数字图像处理 - 高等学校人工智能教育丛书 - 中国高校教材图书网
|
书名: |
数字图像处理
高等学校人工智能教育丛书
|
| ISBN: | 978-7-5606-7946-4 |
责任编辑: | |
| 作者: |
毋立芳
相关图书
|
定价: |
¥59.00
折扣价:¥56.05
折扣:0.95
节省了2.95元
|
| 版印次: | 1-1 |
开本: | 大32开 |
| 出版社: |
西安电子科技大学出版社 |
装订: | 平装 |
| 出版日期: |
2026-08-01 |
页数: |
|
| 分级: | |
每包册数: | |
| 适用专业: | |
立体化教材: | |
| 类别: | |
征订序号: | |
| 年度: | |
季度: |
|
| 中图法分类: | |
专业分类: | |
| 用途分类: | |
读者分类: | |
| 千字数: | 0 |
印刷日期: | |
| 国家规划教材: | |
省部级规划教材: | |
| 入选重点出版项目: | |
其他获奖项目: | |
|
|
| 内容简介: |
本书是关于数字图像处理的一本基础教材,取材于数字图像处理数十年发展的重要成果,结合作者三十多年的教学和科研实践经验编写而成。 本书注重理论与实践的紧密结合,按照教学规律阐述数字图像处理的基本理论和方法。书中首先介绍关于视觉、光学以及图像变换的基本理论; 然后介绍与数字图像处理相关的定义和术语; 接着重点介绍数字图像处理的核心技术,包括图像增强、 图像复原、 图像压缩、 图像重建、 图像分割、 图像特征提取与分类,最后简单介绍彩色图像处理的相关技术和深度学习理论及应用。书中在详细阐述理论的同时,给出了由作者团队开发的“数字图像处理教学演示系统”生成的相应图例,以加深读者对相关理论方法的理解。 本书可作为高校图像处理相关专业的本科生或研究生教材或自学用书,也可作为从事图像处理、 计算机视觉、 模式识别、 人工智能等领域研究的科技人员的参考用书。
|
| 作者简介: |
|
毋立芳,北京工业大学教授,博士生导师,国家级一流专业负责人。曾获北京市技术发明二等奖等省部级以上科技奖5项,北京市高等教育教学成果一等奖等省部级以上教学奖3项,获北京市三八红旗奖章、首都最美巾帼奋斗者称号等荣誉。中国计算机学会(CCF)理事、中国图像图形学学会(CSIG)理事,CCF、CSIG杰出会员,CCF计算机视觉专委会办公室副主任。IEEE TMM AE,信号处理、中国图象图形学报编委,参与组织SIUSAI 2025、PRCV2025/2026、CCIG2022-2026等。
|
| 推荐理由: |
|
|
| 章节目录: |
第1章 绪论
1.1 图像和数字图像的定义
1.2 常用图像处理方式
1.2.1 光学图像处理
1.2.2 模拟电信号图像处理
1.2.3 数字图像处理
1.2.4 三种图像处理方式的对比
1.3 数字图像处理的范畴
1.4 数字图像处理技术的发展历史
1.5 图像处理系统的组成
1.6 数字图像处理的核心技术
本章小结
思考题
本章拓展知识
@
第2章 数字图像处理基础
2.1 图像质量评价
2.1.1 图像质量的主观评价
2.1.2 图像质量的客观评价
2.2 人类视觉系统
2.2.1 人类视觉系统的组成
2.2.2 眼睛的结构和功能
2.2.3 视网膜
2.2.4 视觉中枢
2.3 视觉特性
2.3.1 视觉系统的空间频率特性
2.3.2 视觉系统的时间频率特性
2.3.3 视觉的亮度适应性
2.3.4 视觉的亮度分辨力
2.3.5 几个视觉现象
2.4 光度学基础知识
2.4.1 相对视敏函数
2.4.2 光通量
2.4.3 发光强度
2.4.4 亮度
2.4.5 照度
2.5 图像数字化
2.5.1 采样与量化
2.5.2 采样点数与量化级数的选取
2.5.3 等偏爱曲线
2.6 图像处理中的基本概念
2.6.1 邻域
2.6.2 邻接
@
第3章 图像变换
3.1 离散傅里叶变换
3.1.1 傅里叶变换的基础知识
3.1.2 二维信号的傅里叶变换
3.1.3 二维离散傅里叶变换的性质与定理
3.1.4 图像频谱分析
3.2 离散余弦变换
3.2.1 一维离散余弦变换的定义
3.2.2 二维离散余弦变换的定义
3.2.3 离散余弦变换的计算
3.2.4 离散余弦变换的矩阵表示
3.3 沃尔什-哈达玛变换
3.3.1 拉德梅克函数
3.3.2 一维沃尔什变换的定义及矩阵表示
3.3.3 二维离散沃尔什变换的定义及矩阵表示
3.3.4 二维离散哈达玛变换的定义及矩阵表示
3.4 K-L变换
3.4.1 K-L变换的基本理论
3.4.2 K-L变换的实现
