图书介绍

计算机图像处理与分析PDF|Epub|txt|kindle电子书版本网盘下载

计算机图像处理与分析
  • 贾永红编著 著
  • 出版社: 武汉:武汉大学出版社
  • ISBN:7307033232
  • 出版时间:2001
  • 标注页数:204页
  • 文件大小:15MB
  • 文件页数:215页
  • 主题词:

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

计算机图像处理与分析PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第一章 绪论1

1.1 何谓计算机图像处理1

1.1.1 图像的概念1

1.1.2 图像处理1

1.2 图像处理学的内容和其他相关学科的关系2

1.2.1 图像处理学的内容2

1.2.2 图像处理学与相关学科的关系3

1.3 计算机图像处理系统概述3

1.3.1 图像采集模块4

1.3.2 图像显示模块4

1.3.3 图像存储模块4

1.3.4 图像通信模块5

1.3.5 图像处理和分析模块5

1.4 数字图像处理的特点及其应用5

1.4.1 数字图像处理的特点6

1.4.2 计算机图像处理的应用6

习题7

第二章 数字图像处理的基本概念8

2.1 人眼的视觉原理8

2.1.1 人眼的构造8

2.1.2 图像的形成9

2.1.3 视觉范围和分辨力9

2.1.4 视觉适应性和对比灵敏度10

2.1.5 亮度感觉10

2.1.6 马赫带10

2.2 图像模型11

2.3 图像数字化12

2.3.1 采样13

2.3.2 量化13

2.3.3 像素数、量化参数与数字化所得到的数字图像间的关系13

2.3.4 图像数字化设备的组成及性能15

2.4 图像灰度直方图16

2.4.1 定义16

2.4.2 直方图的性质16

2.4.3 直方图的应用17

2.5 图像处理算法的形式18

2.5.1 图像处理的基本功能形式19

2.5.2 图像处理的几种具体算法形式19

2.6 图像的数据结构与特征22

2.6.1 图像的数据结构22

2.6.2 图像的特征23

习题26

第三章 图像变换27

3.1 图像变换的预备知识27

3.1.1 点源和狄拉克函数27

3.1.2 二维线性位移不变系统28

3.2 傅立叶变换29

3.2.1 连续函数的傅立叶变换29

3.2.2 离散函数的傅立叶变换31

3.2.3 二维离散傅立叶变换的若干性质33

3.3 其他可分离图像变换37

3.3.1 通用公式37

3.3.2 沃尔什变换38

3.3.3 哈达玛变换39

3.3.4 离散余弦变换42

3.4 小波变换简介43

3.4.1 连续小波变换44

3.4.2 离散小波变换47

习题47

第四章 图像增强49

4.1 图像增强的点运算49

4.1.1 灰度级校正50

4.1.2 灰度变换50

4.1.3 直方图修正法51

4.1.4 局部统计法57

4.2 图像的空间域平滑58

4.2.1 局部平滑法(邻域平均法或移动平均法)59

4.2.2 超限像素平滑法59

4.2.3 灰度最相近的K个邻点平均法59

4.2.4 梯度倒数加权平滑法60

4.2.5 最大均匀性平滑61

4.2.6 有选择保边缘平滑法61

4.2.7 空间低通滤波法62

4.2.8 多幅图像平均法62

4.2.9 中值滤波63

4.3 图像空间域锐化65

4.3.1 梯度锐化法65

4.3.2 Laplace增强算子68

4.3.3 高通滤波法68

4.4 图像的频率域增强68

4.4.1 频率域平滑69

4.4.2 频率域锐化71

4.4.3 同态滤波增强73

4.5 彩色增强技术74

4.5.1 伪彩色增强74

4.5.2 假彩色增强76

4.5.3 彩色变换及其应用77

4.6 图像的代数运算79

4.6.1 加运算79

4.6.2 减运算79

4.6.3 乘运算79

4.6.4 除运算79

习题80

第五章 图像复原与重建83

5.1 图像退化模型83

5.1.1 图像退化83

5.1.2 图像退化的数学模型83

5.2 代数恢复方法85

5.2.1 无约束复原85

5.2.2 有约束最小二乘复原85

5.3 频率域恢复方法87

5.3.1 逆滤波恢复法87

5.3.2 去除由匀速运动引起的模糊88

5.3.3 维纳滤波复原方法90

5.4 图像的几何校正91

5.4.1 空间坐标变换91

5.4.2 像素灰度内插方法93

5.5 图像重建94

5.5.1 计算机断层扫描的二维重建95

