您好,欢迎光临有路网!
数字图像处理-(第3版)
QQ咨询:
有路璐璐:

数字图像处理-(第3版)

  • 作者:胡学龙
  • 出版社:电子工业出版社
  • ISBN:9787121238871
  • 出版日期:2014年08月01日
  • 页数:264
  • 定价:¥35.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    本书是普通高等教育“十一五”**级规划教材、全国电子信息类**教材一等奖、江苏省精品教材、 “十二五” 江苏省**教材、江苏省研究生**课程的参考书。共11章,主要内容:数字图像的发展简史、基本图像处理系统、图像数字化与显示、图像变换与二维数字滤波、图像编码与压缩、图像增强、图像复原、图像分割、数学形态学图像处理、彩色图像处理、图像的数字水印、图像分析系统、图像数据库与基于内容的检索、图像存档与通信系统、图像融合、图像处理软件的开发等。配套电子课件、习题参考答案、课程网站和MOOC微视频。 数字图像处理-(第3版)_胡学龙_电子工业出版社_
    文章节选
    前 言
    在人类获取外界信息的渠道中,由眼睛感受的视觉信息占据举足轻重的地位。除了可视的自然景象外,宏观和微观影像及大量由计算机生成的图像丰富了视觉的范畴,成为多媒体世界*重要的成员之一。图像处理技术产生于20世纪初,其发展速度之快、应用范围之广、与其他学科交叉之紧密,令人瞩目。它在科学技术、国民经济的各个领域以及人们的工作和生活中发挥越来越重要的���用。
    在21世纪,数字图像处理正以强劲的发展态势与后劲,朝着智能化、网络化、个人化、实时化等方向发展,图像信息已成为第四代移动通信、物联网、大数据和云计算技术研究的重要对象。近年来,平板电脑和大屏智能手机普及,其高清拍照、在线视频、二维码识别、名片识别、视频聊天等功能深受大众欢迎。同时图像处理技术在我国的科学研究与工程技术的振兴中做出了显著贡献,特别在遥感遥测和宇航工程方面更是立下了汗马功劳!“高分一号”卫星作为我国高分辨率对地观测系统**星的成功发射开启了我国对地观测的新时代。以近年来嫦娥工程为例,“嫦娥一号”和“嫦娥二号”卫星所携带的干涉成像光谱仪、激光高度计和CCD立体相机共同完成了月球表面三维立体影像的获取工作。配备了降落相机的“嫦娥三号”在月面上实现了软着陆,着陆器安装了地形地貌相机、近紫外月基天文望远镜、极紫外相机等探测设备。月球车配备全景相机等成像设备,在月球表面进行巡视探测。在微观世界,我国科学家在水科学领域取得重大突破,**拍摄到了水分子的内部结构,使得在实验中直接解析水的氢键网络构型成为可能。
    在本科阶段“数字图像处理”作为电子信息工程、电子信息科学与技术、通信工程、计算机科学与技术、自动化等专业的专业课,对提高学生认识世界和改造世界的能力大有裨益。虽然各专业对图像的获取、变换、编码与压缩、增强与复原、分割与目标识别等处理及硬件与软件的实现要求不尽相同,学生的兴趣点也有差异,但基本理论、基础知识、基本技能对于不同专业都是不可缺少的。
    图像处理具有鲜明的学科交叉性。学习图像处理涉及众多知识领域。获取图像,要了解成像原理和光传感器的结构,这涉及光学和电子学基础;为了表示图像,要用到数学分析、矩阵论、随机过程;对图像进行增强,要了解视觉的生理和心理特点;对图像进行压缩,必须了解信息论和编码的基本理论和方法;在计算机中实际进行图像处理时,对编程语言和软件工具MATLAB、C++和Photoshop等也应该熟悉。现代图像处理技术更是将*新的理论和方法与本学科紧密结合,如数学形态学、人工神经网络(ANN)、模糊集与粗糙集理论、遗传算法等演化算法、人工生命等复杂性系统等,这些技术的引入使图像处理更加智能化。
