×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787302669630
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:0
  • 出版时间:2024-08-01
  • 条形码:9787302669630 ; 978-7-302-66963-0

本书特色

本书结合丰富的实践案例系统深入地讲解了数字图像处理的相关内容。

内容简介

"本书是作者依据多年来从事数字图像处理教学的体会,参考相关文献并结合实际科研应用案例编写 而成的,概括地介绍了数字图像处理的基本概念、原理以及基础应用方法。 全书分为数字图像处理基础、数字图像运算、数字图像分析以及综合案例四大模块。首先引导读者 学习并掌握关键知识点,然后通过实际案例回顾相关内容,帮助读者融会贯通,提高实践能力与创新 能力。 本书面向的读者对象包括相关专业的研究生、高年级本科生,相关领域的从业者及对数字图像处理 感兴趣的广大读者。 "

目录

**部分 数字图像处理基础
第1章 概述 3
1.1 什么是数字图像处理 4
1.1.1 数字图像 4
1.1.2 数字图像处理 4
1.2 数字图像处理技术的应用 6
1.3 数字图像处理的基本内容 11
1.4 数字图像处理平台 12
第2章 数字图像基础 14
2.1 人类的视觉感知系统 15
2.2 数字图像获取 16
2.3 数字图像表示 19
2.4 像素基本关系 21
2.4.1 像素的邻域、连接和连通 21
2.4.2 像素间的距离 23
第3章 彩色图像 25
3.1 彩色基础 26
3.2 彩色模型 26
3.3 色彩校正 30
3.4 灰度图像与彩色图像 31
3.4.1 彩色图像到灰度图像 31
3.4.2 灰度图像到彩色图像 31
参考文献 33
第二部分 数字图像运算
第4章 图像基本运算 37
4.1 算术运算 38
4.2 逻辑运算 40
4.2.1 集合基础 40
4.2.2 二值图像的逻辑运算 41
4.3 空间运算 42
4.4 灰度变换 44
4.5 直方图处理 46
第5章 图像滤波运算 51
5.1 空间滤波 52
5.1.1 空间滤波基础 52
5.1.2 空间滤波器 53
5.2 频域滤波 58
5.2.1 傅里叶变换基本概念 58
5.2.2 频域滤波基础 59
5.2.3 频域滤波器 60
第6章 图像复原 66
6.1 图像退化与复原 67
6.2 噪声模型 68
6.2.1 基本噪声概率密度函数 68
6.2.2 周期噪声 70
6.2.3 噪声估计 70
6.3 噪声与滤波 71
6.3.1 单独噪声与空间滤波 72
6.3.2 周期噪声与频域滤波 75
6.4 退化函数与滤波 77
6.4.1 退化函数估计 77
6.4.2 逆滤波 78
6.4.3 *小均方误差(维纳)滤波 79
6.4.4 约束*小二乘方滤波 80
第7章 数学形态学处理 83
7.1 形态学处理基础 84
7.1.1 腐蚀与膨胀 84
7.1.2 开运算与闭运算 87
7.1.3 击中--击不中变换 90
7.2 一些基本形态学算法 91
7.2.1 边界提取 91
7.2.2 孔洞填充 92
7.2.3 连通区域提取 93
7.2.4 细化与粗化 94
7.3 灰度图像形态数学处理 95
7.3.1 灰度腐蚀与膨胀 95
7.3.2 灰度开运算与闭运算 96
7.3.3 灰度形态学算法 98
参考文献 100
第三部分 数字图像分析
第8章 图像分割 103
8.1 边缘分割 104
8.1.1 边缘检测 104
8.1.2 边缘连接 110
8.2 阈值分割 111
8.2.1 全局阈值分割 112
8.2.2 局部阈值分割 116
8.3 区域分割 118
8.3.1 区域生长 118
8.3.2 区域分裂与合并 120
8.4 其他图像分割算法 122
8.4.1 基于聚类的图像分割 122
8.4.2 分水岭分割 123
第9章 表示与描述 125
9.1 边界表示 126
9.1.1 边界追踪 126
9.1.2 边界链码 128
9.2 边界描述 130
9.2.1 傅里叶描述子 130
9.2.2 边界统计矩 131
9.3 区域描述 132
9.3.1 基本区域描述子 132
9.3.2 纹理 134
9.3.3 不变矩 137
第10章 图像模式分类 139
10.1 模板匹配分类 140
10.1.1 *小距离分类 140
10.1.2 模板遍历运算 141
10.2 贝叶斯分类 142
10.2.1 贝叶斯分类基本原理 142
10.2.2 基于朴素贝叶斯的目标分类 143
10.3 神经网络与深度学习 145
10.3.1 感知机模型 146
10.3.2 深度神经网络 147
10.3.3 深度卷积神经网络的传播原理 148
10.3.4 基于深度学习的网络模型 153
参考文献 159
第四部分 综 合 案 例
第11章 答题卡识别 163
11.1 相关背景 164
11.2 算法设计 164
11.3 算法实现 166
11.3.1 图像预处理 166
11.3.2 区域划分 166
11.3.3 准考证号识别 168
11.3.4 答题区域识别 170
11.4 扩展阅读 172
第12章 基于图像分割的车牌定位与识别 174
12.1 相关背景 175
12.2 算法设计 175
12.3 算法实现 176
12.3.1 车牌区域定位 176
12.3.2 车牌图像处理 177
12.3.3 字符分割 178
12.3.4 字符识别 179
12.4 扩展阅读 180
第13章 基于深度学习的车牌识别 181
13.1 相关背景 182
13.2 算法设计 182
13.3 算法实现 184
13.3.1 数据集 184
13.3.2 车牌位置检测 185
13.3.3 车牌字符识别 188
13.3.4 扩展阅读 191
参考文献 192
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航