數(shù)字圖像處理及行業(yè)應(yīng)用
定 價:68 元
叢書名:普通高等教育計算機類系列教材
- 作者:王俊祥 趙怡 張?zhí)熘?/span>
- 出版時間:2022/12/1
- ISBN:9787111711803
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:TN911.73
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書主要介紹了數(shù)字圖像處理的基本概念、基本原理、常見方法和應(yīng)用案例,并且融入了近年來數(shù)字圖像處理領(lǐng)域的重要進展。全書共11章,包括緒論、數(shù)字圖像處理基礎(chǔ)、圖像增強、圖像復(fù)原、彩色圖像處理、圖像壓縮、圖像形態(tài)學(xué)及其應(yīng)用、圖像分割、圖像特征提取、圖像識別、圖像處理的綜合應(yīng)用實例分析。本書注重理論和實際應(yīng)用相結(jié)合,在講解理論的同時配以大量的行業(yè)應(yīng)用案例。
本書可作為高等學(xué)校信息與通信工程、計算機科學(xué)與技術(shù)、軟件工程、自動化、人工智能等專業(yè)本科高年級或研究生的教材,也可作為數(shù)字圖像處理、計算機視覺、機器視覺、人工智能等領(lǐng)域工程技術(shù)人員的參考書。
前言
圖像是重要的信息載體之一,數(shù)字圖像處理關(guān)注的是圖像的處理。數(shù)字圖像處理是利用計算機對圖像進行加工、轉(zhuǎn)換和分析等操作的技術(shù)。隨著科技發(fā)展進入數(shù)字化、網(wǎng)絡(luò)化、智能化的新時代,數(shù)字圖像處理技術(shù)的適用范圍越來越廣泛。數(shù)字圖像處理技術(shù)與如今熱門的人工智能、機器學(xué)習(xí)、信息安全等有著密切的聯(lián)系。
本書可作為高等學(xué)校信息與通信工程、計算機科學(xué)與技術(shù)、軟件工程、自動化、人工智能等專業(yè)“數(shù)字圖像處理”課程的推薦教材。首先,隨著信息技術(shù)的發(fā)展,“數(shù)字圖像處理”課程所涵蓋的內(nèi)容需要與新技術(shù)銜接;其次,積極推進新工科建設(shè),為培養(yǎng)高素質(zhì)復(fù)合型“新工科”人才提出了新要求。本書就是為適應(yīng)這兩種新變化的需要而編寫的。
本書是在編著者認真分析并研究了2010年以來出版和再版的若干國內(nèi)外同類優(yōu)質(zhì)教材特點的基礎(chǔ)上,結(jié)合多年的教學(xué)經(jīng)驗編寫而成的。同時,本書結(jié)合地方院校特色,力求體現(xiàn)以下思路:
1.知識模塊化,方便后續(xù)應(yīng)用。將數(shù)字圖像處理的知識模塊化講解,將其分為數(shù)字圖像處理基礎(chǔ)、圖像增強、圖像復(fù)原、圖像壓縮、圖像分割、圖像識別等模塊,使讀者對數(shù)字圖像處理的內(nèi)容有全局的認識。應(yīng)用案例的介紹同樣圍繞著知識模塊開展,有利于讀者對數(shù)字圖像處理技術(shù)各種知識模塊的運用。
2.弱化數(shù)學(xué)分析、公式推導(dǎo)過程,從物理意義切入講解!皵(shù)字圖像處理”課程的新概念、新知識點較多,服務(wù)的對象是初學(xué)者,課程的內(nèi)容體系與其他相關(guān)先修專業(yè)課程(如“信號與系統(tǒng)”和“數(shù)字信號處理”)之間有緊密的銜接和交融,有一定的公式量。但考慮到過多的數(shù)學(xué)分析、公式推導(dǎo)會分散讀者的注意力,甚至掩蓋物理意義,因此本書從物理意義方面切入講解,更適合基礎(chǔ)薄弱的初學(xué)者。在這方面,本書盡量做到:物理意義闡述詳盡、公式簡明、鮮有數(shù)學(xué)公式推導(dǎo)、易學(xué)易懂?傊,本書力求做到增加可讀性,減少讀者閱讀和學(xué)習(xí)的困難。
