数字图像处理基础及工程应用_宋丽梅_9787111582960

本书共分12章，第1章为绪论。第2章为数字图像的获取，主要针对图像采集装置进行介绍，包括相机、镜头、光源等硬件设施。第3章为数字图像预处理，包括图像变换、图像增强及数字形态学在预处理中的应用。第4章为图像分割技术，对Hough变换、区域分割等不同的边缘检测和图像分割算法的应用及特点进行总结。第5章为图像特征提取与选择，包括颜色特征和几何特征的提取方法、基于主成分分析和Fisher变化的特征选择方法。第6章为图像匹配，利用基于灰度和特征的匹配算法寻找与模板对应的图像区域。第7章是图像智能识别，对聚类识别、神经网络识别、支持向量机、模糊识别理论和实现方法进行了详细的讲解。第8至12章为数字图像案例，案例内容包括车牌识别、多气泡上升轨迹跟踪、人脸识别和图像三维识别、灯脚质量检测等。本书第3至7章为数字图像处理的基本处理方法，对本书中涉及的数字图像处理算法进行了清晰明了的描述，并详细描述了其实现过程，配有相应的程序代码，使读者（学生）容易理解所讲内容的原理、理论知识。第8至12章主要是数字图像处理技术在实际工程问题中的应用，对问题的研究背景、设计方案、解决方法、实现过程及代码实现进行了细致的阐述。在案例的程序设计方面，采用MATLAB或OpenCV(C++)语言实现，加强学生程序编写、算法实现的能力，从而提升其在数字图像处理方面的软件开发能力。本书总结了图像领域先进理论和算法，对工程应用系统的综合分析很有借鉴意义。可作为通信与信息工程、电子科学与技术、计算机科学与技术、控制科学与工程等相关专业教材及参考用书，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和工程技术人员参考。

　　进入21世纪，随着计算机技术和人工智能和思维科学研究的迅速发展，图像处理正向着高速、高分辨率、立体化、多媒体化、智能化和标准化的方向发展。在图像通信、办公自动化系统、地理信息系统、医疗设备、卫星照片传输及分析和工业自动化领域具有非常广泛的应用，并且出现了众多的图像处理理论和算法（小波分析、分形理论、形态学理论、遗传算法、神经网络等）。数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，从事数字图像处理领域的人才也受到企业、研究所、高校等单位的重视。

　　数字图像处理涉及信号处理、模式识别、人工智能和光电子学等领域，是一门交叉学科，具有很强的专业性。由于数字图像是一门快速发展的学科，因此最近几年来的研究成果在一些优秀教材中体现的不是特别充分，尤其对工程应用的关注度不够。因此，建设理论与工程应用相结合的数字图像处理教材，对解决工程研究问题的重要性不言而喻。本书体现了作者多年来在数字图像处理领域的科研和教学成果，是一本面向控制工程专业本科及研究生的教材，教材包含经典和最新的数字图像处理案例，能够为教学提供丰富可靠的工程应用经验，有利于加强工程实际应用的理论和知识的学习。

　　本书第3至7章中涉及的图像处理方法都配有详细分析过程及程序实现代码。第8至12章以工程应用案例分析为中心，对工程实践中的实际问题进行理论分析、特征归纳、给出解决方案，并配备相应的程序源代码及执行效果展示。克服了以往教材中应用案例解决方案不完善，解决问题思路不清晰，脱离工程实际等缺陷。从工程实用角度出发，针对图像复杂工程领域中的实际问题，分析其研究背景，剖析解决方案，细化解决问题的过程，每个关键步骤均配有程序代码及运行效果展示，深化学习者对图像处理算法的理解，有助于增强读者对图像处理方法应用的掌握。

　　本书由天津工业大学宋丽梅教授和王红一任主编，天津工业大学李金义和天津职业技术师范大学杨燕罡任副主编，天津工业大学林文伟、茹愿、李欣遥、郭素青、王佳炎、高艳艳等参与了编写工作。其中，第1章由宋丽梅和王红一编写，第2章由李金义、杨燕罡和王佳炎编写，第3章由李金义和郭素青编写，第4章由宋丽梅和李欣遥编写，第5章由王红一和茹愿编写，第6章由王红一、李金义和郭素青编写，第7章由王红一、李金义和林文伟编写，第8章由王红一、李金义和林文伟编写，第9章由王红一和李金义编写，第10章由宋丽梅和王红一编写，第11章由王红一、茹愿和高艳艳编写，第12章由杨燕罡、李欣遥和王佳炎编写。

