4.6图像的彩色增强99
4.6.1伪彩色(pseudo color)增强99
4.6.2假彩色(false color)增强100
4.6.3真彩色图像增强101
4.7小结102
习题103
第5章图像恢复105
5.1退化模型105
5.1.1连续退化模型106
5.1.2离散退化模型107
5.1.3循环矩阵H的对角化108
5.1.4频域退化模型110
5.2常见退化函数模型及辨识方法110
5.2.1几种常见退化函数模型111
5.2.2退化函数的辨识方法111
5.3图像的无约束恢复——反向滤波法114
5.3.1无约束恢复115
5.3.2反向滤波法115
5.4图像的有约束最小二乘恢复——维纳和约束最小平方滤波法117
5.4.1维纳滤波法118
5.4.2约束最小平方滤波法119
5.5几何畸变图像的恢复122
5.5.1空间坐标变换122
5.5.2灰度值的确定124
5.6超分辨率图像复原126
5.6.1超分辨率复原的理论基础126
5.6.2超分辨率图像复原的数学模型128
5.6.3超分辨率图像复原算法129
5.6.4超分辨率图像复原的研究现状与发展趋势135
5.7小结136
习题136
第6章图像压缩编码138
6.1概述138
6.1.1图像压缩的可能性138
6.1.2图像压缩编码的概念138
6.1.3图像压缩方法分类138
6.2图像编码的基本理论140
6.2.1数据冗余140
6.2.2图像编解码模型142
6.2.3保真度准则144
6.3无损压缩编码146
6.3.1信息量146
6.3.2信源的熵146
6.3.3基本编码定理147
6.3.4霍夫曼编码法148
6.3.5香农-费诺编码法150
6.3.6算术编码151
6.4限失真编码153
6.4.1信息率失真理论153
6.4.2预测编码154
6.4.3正交变换编码159
6.5二值图像编码164
6.5.1常数块编码与空白块编码164
6.5.2游程编码(RLC)164
6.5.3四叉树编码165
6.6小波变换及在图像压缩编码中的应用166
6.6.1从傅里叶分析到小波变换167
6.6.2连续小波变换168
6.6.3二进小波变换170
6.6.4多分辨率分析171
6.6.5图像的小波变换编码175
6.7图像压缩国际标准简介184
6.7.1JPEG标准184
6.7.2JPEG2000184
6.7.3H.261/H.263185
6.7.4MPEG185
6.8小结186
习题187
第7章图像分割188
7.1图像分割的定义和依据188
7.1.1图像分割的定义188
7.1.2灰度图像分割的依据189
7.1.3图像分割方法分类189
7.2边缘点检测190
7.2.1边缘点检测的基本原理190
7.2.2正交梯度算子法191
7.2.3方向梯度法(方向匹配模板法)195
7.2.4线检测模板201
7.2.5二阶导数算子法202
7.3边缘线跟踪204
7.3.1局部边缘连接法205
7.3.2光栅扫描跟踪法205
7.3.3Hough变换法207
7.4门限化分割211
7.4.1灰度门限法211
7.4.2灰度门限的确定212
7.5区域分割法216
7.5.1区域生长法216
7.5.2分裂合并法218
7.6小结219
习题219
第8章图像描述221
8.1像素间的基本关系221
8.1.1像素的相邻与邻域221
8.1.2像素的邻接和连通222
8.1.3区域和边界224
8.1.4距离测量225
8.2目标物边界的描述226
8.2.1目标物边界的链码表示226
8.2.2曲线拟合229
8.2.3闭合曲线的傅里叶描述子230
8.3目标物的区域描述232
8.3.1区域的四叉树描述232
8.3.2区域的拓扑描述233
8.3.3骨架描述234
8.4图像的几何特征238
8.4.1区域面积238
8.4.2曲线长度和区域周长238
8.4.3区域圆形度239
8.4.4区域的外接矩形239
8.4.5区域的偏心率239
8.4.6区域的紧凑性240
8.5图像的矩描述241
8.5.1矩描述子的定义241
8.5.2矩的不变性241
8.6图像的纹理描述243
8.6.1基于粗糙度的纹理描述244
8.6.2灰度差分统计的纹理分析245
8.6.3等灰度游程长度的纹理描述245
8.6.4灰度共生矩阵纹理描述247
8.6.5傅里叶功率谱纹理描述249
8.7形态学在图像描述中的应用250
8.7.1形态学在区域描述中的应用250
8.7.2形态学在边界描述中的应用256
8.7.3形态学用于纹理描述257
8.8小结257
习题258
第9章图像分类识别260
9.1图像匹配260
9.1.1模板匹配260
9.1.2特征匹配262
9.2图像的分类263
9.2.1监督分类法263
9.2.2非监督分类法(聚类分析法)266
9.3图像识别266
9.3.1统计模式识别266
9.3.2结构模式识别269
9.3.3神经网络识别270
9.4小结271
习题272
参考文献273