數(shù)字圖像處理算法及應用

定　價：￥48.00

作　者：	李文書，趙悅著
出版社：	北京大學出版社
叢編項：
標　簽：	計算機與互聯(lián)網(wǎng) 圖形圖像/視頻

購買這本書可以去

ISBN：	9787301216071	出版時間：	2012-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	400	字數(shù)：

內(nèi)容簡介

　　《21世紀全國本科院校電氣信息類創(chuàng)新型應用人才培養(yǎng)規(guī)劃教材：數(shù)字圖像處理算法及應用》主要以智能圖像處理技術的算法實現(xiàn)為核心，系統(tǒng)介紹了圖像預處理、圖像分析與圖像識別／理解的基本原理、方法和技術，還包括圖像處理技術的現(xiàn)狀和最新研究進展?！?1世紀全國本科院校電氣信息類創(chuàng)新型應用人才培養(yǎng)規(guī)劃教材：數(shù)字圖像處理算法及應用》首先論述了數(shù)字圖像處理的基礎知識與數(shù)學模型：其次對圖像處理的預處理方法進行了歸納總結(jié)：再次詳述了編者在圖像分析中的工作；最后闡述了編者在圖像識別領域中的最新成果。每章末附有小結(jié)，為讀者學習和深入掌握該章的主要內(nèi)容提供了便利。《21世紀全國本科院校電氣信息類創(chuàng)新型應用人才培養(yǎng)規(guī)劃教材：數(shù)字圖像處理算法及應用》可作為高等院校智能信息處理、通信工程、電子科學與技術、信息工程、自動化、計算機科學與技術、地球物理、生物工程、生物醫(yī)學工程、醫(yī)學、遙感等領域相關專業(yè)的教材，同時也可供上述相關專業(yè)的教師和科技工作者參考使用。

作者簡介

　　李文書，博士，1997年畢業(yè)于齊齊哈爾大學1998年至2005年，分別就讀于浙江工業(yè)大學和浙江大學計算機科學與技術專業(yè)，獲碩士，博士學位。2008年至2010年于上海交通大學生物匱學工程博士后流動站作博士后；2009年至2010年美國Rensselaer理工學院訪問學者；IEEE、中國計算機學會會員和杭州市計算機學會會員；151第三層次培養(yǎng)人才?，F(xiàn)任浙江理工大學信息學院教授，軟件實驗室主任、智能檢測與系統(tǒng)實驗室主任，碩士生導師。主要研究方向為圖像處理，認知建模，中醫(yī)舌診客觀化。發(fā)表論文50余篇，其中有30余篇被SCI／EI收錄。主持或參與的國家級項目3項（主持1項）、省部級項目4項（主持3項）、廳局級項目9項（主持4項）、企業(yè)課題10項（主持3項）等。著作4部，其中主編教材2部，主著1部，參著1部；軟件著作權(quán)5個，發(fā)明專利1項。