3.以應(yīng)用為導(dǎo)向,突顯課程實用性!皵(shù)字圖像處理”是一門不僅涉及專業(yè)理論而且與工程實踐密切相關(guān)的課程,它與先修課程“信號與系統(tǒng)”和“數(shù)字信號處理”有差別。后者是講述信號的分析方法和處理方法的理論課程,“數(shù)字圖像處理”卻是以理論為基礎(chǔ)結(jié)合實際應(yīng)用的課程。本書配合大量的案例,向應(yīng)用更進一步。另外,本書配合行業(yè)發(fā)展特色應(yīng)用案例進行講授,有車牌識別案例、陶瓷碗口圓度檢測案例、墻地磚外形檢測案例等符合時代特色的教學(xué)案例,從而培養(yǎng)讀者的學(xué)習(xí)興趣,最終培養(yǎng)面向行業(yè)的應(yīng)用型人才。
4.體現(xiàn)課程教學(xué)知識的可擴展性。隨著信息技術(shù)的發(fā)展,數(shù)字圖像處理相關(guān)的各領(lǐng)域的新技術(shù)不斷涌現(xiàn)。面對新工科對人才培養(yǎng)的要求,課程教學(xué)應(yīng)該與科技發(fā)展同步。本書的第10章對圖像識別技術(shù)進行了介紹,圖像識別技術(shù)可以與最新的智能技術(shù)對接,如人工智能技術(shù)、智能制造技術(shù),從而增加讀者的學(xué)習(xí)興趣,開拓讀者的視野和思路,適應(yīng)現(xiàn)代科技對人才的要求。
本書第1章和第11章由王俊祥編寫,第2~5、7、8章由趙怡編寫,第6、9、10章由張?zhí)熘帉。全書由王俊祥統(tǒng)編定稿。此外,在本書編寫過程中李嬌做了大量輔助工作。
在本書的編寫過程中,編著者從所列參考文獻中吸取了寶貴的成果和資料,在此謹向各參考文獻的著譯者表示衷心的感謝。
編著者深知,數(shù)字圖像處理技術(shù)的范圍廣,新知識多,我們對這一領(lǐng)域的學(xué)習(xí)和研究水平十分有限,書中不妥之處在所難免,希望讀者給予批評和指正。
編著者
前言
第1章緒論
1.1數(shù)字圖像處理的基本概念
1.1.1圖像的表示
1.1.2數(shù)字圖像處理的目的
1.2數(shù)字圖像處理的內(nèi)容和方法
1.2.1數(shù)字圖像處理的內(nèi)容
1.2.2數(shù)字圖像處理的方法
1.3數(shù)字圖像處理系統(tǒng)的構(gòu)成
1.4數(shù)字圖像處理的特色應(yīng)用
1.5本章小結(jié)
第2章數(shù)字圖像處理基礎(chǔ)
2.1數(shù)字圖像處理基礎(chǔ)概述
2.2圖像的視覺基礎(chǔ)
2.2.1人眼視覺系統(tǒng)
2.2.2人眼視覺模型
2.2.3人眼視覺特性
2.3圖像的數(shù)字化表示
2.3.1圖像的獲取
2.3.2圖像數(shù)字化過程
2.3.3數(shù)字圖像表示方法
2.4圖像像素間的關(guān)系
2.4.1圖像像素鄰域
2.4.2圖像像素鄰接
2.4.3像素間的距離
2.5圖像的算術(shù)運算
2.6本章小結(jié)
第3章圖像增強
3.1圖像增強概述
3.2空間域的圖像增強——直接灰度變換法
3.2.1圖像線性變換
3.2.2圖像非線性變換
3.3空間域的圖像增強——直方圖修正法
3.3.1直方圖的概念
3.3.2直方圖均衡化
3.3.3直方圖規(guī)定化
3.4空間域的濾波增強——平滑濾波與銳化濾波
3.4.1平滑濾波器
3.4.2銳化濾波器
3.5頻率域的圖像增強
3.5.1離散傅里葉變換
3.5.2頻率域平滑濾波——低通濾波器
3.5.3頻率域銳化濾波——高通濾波器
3.6本章小結(jié)
第4章圖像復(fù)原
4.1圖像復(fù)原概述
4.1.1圖像退化與復(fù)原的關(guān)系
4.1.2圖像降質(zhì)過程的數(shù)學(xué)模型
4.2常見的退化函數(shù)估計
4.3噪聲模型及只含噪聲圖像的復(fù)原
4.3.1各類常見噪聲模型
4.3.2空間域濾波對只含噪聲圖像的復(fù)原
4.3.3頻率域濾波對只含周期噪聲圖像的復(fù)原
4.4復(fù)原的經(jīng)典理論方法(選學(xué))
4.4.1逆濾波復(fù)原
4.4.2維納濾波復(fù)原
4.4.3約束小二乘方濾波復(fù)原
4.5圖像的幾何失真變換
4.5.1基本的幾何失真變換
4.5.2灰度插值復(fù)原
4.6本章小結(jié)
第5章彩色圖像處理
5.1彩色圖像處理概述
5.2彩色基礎(chǔ)
5.2.1彩色的顏色屬性
5.2.2原色相加理論和原色相減理論
5.3彩色模型
5.3.1RGB彩色模型
5.3.2CMY和CMYK彩色模型
5.3.3HSI彩色模型
5.3.4與設(shè)備無關(guān)的彩色模型——Lab彩色模型
5.3.5彩色模型之間的變換