5.5.2 三维形状的复原96

习题98

第六章 图像编码与压缩99

6.1 概述99

6.1.1 图像数据压缩的必要性与可能性99

6.1.2 图像编码压缩的分类100

6.2 图像保真度准则100

6.2.1 客观保真度准则100

6.2.2 主观保真度准则101

6.3 统计编码方法102

6.3.1 图像冗余度和编码效率102

6.3.2 霍夫曼编码102

6.3.3 费诺-仙侬编码103

6.3.4 算术编码104

6.4 预测编码106

6.4.1 线性预测编码106

6.4.2 非线性预测编码107

6.5 正交变换编码108

6.5.1 变换编码原理108

6.5.2 正交变换的性质108

6.5.3 变换编码的数学分析109

6.5.4 最佳变换与准最佳变换110

6.5.5 各种准最佳变换的性能比较112

6.5.6 编码113

6.6 图像压缩的标准114

6.6.1 静止图像压缩标准114

6.6.2 运动图像压缩标准114

6.6.3 二值图像压缩标准115

习题115

第七章 图像分割116

7.1 概述116

7.2 几种常用的边缘检测算子117

7.2.1 梯度算子118

7.2.2 Roberts梯度算子118

7.2.3 Prewitt和Sobel算子119

7.2.4 方向算子119

7.2.5 Laplace算子121

7.2.6 马尔算子121

7.2.7 曲面拟合法123

7.3 边缘跟踪123

7.3.1 光栅跟踪124

7.3.2 全向跟踪125

7.4 Hough变换检测直线126

7.4.1 Hough变换定义126

7.4.2 Hough变换检测直线的算法127

7.4.3 广义Hough变换127

7.5 区域分割法129

7.5.1 最简单图像的区域分割法129

7.5.2 复杂图像的区域分割法132

7.5.3 特征空间聚类法132

7.6 区域增长133

7.6.1 简单区域扩张法133

7.6.2 质心型增长134

7.6.3 混合型增长134

7.7 分裂、合并混合法135

习题138

第八章 二值图像处理与形状分析139

8.1 二值图像的连接性和距离139

8.1.1 邻域和邻接139

8.1.2 像素的连接140

8.1.3 连接成分140

8.1.4 欧拉数141

8.1.5 像素的可删除性和连接数141

8.1.6 距离143

8.2 二值图像连接成分的变形操作144

8.2.1 连接成分的标记144

8.2.2 膨胀和收缩144

8.2.3 线图形化146

8.3 形状特征提取与分析149

8.3.1 区域内部形状特征提取与分析149

8.3.2 区域外部形状特征提取与分析153

8.4 关系描述158

8.4.1 字符串描述158

8.4.2 树结构描述159

习题160

第九章 影像纹理分析162

9.1 概述162

9.2 影像纹理的直方图分析法162

9.3 Laws纹理能量测量法163

9.4 影像纹理的自相关函数分析法164

9.5 灰度共生矩阵分析法165

9.5.1 灰度共生矩阵的定义165

9.5.2 灰度共生矩阵特征的提取166

9.5.3 灰度-梯度共生矩阵法168

9.6 行程长度统计法170

9.7 傅立叶频谱分析法171

9.8 马尔柯夫随机场分析法173

9.8.1 马尔柯夫随机场的定义和基本性质173

9.8.2 纹理MRF模型参数提取与分析174

9.9 影像纹理的小波分析175

9.10 影像纹理的分形分析法176

9.10.1 分形的定义176

9.10.2 分维176

9.10.3 影像纹理的分维特征提取与分析177

9.11 影像纹理的句法结构分析法177

9.12 影像纹理区域分割与边缘检测179

9.12.1 纹理区域分割179

9.12.2 纹理边缘检测179

习题179

第十章 模板匹配与模式识别技术181

10.1 模板匹配181

10.1.1 模板匹配方法181

10.1.2 模板匹配方法的改进182

10.2 统计模式识别183

10.2.1 特征处理184

10.2.2 统计分类方法185

10.3 结构模式识别法188

10.3.1 结构模式识别原理188

10.3.2 树分类法190

10.4 人工神经网络识别法191

10.4.1 神经网络的结构191

10.4.2 神经元191

10.4.3 神经网络的工作过程192

10.4.4 神经网络的性能192

10.4.5 BP神经网络193

习题195

参考文献196

附录 英汉专业术语对照198

热门推荐