午夜天堂无码专区,国产三级精品最新在线,无码午夜福利视频1000集

本書系統介紹了數字圖像處理的基本概念、原理和技術方法，以及圖像處理技術如何用OPENCV編程實現。全書共12章，包括緒論、數字圖像的基本概念和運算、圖像灰度變換與空間域濾波、圖像的頻域處理、圖像復原、彩色圖像處理、小波與多分辨率處理、圖像壓縮、形態(tài)學處理、圖像分割、目標的表示與描述、目標識別。
本書內容既覆蓋圖像處理技術的專業(yè)基礎知識，又緊跟當前數字圖像處理技術的發(fā)展動向，用適合理工類數字圖像初學者的語言對新技術的原理、思路、實現方法進行介紹。全書表述通俗，易于理解。
本書可作為高等院校計算機科學與技術、光電信息、電子信息工程、通信工程、自動化、信號與信息處理、生物醫(yī)學工程等專業(yè)本科生的專業(yè)課教材，也可作為相關研究方向研究生的基礎課程教材，還可作為從事相關工作的技術人員的參考書。

隨著計算機科學、光學、電子信息等技術的迅猛發(fā)展，許多應用領域采用數字圖像處理取代人工處理，已經成為一個成本高效的解決方案。特別是近20年來，數字圖像處理已經成為成熟的工程科學，理論創(chuàng)新及其應用領域均在不斷加速拓展。
本書不僅介紹了數字圖像處理的基本概念、理論和方法，還與時俱進地介紹了當前廣泛應用的一些數字圖像處理技術，對各技術如何采用OPENCV編程實現進行了介紹，并給出了部分編程示例。對于數字圖像處理技術，本書基于三點介紹理論知識和算法：①圖像處理的基礎；②廣泛應用；③對本書讀者而言，能夠采用OPENCV編程實現。綜上，本書介紹的算法大多數在OPENCV中有集成，這樣讀者無須掌握算法的所有細節(jié)就能通過調用OPENCV類或函數實現算法仿真，降低了實現難度。同時，在介紹算法理論時，本書較好地平衡了算法總體思路介紹與細節(jié)說明的比重，便于讀者理解掌握。
數字圖像處理算法需要用到大量的數學知識，本書在介紹理論知識時采用通俗易懂的語言對技術的原理、思路進行了詳細介紹，而非羅列大量數學公式。同時，對數學公式也進行了文字說明，深入淺出，降低了讀者的理解難度。本書的主要內容如下：
第1章介紹了數字圖像處理系統的組成、各波段電磁波的特性、視覺系統特性等，并列舉了部分數字圖像處理的應用領域。
第2章介紹了數字圖像的基本概念和運算。關于圖像各像素間的關系，本章介紹了像素的連通性、像素間距離不同的度量方式等。本章還介紹了圖像間的算術計算、邏輯運算以及各類運算應用場景。對機器視覺中常用的圖像仿射變換、圖像內插像素值計算方法等也給出了數學模型。
第3章介紹了圖像灰度變換以及空間域濾波。圖像灰度變換用于增強圖像的視覺效果，介紹了對數變換、冪律變換、直方圖均衡、直方圖規(guī)定化、限制對比度自適應直方圖均衡等方法。圖像在空間域可以通過平衡消除或減弱噪聲，介紹了基本的空間域濾波原理、平滑和銳化濾波方法及示例，還介紹了邊緣保留濾波器中的雙邊濾波器、meanshift濾波器等。
第4章介紹了圖像在頻域的處理，給出了傅里葉變換的性質，對低頻濾波器、高頻濾波器進行了詳細介紹。此外，本章還對消除或減弱乘性干擾的同態(tài)濾波、消除周期性干擾的頻率選擇濾波器進行了詳細介紹，并給出了濾波器實現的程序。
圖像成像過程中由于某種原因會造成最終成像質量下降，稱為圖像退化，第5章給出了圖像退化的數學模型，介紹了僅由噪聲造成的退化圖像如何復原、僅由退化函數造成的退化如何復原，并進一步介紹了以上兩種退化因素均發(fā)生作用時的圖像復原技術，如Lucy-Richardson復原算法。另外，還介紹了當退化函數未知、噪聲未知時的圖像盲復原采用的盲Lucy-Richardson算法。
第6章介紹了彩色圖像的色彩空間，不同色彩空間對應不同的應用領域。此外還介紹了灰度圖像偽彩色處理，以及彩色圖像在不同色彩空間的平滑、銳化、分割等處理。
小波變換在圖像去噪、圖像融合、圖像壓縮、數字水印等領域的應用逐漸增多。第7章介紹了圖像小波變換的基本理論，以及小波變換在圖像去噪、圖像融合中如何應用。
圖像的存儲和傳輸不可避免地需要圖像壓縮以減少數據量。第8章介紹了圖像壓縮常用的編碼，如熵編碼中的霍夫曼編碼和算術編碼、字典編碼中的LZW編碼、有損編碼中的矢量量化編碼等，并詳細介紹了JPEG編碼。此外，還介紹了基于小波變換的嵌入式零樹小波編碼，以及在數字電影、遠程醫(yī)療、遙感中廣泛使用的JPEG 2000圖像編碼等技術。
形態(tài)學處理是提取目標、消除噪聲的常用技術，第9章介紹了二值圖像和灰度圖像的形態(tài)學處理技術及其應用場景。
圖像分割是機器視覺中不可或缺的步驟，第10章不僅介紹了基于閾值、邊緣、區(qū)域的基本分割方法，還詳細介紹了基于聚類的Kmeans分割、依據高斯混合模型的EM分割算法、基于圖論的Graph Cut和Grab Cut分割算法，以及形態(tài)學分水嶺分割。對于利用分割提取視頻中的運動目標，本章介紹了幀間差法及背景差法，并詳細介紹了基于高斯混合模型的背景估計算法。
第11章介紹了圖像中目標的各種表示與描述方法。除對邊界、區(qū)域的常規(guī)描述外，還有對紋理特點的描述，如方向梯度直方圖等，并介紹了減少數據維度的主成分分析法。針對當前機器視覺中常用的特征點描述，本章詳細介紹了各類角點的檢測算法，以及SIFT特征點、SURF特征點、ORB特征點的檢測與描述，并給出了BRIEF描述子的說明。
第12章介紹了目標識別中特征的分類和特征點匹配，以及視頻中運動目標的跟蹤技術。本章首先介紹了分類的基本理論，然后對支持向量機（SVM）、神經網絡結構進行了介紹。關于特征點匹配的方法介紹了暴力匹配、近似最近鄰匹配方法。針對匹配結果的一致性問題，本章對RANSAC算法、基于網格的運動統計算法進行了詳細介紹。在視頻運動目標跟蹤部分，本章詳細介紹了稀疏估計的Lucas-Kanade法及其對應的金字塔Lucas-Kanade法、稠密估計的Farneback算法，以及meanshift跟蹤、Camshift跟蹤等運動目標跟蹤算法。
本書的編寫得到上海理工大學“一流本科

你還可能感興趣

我要評論