    本课程作为专业课,学时较少,但承接前面课程的概念较多,新概念也较多。近年来,本科毕业设计和研究生在图像处理、图像分析和机器视觉等方面的研究课题日趋增多。该课程产生的延伸影响越来越大。如何有效地组织教材,使之成为一个有机的整体,是摆在我们面前的难题。20多年来,对图像处理技术的研习,使我们感到图像处理技术博大精深。我们将教材编写视为创新性的工作,尽管国内外类似的教材较多,但我们希望在立足于吸收众多专家成果的基础上,反映我们对图像处理学习、讲授、指导研究生和从事科研实践的体会和感受。严谨、求实、创新,是我们编写本书的基本原则。
    在推进研究性教学、**工程师培养计划和MOOC(大型开放式网络课程)教学的时代背景下,对第2版教材进行了全面修订,进一步提高教材的可读性、实际教学效果,并为研究性图像处理教学奠定坚实基础,注重图像处理理论和技术的实际应用,做到与时俱进,精益求精。第3版特别对原理的验证、思路的拓展进行了深入的研究。新教材进一步完善了本学科的知识体系,按照学生的学习规律,在循序渐进的指导原则下,对部分章节重新编排,增加了不少可供实际操作的程序,对实验内容、要求和步骤做了较大的更新,对习题进行了必要的增补和修订。为了便于教学,我们在书后列出了在双语教学实践中选取的图像处理专业英文词汇和MATLAB图像处理工具箱。本教材按照48学时(含实验)编排,各校、各专业可根据人才培养方案,对学时和内容进行编排。
    本书的第1、2版在读者和专家们的关爱下,获得了良好的社会声誉:第1版2006年被评为普通高等教育“十一五”**级规划教材,2007年被评为江苏省精品教材,2010年又成为江苏省研究生**课程“图像信号处理”的主要参考书,2012年荣获全国电子信息类**教材(研究生、本科生教育**教材)一等奖。由中国电子教育学会、电子工业出版社和扬州大学共同举办的“数字图像处理”及信号处理类课程教师培训与研修班将本教材作为培训教材,作者围绕图像处理学科前沿和课程改革、研究性教学、实践教学等内容做了专题报告。同时,上百所高等学校的使用也在不断推动着第3版的问世。2013年本书被评为江苏省“十二五”**教材立项再版建设项目。
    本教材的多媒体互动教学资源库建设入选**新闻出版改革发展项目库2013年度项目。为丰富教材内容和采用本教材的师生提供增值服务,本书提供免费的数字资源,包括电子课件、习题参考答案和配套课程网站,并以MOOC的形态和标准配套了微视频。请登录华信教育资源网(http://www.hxedu.com.cn)注册下载。
    本书的修订工作由扬州大学胡学龙教授完成,孙磊、陈舒涵等老师,陆慧敏、范谦、周金龙、颜子越、陆李娜等几位博硕士生也参与了修订工作。本书的修订工作得到了扬州大学、江苏省高等学校现代教育技术研究会各级领导的支持。在与日本九州工业大学芹川圣一(Seiichi SERIKAWA)教授联合培养研究生的过程中,本书的内容得到了不断充实。电子工业出版社各级领导和相关编辑的精心组织、细心审阅和修改保证了本书高质量地如期出版。书中还参考了大量国内外期刊、专著、教材和图片。在此一并表示衷心的感谢!