3.4.3 离散K-L变换和离散余弦变换的关系
3.5 短时傅里叶变换
3.5.1 短时傅里叶变换的定义
3.5.2 短时傅里叶变换的局限性
3.6 小波变换
3.6.1 小波及小波变换
3.6.2 小波变换的特点
3.6.3 基本小波
3.6.4 图像的小波变换
3.7 图像变换的一般表示
本章小结
本章相关算法源代码
@
第4章 图像增强
4.1 图像点运算增强
4.1.1 图像点运算的约束条件
4.1.2 简单的灰度变换
4.1.3 直方图均衡
4.1.4 直方图规定化处理
4.1.5 直方图均衡的标准化处理
4.2 图像空间滤波增强
4.2.1 几个基本概念
4.2.2 平滑掩膜运算
4.2.3 中值滤波
4.2.4 锐化掩膜运算
4.3 图像变换域增强
4.3.1 低通滤波
4.3.2 高通滤波
4.3.3 频域滤波和空域掩膜运算的关系
4.3.4 同态滤波
4.4 图像增强方法中局部优化的思考
本章小结
思考题
本章拓展知识
本章相关算法源代码
@
第5章 图像复原
5.1 图像降质原因和图像降质模型
5.1.1 图像降质原因
5.1.2 图像降质模型
5.2 噪声估计和噪声抑制
5.2.1 噪声估计
5.2.2 噪声抑制
5.3 降质函数估计
5.3.1 观察法
5.3.2 重复实验法
5.3.3 理论建模法
5.4 求逆运算
5.4.1 逆滤波方法
5.4.2 维纳滤波法
5.4.3 功率谱相等准则滤波方法
5.4.4 匀速直线运动的模糊图像的差分复原法
本章小结
思考题
@
第6章 彩色图像处理
6.1 颜色模型
6.1.1 RGB颜色模型
6.1.2 CMYK颜色模型
6.1.3 HSI颜色模型
6.1.4 YUV颜色模型
6.1.5 YCbCr颜色模型
6.1.6 Lab颜色模型
6.2 彩色增强
6.2.1 密度切割法
6.2.2 灰度级-彩色变换法
6.3 彩色直方图均衡
6.3.1 基于HSI颜色模型的彩色直方图均衡
6.3.2 基于YCbCr颜色模型的彩色直方图均衡
6.3.3 基于RGB颜色模型的彩色直方图均衡
本章小结
本章相关算法源代码
@
第7章 图像压缩
7.1 图像压缩的基础知识
7.1.1 基本概念
7.1.2 图像压缩的必要性与可行性
7.1.3 图像数据冗余分析
7.1.4 典型的图像编解码框架
7.2 图像熵编码
7.2.1 最佳变长编码定理
7.2.2 哈夫曼编码
7.2.3 香农-费诺编码
7.2.4 B1/B2码编码方法
7.2.5 截断哈夫曼编码
7.2.6 算术编码
7.3 图像映射
7.3.1 预测编码
7.3.2 变换编码
7.3.3 矢量量化编码
7.4 图像JPEG压缩标准
7.4.1 JPEG组织的产生及标准
7.4.2 JPEG无损压缩编码
7.4.3 JPEG有损压缩编码
7.4.4 JPEG压缩结果举例
本章小结
本章拓展知识
本章相关算法源代码
@
第8章 图像重建
8.1 概述
8.1.1 图像重建的理论基础和CT技术简介
8.1.2 投影数据的获取方法
8.1.3 扇形投影数据和平行投影数据
8.2 图像重建方法
8.2.1 解联立方程组方法
8.2.2 反(逆)投影法
8.2.3 傅里叶变换法
8.2.4 滤波-逆投影法
8.2.5 逐步逼近法本章小结
@
第9章 图像分割
9.1 概述
9.2 基于阈值的图像分割方法
9.3 基于边缘的图像分割方法
9.3.1 基于局部特征的方法
9.3.2 基于全局特征的方法
9.4 基于区域的图像分割方法
9.4.1 区域生长法
9.4.2 区域分裂合并法
9.4.3 基于区域的图像分割方法的优缺点分析
9.5 基于分水岭的图像分割方法
9.6 图像分割结果的后处理——形态学运算
本章小结
@
第10章 图像特征提取与分类
10.1 概述
10.2 形状特征
10.2.1 方向链码
10.2.2 多边形近似法
10.2.3 标记图法
10.2.4 分段表示法
10.2.5 形状特征参数法
10.2.6 傅里叶描述子
10.3 颜色特征
10.3.1 颜色直方图
10.3.2 主颜色和颜色布局
10.3.3 颜色统计特征
10.4 纹理特征
10.4.1 灰度共生矩阵
10.4.2 Gabor特征
10.4.3 方向梯度直方图
10.4.4 局部二值模式
10.4.5 尺度不变特征
10.5 模式分类
10.5.1 基本概念
10.5.2 最近邻分类器
10.5.3 最小距离分类器
10.5.4 贝叶斯分类器
10.5.5 支持向量机
10.5.6 神经网络分类器
本章小结
|
| 精彩片段: |
|
|
| 书 评: |
|
|
| 其 它: |
|
|
|