5.4偽彩色圖像處理
5.4.1灰度分層法
5.4.2灰度級到彩色變換法
5.5彩色變換
5.5.1調(diào)整彩色圖像亮度
5.5.2補色
5.5.3彩色分層
5.5.4色調(diào)和彩色校正
5.5.5直方圖處理
5.6彩色圖像增強
5.6.1彩色圖像平滑
5.6.2彩色圖像銳化
5.7彩色圖像分割
5.7.1HSI彩色模型分割
5.7.2RGB彩色模型分割
5.7.3彩色圖像邊緣檢測(選學(xué))
5.8本章小結(jié)
第6章圖像壓縮
6.1圖像壓縮概述
6.2數(shù)學(xué)變換基礎(chǔ)
6.2.1數(shù)據(jù)冗余
6.2.2基礎(chǔ)變換
6.3無損壓縮編碼
6.3.1霍夫曼編碼
6.3.2行程編碼
6.3.3算術(shù)編碼
6.4有損壓縮編碼
6.4.1有損預(yù)測編碼
6.4.2變換編碼
6.4.3其他編碼
6.5圖像壓縮標(biāo)準(zhǔn)與圖像格式
6.5.1JPEG
6.5.2JPEG2000
6.5.3其他圖像壓縮標(biāo)準(zhǔn)
6.5.4圖像格式
6.6本章小結(jié)
第7章圖像形態(tài)學(xué)及其應(yīng)用
7.1圖像形態(tài)學(xué)概述
7.2二值圖像數(shù)學(xué)形態(tài)學(xué)的運算工具——腐蝕與膨脹
7.2.1數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)知識
7.2.2二值腐蝕與膨脹
7.3二值圖像數(shù)學(xué)形態(tài)學(xué)的運算工具——開運算與閉運算
7.3.1二值圖像開運算
7.3.2二值圖像閉運算
7.4數(shù)學(xué)形態(tài)學(xué)的常見算法
7.4.1邊界提取
7.4.2孔洞填充
7.4.3擊中與擊不中變換
7.4.4提取連通分量
7.4.5細化和粗化
7.4.6骨架抽取
7.5灰度圖像形態(tài)學(xué)
7.5.1灰度腐蝕與膨脹
7.5.2灰度開運算與閉運算
7.6本章小結(jié)
第8章圖像分割
8.1圖像分割概述
8.2點、線的邊緣檢測方法
8.2.1邊緣檢測原理
8.2.2點檢測
8.2.3線檢測
8.2.4各種邊緣檢測算子及性能對比
8.2.5霍夫(Hough)變換
8.3基于閾值的分割方法
8.3.1閾值分割的原理與分類
8.3.2全局閾值分割
8.3.3局部閾值分割
8.4基于區(qū)域提取的分割方法
8.4.1區(qū)域生長
8.4.2區(qū)域分裂與合并
8.5形態(tài)學(xué)分水嶺算法分割圖像
8.6其他分割算法(選學(xué))
8.6.1超像素的區(qū)域分割
8.6.2運動視頻在分割中的運用
8.7本章小結(jié)
第9章圖像特征提取
9.1圖像特征提取概述
9.2邊界預(yù)處理表示方法
9.2.1鏈碼
9.2.2小周長多邊形近似邊界
9.2.3標(biāo)記圖
9.2.4骨架
9.3邊界特征描繪子
9.3.1基礎(chǔ)邊界描繪子
9.3.2形狀數(shù)
9.3.3傅里葉描繪子
9.3.4統(tǒng)計矩
9.4區(qū)域描繪特征(選學(xué))
9.4.1一些基本的區(qū)域描繪子
9.4.2拓撲描繪子
9.4.3紋理
9.4.4矩不變量
9.4.5特征描繪子的主分量
9.5尺度不變特征變換
9.5.1尺度空間極值檢測(選學(xué))
9.5.2關(guān)鍵點定位
9.5.3方向確定
9.5.4關(guān)鍵點描述
9.6本章小結(jié)
第10章圖像識別
10.1圖像識別概述
10.2基于傳統(tǒng)機器學(xué)習(xí)的圖像識別
10.2.1監(jiān)督學(xué)習(xí)算法
10.2.2非監(jiān)督學(xué)習(xí)算法
10.3分類模型評價指標(biāo)
10.4基于深度學(xué)習(xí)的圖像識別
10.5本章小結(jié)
第11章圖像處理的綜合應(yīng)用實例分析
11.1車牌識別綜合案例分析
11.1.1車牌識別概述
11.1.2車牌識別原理
11.1.3車牌識別案例實驗分析
11.2陶瓷碗口圓度檢測綜合案例分析
11.2.1陶瓷碗口圓度檢測概述
11.2.2陶瓷碗口圓度檢測原理
11.2.3陶瓷碗口圓度檢測實驗分析
11.3陶瓷碗口缺口檢測綜合案例分析
11.3.1陶瓷碗口缺口檢測概述
11.3.2陶瓷碗口缺口檢測原理及實驗分析
11.4墻地