    本书的编著工作得到扬州大学出版基金、江苏省第七批“六大人才高峰”高层次人才项目、**自然科学基金资助项目(61301220、51108402)、江苏省**工程师培养计划(软件类)试点项目、江苏省高等教育教改研究重中之重课题(2011JSJG012)及**课题(2013JSJG069)、扬州大学教改**课题(YZUJX2014-9A、YZUJX2014-56D)等项目的资助。
    由于作者的教学和科研水平有限,书中难免有不当之处,敬请同行专家和读者不吝指正。同行专家、读者的宝贵意见将给作者更大的激励,并有助于提高以后面世的新版本的内容质量和进一步提高该课程的教学质量。读者意见请反馈至wyj@phei.com.cn。
    胡学龙
    2014年8月
    目录
    第1章 绪论 1<br>
    1.1 图像、像素及数字图像处理 2<br>
    1.2 数字图像处理发展简史 2<br>
    1.3 图像处理的目的、任务与特点 6<br>
    1.3.1 图像处理的目的 6<br>
    1.3.2 图像处理的任务 7<br>
    1.3.3 数字图像处理的特点 11<br>
    1.4 数字图像处理的应用 12<br>
    本章小结 15<br>
    思考题与习题 15<br>
    第2章 图像处理基本知识 16<br>
    2.1 人类视觉与色度学基础 17<br>
    2.1.1 人类的基本视觉特性 17<br>
    2.1.2 三基色原理 17<br>
    2.1.3 光度学基本知识 18<br>
    2.2 连续图像的数学描述 19<br>
    2.3 基本的图像处理系统 20<br>
    2.3.1 图像处理硬件 20<br>
    2.3.2 图像处理软件 23<br>
    2.4 图像的统计特征 28<br>
    2.5 实验:图像的基本操作和基本统计<br>
    指标计算 30<br>
    本章小结 32<br>
    思考题与习题 33<br>
    第3章 图像的数字化与显示 34<br>
    3.1 图像数字化的基本过程 35<br>
    3.1.1 图像的采样和量化 35<br>
    3.1.2 数字图像的数据量 37<br>
    3.1.3 采样和量化参数的选择 37<br>
    3.1.4 二维采样定理 39<br>
    3.2 图像的量化方法 40<br>
    3.2.1 量化方法分类 40<br>
    3.2.2 标量量化 40<br>
    3.2.3 向量量化 41<br>
    3.3 图像输入/输出设备 42<br>
    3.3.1 图像输入设备 42<br>
    3.3.2 图像输出设备 47<br>
    3.4 实验:图像的数字化 49<br>
    本章小结 50<br>
    思考题与习题 50<br>
    第4章 图像变换与二维数字滤波 51<br>
    4.1 二维离散傅里叶变换(DFT) 52<br>
    4.1.1 二维连续傅里叶变换 52<br>
    4.1.2 二维离散傅里叶变换 53<br>
    4.1.3 二维离散傅里叶变换的性质 54<br>
    4.2 二维离散余弦变换(DCT) 57<br>
    4.2.1 一维离散余弦变换 57<br>
    4.2.2 二维离散余弦变换 58<br>
    4.2.3 二维DCT的应用 58<br>
    4.3 二维离散沃尔什-哈达玛变换<br>
    (DHT) 59<br>
    4.3.1 沃尔什变换 59<br>
    4.3.2 哈达玛变换 61<br>
    4.4 卡胡南-列夫变换(K-L变换) 63<br>
    4.5 二维离散小波变换 64<br>
    4.5.1 小波分析的思想来源 65<br>
    4.5.2 连续小波变换 66<br>
    4.5.3 一维离散小波变换 67<br>
    4.5.4 二维离散小波变换 67<br>
    4.6 二维数字滤波器 71<br>
    4.7 实验:图像变换与二维数字滤波 72<br>
    本章小结 74<br>
    思考题与习题 74<br>
    第5章 图像编码与压缩 76<br>
    5.1 概述 77<br>
    5.1.1 数据压缩的基本概念 77<br>
    5.1.2 图像编码压缩的必要性 78<br>
    5.1.3 图像编码压缩的可能性 78<br>
    5.1.4 图像编码压缩的技术指标 79<br>
    5.1.5 数据压缩方法的分类 81<br>
    5.2 统计编码 81<br>
    5.2.1 Huffman编码 81<br>
    5.2.2 算术编码 83<br>
    5.3 预测编码 85<br>
    5.3.1 预测编码基本原理 85<br>
    5.3.2 线性预测编码 86<br>
    5.3.3 自适应预测编码 87<br>
    5.4 变换编码 87<br>
    5.4.1 变换编码的基本原理 87<br>
    5.4.2 变换编码的系统结构 88<br>
    5.4.3 变换编码方案的选取 88<br>
    5.4.4 整数小波变换与图像压缩 90<br>
    5.5 二值图像编码 92<br>