圖書目錄

第1章緒論
1.1 概述
1.2 什么是數(shù)字圖像處理
1.3 數(shù)字圖像處理研究內(nèi)容
1.4 圖像處理和其他相關學科的關系
1.5 圖像處理的應用
1.5.1 在航天和航空技術方面的應用
1.5.2 在生物醫(yī)學工程方面的應用
1.5.3 在工業(yè)和工程方面的應用
1.5.4 在軍事公安方面的應用
1.5.5 在文化藝術方面的應用
1.5.6 在通信工程方面的應用
1.6 小結(jié)
習題
第2章基礎知識與數(shù)學模型
2.1 圖像信息基礎知識
2.1.1 δ函數(shù)
2.1.2 線性系統(tǒng)
2.2 圖像質(zhì)量評價
2.2.1 主觀質(zhì)量評價方法
2.2.2 客觀質(zhì)量評價方法
2.3 圖像的數(shù)學描述
2.3.1 圖像的函數(shù)表示
2.3.2 圖像的統(tǒng)計表示
2.3.3 圖像處理的統(tǒng)計模型
2.4 圖像數(shù)字化
2.4.1 圖像采樣
2.4.2 圖像量化
2.5 像素間的基本關系
2.5.1 鄰域
2.5.2 連通性
2.5.3 距離
2.6 小結(jié)
習題
第3章圖像常用的基本操作
3.1 圖像的點運算
3.1.1 灰度直方圖
3.1.2 灰度的線性及對數(shù)變換
3.1.3 直方圖均衡化
3.1.4 直方圖規(guī)定化
3.2 圖像的幾何變換
3.2.1 簡單的幾何變換
3.2.2 插值算法
3.2.3 圖像配準
3.3 空間域圖像增強
3.3.1 空間域濾波
3.3.2 圖像平滑
3.3.3 中值濾波
3.3.4 圖像銳化
3.4 頻率域圖像增強
3.4.1 傅里葉變換基礎知識
3.4.2 快速傅里葉變換
3.4.3 低通濾波器
3.4.4 高通濾波器
3.5 形態(tài)學圖像處理
3.5.1 二值圖像中的基本形態(tài)學運算
3.5.2 灰度圖像中的基本形態(tài)學運算
3.6 小結(jié)
習題
第4章圖像復原
4.1 圖像退化模型
4.1.1 連續(xù)函數(shù)退化模型
4.1.2 離散的退化模型
4.1.3 循環(huán)矩陣對角化
4.1.4 退化函數(shù)估計
4.2 常用圖像復原法
4.2.1 逆濾波
4.2.2 維納濾波
4.2.3 幾何失真校正
4.2.4 從噪聲中復原
4.3 一種變尺度參數(shù)的IRM去噪算法
4.3.1 IRM模型及其尺度參數(shù)
4.3.2 變尺度參數(shù)的IRM模型
4.3.3 實驗結(jié)果與分析
4.4 基于逆尺度空間和Contourlet閾值的MRI重建方法
4.4.1 壓縮感知理論框架
4.4.2 Contourlet變換的基本性質(zhì)
4.4.3 基于逆尺度空間和Contourlet變換的MRI重建
4.4.4 實驗結(jié)果與分析
4.5 小結(jié)
習題
第5章圖像分割
5.1 概述
5.2 相關算法理論基礎
5.2.1 顏色空間
5.2.2 可變模型理論
5.2.3 水平集理論
5.2.4 Harris角點檢測算法
5.3 人眼區(qū)域分割與定位
5.3.1 基于Adaboost人臉檢測
5.3.2 人眼定位
5.3.3 基于橢圓擬合的眼睛輪廓提取
5.4 基于改進LevelSet的中醫(yī)舌體分割
5.4.1 去除舌區(qū)域淤點并初始化舌體輪廓線
5.4.2 增強舌體與皮膚之間的弱邊界
5.4.3 GAC主動輪廓模型的水平集表不
5.4.4 改進的水平集方法
5.4.5 實驗與討論
5.5 小結(jié)
習題
第6章特征提取
6.1 概述
6.2 圖像特征提取方法
6.2.1 直方圖
6.2.2 灰度共生矩陣
6.2.3 顏色特征
6.2.4 形狀上下文特征
6.2.5 SIFT特征
6.2.6 HOG特征
6.2.7 LBP-TOP特征提取
6.2.8 Gabor變換
6.3 特征降維
6.3.1 奇異值分解
6.3.2 主成分分析
6.3.3 核主成分分析
6.3.4 線性鑒別方法
6.4 基于IKDA的并行特征融合人臉表情識別
6.4.1 特征融合策略
6.4.2 改進的核LDA
6.4.3 實驗結(jié)果與分析
6.5 小結(jié)
習題
第7章視頻跟蹤
7.1 概述
7.2 視頻跟蹤的應用
7.2.1 視頻監(jiān)控
7.2.2 視覺導航
7.2.3 三維重構(gòu)
7.2.4 其他
7.3 視頻跟蹤的技術現(xiàn)狀
7.3.1 視頻跟蹤方法的分類
7.3.2 視頻跟蹤算法
7.3.3 視頻跟蹤中的技術難點
7.4 視頻跟蹤的基礎核心技術
7.4.1 目標表示方法及目標特征
7.4.2 目標的檢測方法
7.4.3 目標的跟蹤方法
7.4.4 目標跟蹤算法的性能評估
……
第8章圖像識別初步
第9章神經(jīng)網(wǎng)絡分類器
第10章支持向量機
第11章動態(tài)貝葉斯網(wǎng)絡
附錄A 數(shù)字圖像處理技術詞匯表
附錄B 數(shù)序基礎
參考文獻