　　本书编著得到了全国工程教指委优秀教材建设立项支持。

　　由于作者水平有限，书中难免存在不妥之处，敬请读者批评指正。

目录前言第1章数字图像处理概述 1.1数字图像的基本概念 1.1.1图像 1.1.2数字图像及其存储方式 1.1.3数字图像的分类 1.1.4数字图像处理系统 1.2数字图像处理发展史及发展趋势 1.3数字图像处理的特点 1.4数字图像处理的工程应用 1.5数字图像处理的主要内容【课后习题】第2章图像采集 2.1照明 2.1.1光源类型 2.1.2照明方式 2.1.3选择合适的照明光源及照明方式 2.2镜头 2.2.1镜头的基本常识 2.2.2镜头的类型 2.2.3选择合适的镜头 2.3相机 2.4相机接口技术【课后习题】第3章图像预处理技术 3.1图像的灰度变换 3.1.1线性变化 3.1.2分段线性变换 3.1.3灰度对数变换 3.1.4直方图均衡化 3.2图像的几何变换 3.2.1平移 3.2.2旋转 3.2.3比例放缩 3.2.4镜像 3.2.5插值 3.3图像增强 3.3.1均值滤波 3.3.2中值滤波 3.3.3对比度增强 3.3.4小波去噪 3.4形态学处理 3.4.1腐蚀 3.4.2膨胀 3.4.3开运算 3.4.4闭运算 3.4.5细化 3.4.6填充【课后习题】第4章图像分割技术 4.1边缘检测 4.1.1Roberts边缘算子 4.1.2Sobel边缘算子 4.1.3Prewitt边缘算子 4.1.4Laplacian边缘算子 4.1.5LoG边缘算子 4.1.6Canny边缘算子 4.1.7边缘检测算子的MATLAB实现 4.2Hough变换 4.2.1Hough变换概述 4.2.2基于Hough变换的直线检测 4.2.3基于Hough变换的曲线检测 4.3阈值分割 4.3.1阈值分割的基本原理 4.3.2阈值分割方法的分类 4.3.3极小值点阈值法 4.3.4最小均方误差法 4.3.5迭代选择阈值法 4.3.6双峰法 4.3.7最大类间方差法 4.4基于区域的图像分割 4.4.1区域生长算法 4.4.2区域分裂合并算法【课后习题】第5章图像特征提取与选择 5.1颜色特征 5.1.1颜色直方图 5.1.2颜色集 5.1.3颜色矩 5.1.4颜色聚合向量 5.1.5颜色相关图 5.2基于灰度共生矩阵的纹理特征构建 5.2.1灰度共生矩阵的定义 5.2.2基于灰度共生矩阵的纹理特征 5.2.3基于灰度-梯度共生矩阵的纹理特征构建 5.3几何特征 5.3.1位置 5.3.2方向 5.3.3周长 5.3.4面积 5.4基于主成分分析的特征选择 5.5基于Fisher线性判据的特征选择【课后习题】第6章图像匹配 6.1模板匹配旳概念 6.2基于灰度相关的模板匹配 6.2.1MAD算法 6.2.2SAD算法 6.2.3SSD算法 6.2.4NCC算法 6.2.5SSDA算法 6.2.6SATD算法 6.3基于灰度值的亚像素精度匹配 6.4使用空间金字塔进行匹配 6.4.1空间金字塔的表示方法 6.4.2空间金字塔匹配的基本原理 6.4.3空间金字塔匹配算法实现 6.5带旋转与缩放的模板匹配 6.5.1高斯尺度空间的极值检测 6.5.2特征点位置的确定 6.5.3特征点方向的确定 6.5.4特征点描述子生成 6.5.5SIFT特征向量的匹配【课后习题】第7章图像智能识别方法 7.1聚类识别 7.1.1聚类算法主要思想 7.1.2K-Means聚类算法理论基础 7.1.3聚类算法的MATLAB实现 7.2神经网络识别 7.2.1人工神经网络的主要思想 7.2.2BP神经网络算法的理论基础 7.2.3神经网络学习算法的MATLAB实现 7.3支持向量机识别 7.3.1支持向量机的分类思想 7.3.2SVM的基本理论 7.3.3SVM算法的MATLAB实现 7.4模糊识别 7.4.1模糊图像识别的设计思想 7.4.2贴近度与模糊度 7.4.3最大隶属原则与择近原则 7.4.4模糊算法的MATLAB实现【课后习题】第8章工程应用：车牌识别 8.1牌照定位 8.2牌照区域的分割 8.3字符分割与归一化 8.4字符细化 8.5字符的识别第9章工程应用：多气泡上升轨迹跟踪 9.1气泡图像的预处理 9.2气泡运动轨迹跟踪方法 9.2.1基于互相关匹配的目标跟踪 9.2.2基于Mean-Shift算法的目标跟踪第10章工程应用：人脸识别 10.1ORL人脸数据库简介 10.2基于PCA的人脸图像的特征提取 10.3人脸图像识别方法 10.3.1k-近邻算法 10.3.2BP神经网络法 10.3.3基于BP神经网络法和k-近邻法的综合决策分类 10.3.4实验的结果 10.4简单实例第11章工程应用：基于SURF特征点匹配的图像三维识别 11.1图像三维识别系统的方案设计 11.2图像三维识别过程 11.2.1三维图像预处理 11.2.2基于SURF算法的特征点匹配 11.2.3最优匹配点的提取 11.2.4图像三维坐标的计算 11.2.5图像三维识别 11.3基于SURF特征点匹配的图像三维识别的OpenCV完整代码第12章工程应用：基于OpenCV的灯脚质量检测 12.1灯脚质量检测的方案设计 12.2灯脚质量检测过程 12.2.1相机标定 12.2.2灯脚图像检测 12.2.3灯脚检测界面及结果分析附录颜色集参考文献

你还可能感兴趣

我要评论