    5.5.1 跳跃空白编码 92<br>
    5.5.2 游程长度编码 92<br>
    5.6 图像压缩编码标准 93<br>
    5.6.1 彩色与灰度图像压缩标准JPEG 93<br>
    5.6.2 二值图像压缩标准JBIG 95<br>
    5.6.3 JPEG2000静态图像压缩标准 97<br>
    5.7 实验:图像编码与压缩 98<br>
    本章小结 100<br>
    思考题与习题 101<br>
    第6章 图像增强 102<br>
    6.1 概述 103<br>
    6.1.1 图像增强的目的 103<br>
    6.1.2 图像增强技术的分类 103<br>
    6.1.3 直方图的概念 104<br>
    6.2 灰度修正 105<br>
    6.2.1 灰度级校正 106<br>
    6.2.2 灰度变换 107<br>
    6.2.3 灰度直方图变换 110<br>
    6.3 同态增晰 113<br>
    6.3.1 问题的由来 113<br>
    6.3.2 增晰原理 113<br>
    6.3.3 增晰算法 113<br>
    6.4 平滑 114<br>
    6.4.1 图像噪声 114<br>
    6.4.2 邻域平均法 115<br>
    6.4.3 中值滤波 118<br>
    6.4.4 边界保持类滤波 119<br>
    6.5 锐化 120<br>
    6.5.1 空间域差分法 120<br>
    6.5.2 频率域高通滤波法 125<br>
    6.6 实验:图像增强 125<br>
    本章小结 127<br>
    思考题与习题 128<br>
    第7章 图像复原 130<br>
    7.1 图像退化原因与复原技术分类 131<br>
    7.1.1 连续图像退化的数学模型 131<br>
    7.1.2 离散图像退化的数学模型 133<br>
    7.2 逆滤波复原 134<br>
    7.3 约束复原 135<br>
    7.3.1 约束复原的基本原理 135<br>
    7.3.2 维纳滤波方法 135<br>
    7.3.3 平滑度约束*小平方滤波 137<br>
    7.4 非线性复原方法 139<br>
    7.4.1 *大后验复原 140<br>
    7.4.2 *大熵复原 140<br>
    7.4.3 投影复原 141<br>
    7.4.4 同态滤波复原 142<br>
    7.5 盲图像复原 143<br>
    7.5.1 直接测量法 143<br>
    7.5.2 间接估计法 143<br>
    7.6 几何失真校正 146<br>
    7.6.1 典型的几何失真 146<br>
    7.6.2 空间几何坐标变换 146<br>
    7.6.3 校正空间像素点灰度值的确定 147<br>
    7.6.4 鱼眼图像校正方法简介 150<br>
    7.7 图像修复技术简介 151<br>
    7.8 实验:图像复原 152<br>
    本章小结 153<br>
    思考题与习题 154<br>
    第8章 图像分割 155<br>
    8.1 概述 156<br>
    8.1.1 图像分割的目的和任务 156<br>
    8.1.2 图像分割的集合定义 156<br>
    8.1.3 图像分割的分类 157<br>
    8.2 像素的邻域和连通性 157<br>
    8.3 图像的阈值分割技术 159<br>
    8.3.1 基本原理 159<br>
    8.3.2 全局阈值分割 160<br>
    8.3.3 局部阈值分割 163<br>
    8.4 图像的边缘检测 163<br>
    8.4.1 边缘检测的基本原理 163<br>
    8.4.2 梯度算子 164<br>
    8.4.3 拉普拉斯算子 165<br>
    8.4.4 拉普拉斯-高斯算子 166<br>
    8.4.5 坎尼边缘检测算子 166<br>
    8.4.6 方向算子 167<br>
    8.4.7 边缘跟踪 167<br>
    8.5 霍夫变换 169<br>
    8.5.1 直角坐标系中的霍夫变换 170<br>
    8.5.2 极坐标系中的霍夫变换 171<br>
    8.6 区域生长法 171<br>
    8.7 图像分割方法的比较 173<br>
    8.7.1 边缘检测的优缺点 173<br>
    8.7.2 区域分割的优缺点 174<br>
    8.8 实验:图像分割 174<br>
    本章小结 175<br>
    思考题与习题 175<br>
    第9章 形态学图像处理 177<br>
    9.1 概述 178<br>
    9.1.1 数学形态学的发展简史及基本<br>
    思想 178<br>
    9.1.2 几个基本概念 179<br>
    9.2 二值形态学 180<br>
    9.2.1 二值腐蚀 181<br>
    9.2.2 二值膨胀 181<br>
    9.2.3 二值开运算 183<br>
    9.2.4 二值闭运算 184<br>
    9.3 灰值形态学 184<br>
    9.3.1 灰值腐蚀 184<br>
    9.3.2 灰值膨胀 186<br>
    9.3.3 灰值开运算 186<br>
    9.3.4 灰值闭运算 186<br>
    9.3.5 灰值形态学梯度 187<br>
    9.3.6 高帽变换和低帽变换 188<br>
    9.3.7 开-闭运算和闭-开运算 188<br>
    9.4 实验:形态学图像处理 188<br>
    本章小结 190<br>
    思考题与习题 190<br>
    第10章 彩色图像处理 191<br>
    10.1 彩色图像处理的基本问题 192<br>
    10.2 颜色空间的表示及其转换 192<br>
    10.2.1 RGB模型 192<br>
    10.2.2 Munsell模型 193<br>
    10.2.3 HSV模型 193<br>
    10.2.4 HSI模型 194<br>
    10.2.5 YUV模型 194<br>
    10.2.6 CMYK模型 195<br>
    10.2.7 L*a*b*模型 195<br>
    10.2.8 RGB与HSV空间的相互<br>
    转换 196<br>
    10.2.9 RGB与YUV空间的相互<br>
    转换 197<br>
    10.2.10 RGB与HSI空间的相互<br>
    转换 198<br>
    10.2.11 真彩色、索引色和灰度<br>
    图像转换成二值图像 199<br>
    10.3 颜色空间的量化 200<br>
    10.4 抖动技术 201<br>
    10.5 假彩色处理 201<br>
    10.6 彩色图像增强 202<br>
    10.6.1 真彩色增强 202<br>
    10.6.2 伪彩色增强 203<br>
    10.7 彩色图像形态学 205<br>
    10.7.1 彩色图像形态学的基本方法 205<br>
    10.7.2 基于数学形态学的彩色图像<br>
    滤波 206<br>
    10.8 实验:彩色图像处理 207<br>
    本章小结 209<br>
    思考题与习题 210<br>
    第11章 数字图像处理的应用 211<br>
    11.1 图像处理在数字水印上的应用 212<br>
    11.1.1 概述 212<br>
    11.1.2 数字水印的衡量标准 212<br>
    11.1.3 数字水印的分类 212<br>
    11.1.4 实现数字水印的一般步骤 213<br>
    11.1.5 图像水印举例 213<br>
    11.2 基于数学形态学的图像颗粒度<br>
    分析系统 215<br>
    11.2.1 概述 215<br>
    11.2.2 求图像中目标的面积和颗<br>
    粒度 215<br>
    11.2.3 实验结果与分析 217<br>
    11.2.4 小结 218<br>
    11.3 基于内容的图像检索(CBIR) 218<br>
    11.3.1 概述 218<br>
    11.3.2 基于内容图像检索的发展 219<br>
    11.3.3 图像特征的概念 219<br>
    11.3.4 基于内容的图像检索系统的<br>
    框架 220<br>
    11.3.5 相似度测量公式 222<br>
    11.3.6 基于内容的图像检索系统<br>
    简介 223<br>
    11.3.7 基于内容的图像检索技术的<br>
    研究热点 224<br>
    11.3.8 一种基于颜色和纹理特征的<br>
    彩色图像检索算法 224<br>
    11.4 数字化医院中的图像存档与通信<br>
    系统(PACS) 227<br>
    11.4.1 概述 227<br>
    11.4.2 国内外发展现状 228<br>
    11.4.3 主要解决的问题和技术要点 229<br>
    11.4.4 DICOM图像格式 231<br>
    11.4.5 DICOM 3.0标准及其面向<br>
    对象的实现 231<br>
    11.4.6 小结 234<br>
    11.5 基于多分辨率分析的图像融合<br>
    方法 234<br>
    11.5.1 图像融合的层次 234<br>
    11.5.2 图像融合的方法 235<br>
    11.6 数字图像处理的发展趋势 237<br>
    11.7 基于MATLAB GUI图像处理<br>
    软件的开发 239<br>
    11.7.1 GUIDE基本操作 239<br>
    11.7.2 GUIDE图像处理软件设计<br>
    实例 239<br>
    11.8 实验:基于GUIDE的图像处理<br>
    软件开发 243<br>
    本章小结 244<br>
    思考题与习题 244<br>
    附录A 常用词汇中英文对照表 245<br>
    附录B 常用MATLAB图像处理工具箱<br>
    函数 251<br>
    参考文献 256

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外