掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
深度學習
-
>
Unreal Engine 4藍圖完全學習教程
-
>
深入理解計算機系統-原書第3版
-
>
Word/Excel PPT 2013辦公應用從入門到精通-(附贈1DVD.含語音視頻教學+辦公模板+PDF電子書)
數字圖像處理——基于Python 版權信息
- ISBN：9787111707417
- 條形碼：9787111707417 ; 978-7-111-70741-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數字圖像處理——基于Python 內容簡介
本書較全面地介紹了數字圖像處理的基礎理論、經典算法及典型應用。本書內容包括數字圖像處理基礎知識、圖像增強、圖像復原、圖像的幾何變換與幾何校正、形態學圖像處理、圖像分割、圖像描述與特征提取等，并通過一個較完整的車牌識別系統向讀者詳細介紹了數字圖像處理系統的基本設計思想與設計方法。本書實踐部分介紹了OpenCV、NumPy、Matplotlib、Scikit-learn等圖像處理相關工具包的常用方法，其中的代碼匯集生成了“基于Python的圖像處理算法演示系統v1.0”，以輔助讀者理解算法。為適應人工智能等新技術的發展，本書簡單介紹了卷積神經網絡的平移、旋轉、尺度縮放、形變等不變性，讓讀者理解卷積神經網絡在圖像處理方面的優勢。 本書編者在編寫過程中，收集整理了大量經典的圖像處理算法，引入了新的圖像處理技術，全書的例題在Python環境下均通過了調試。本書可作為普通高校電子信息、人工智能、計算機等專業的教材，也適合各類培訓班作為教材使用。 本書配有以下教學資源：電子課件，習題答案，示例代碼和對應的素材，圖像處理算法演示系統。歡迎選用本書作教材的教師發郵件到jinacmp@163.com或登錄www.cmpedu.com 注冊下載。
數字圖像處理——基于Python 目錄
第1章圖像處理概述
1.1數字圖像
1.2數字圖像處理
1.2.1什么是數字圖像處理
1.2.2數字圖像處理的基本特點
1.2.3相關學科與領域
1.3數字圖像處理的研究內容
1.3.1數字圖像處理的三個層次
1.3.2數字圖像處理課程的主要
研究內容
1.3.3數字圖像處理中的幾種
運算處理
1.4數字圖像處理的經典應用
1.4.1天文方面的應用
1.4.2遙感圖像應用
1.4.3醫學圖像應用
1.4.4工業檢測方面的應用
1.4.5公安執法方面的應用
1.4.6智能監控方面的應用
1.4.7文體藝術圖像應用
1.4.8圖像檢索
1.4.9辦公室自動化圖像應用
1.5數字圖像處理的發展趨勢
練習
第2章圖像處理基礎知識
2.1圖像的數字化
2.1.1圖像采樣
2.1.2圖像量化
2.1.3非均勻采樣與量化
2.2數字圖像的表示
2.2.1圖像的數學表示
2.2.2在計算機中的矩陣表示
2.2.3坐標約定
2.3圖像模式及彩色模型
2.3.1圖像模式
2.3.2RGB彩色模型
2.3.3HSI彩色模型
2.3.4彩色模型之間的相互轉換
2.4圖像的灰度分布——直方圖
2.5像素點之間的基本關系
2.5.1像素與鄰域
2.5.2鄰接性、連通性、區域和邊界
2.5.3距離度量
2.6圖像質量評價
2.6.1主觀評價
2.6.2客觀評價
2.6.3常用的評價指標
2.7Python的圖像處理編程
2.7.1Python圖像處理工具包
2.7.2可視化工具包
練習
第3章空域圖像增強
3.1圖像增強方法
3.2灰度變換
3.2.1線性灰度變換
3.2.2非線性灰度變換
3.3基于直方圖的灰度變換
3.3.1直方圖均衡化
3.3.2直方圖規定化
3.4空域濾波與鄰域運算
3.5空域平滑濾波
3.5.1均值濾波
3.5.2高斯濾波
3.5.3閾值鄰域平滑濾波
3.5.4中值濾波
3.6空域銳化濾波
3.6.1一階微分算子
3.6.2二階微分算子
3.6.3梯度的各向同性
3.7空域濾波與卷積運算
3.7.1空域低通濾波與高通濾波
3.7.2圖像濾波邊界處理
3.7.3相關運算與卷積運算
練習
第4章頻域圖像增強
4.1傅里葉變換原理
4.2離散傅里葉變換
4.2.1一維離散傅里葉變換
4.2.2離散傅里葉變換的矩陣向量
表示形式
4.2.3一維離散卷積
4.2.4二維離散傅里葉變換
4.3數字圖像的傅里葉變換性質
4.3.1可分離性
4.3.2共軛對稱性
4.3.3周期性
4.3.4平移性
4.3.5旋轉不變性
4.3.6卷積定理
4.4頻域圖像平滑
4.4.1理想低通濾波器
4.4.2巴特沃斯低通濾波器
4.4.3高斯低通濾波器
4.5頻域圖像銳化
4.5.1理想高通濾波器
4.5.2巴特沃斯高通濾波器
4.5.3高斯高通濾波器
4.6空域濾波與頻域濾波的關系
練習
第5章圖像復原
5.1圖像復原與圖像增強的關系
5.2噪聲模型及去噪方法
5.2.1噪聲模型
5.2.2噪聲仿真
5.2.3空域濾波去噪方法
5.2.4頻域濾波去噪方法
5.3圖像退化模型
5.3.1線性移不變退化模型
5.3.2退化函數的估計
5.3.3平面運動模糊退化模型
5.4圖像復原算法
5.4.1無約束的圖像復原
5.4.2有約束的圖像復原
5.5補充數學知識
5.5.1卷積的矩陣向量表示
5.5.2循環矩陣的對角形式
練習
第6章圖像的幾何變換與
幾何校正
6.1基本的坐標變換
6.1.1圖像平移
6.1.2鏡像變換
6.1.3圖像旋轉
6.1.4圖像縮放
6.2灰度插值運算
6.2.1*近鄰插值
6.2.2雙線性插值
6.2.3雙三次插值
6.3圖像幾何變換類別
6.3.1剛體變換
6.3.2仿射變換
6.3.3投影變換
6.3.4非線性變換
6.4圖像的幾何校正
6.4.1圖像的幾何畸變描述
6.4.2圖像幾何校正方法
練習
第7章形態學圖像處理
7.1形態學基礎
7.1.1集合運算
7.1.2結構元素與形態學運算
7.2基本的形態學運算
7.2.1腐蝕運算
7.2.2膨脹運算
7.2.3開運算
7.2.4閉運算
7.3形態學算法
7.3.1邊界提取
7.3.2區域填充
7.3.3連通分量提取
7.3.4骨架提取
練習
第8章圖像分割
8.1圖像分割技術簡介
8.2閾值分割
8.2.1直方圖閾值法
8.2.2基本全局閾值法
8.2.3*大類間方差法
8.2.4移動平均變閾值法
8.2.5自適應閾值法
8.3邊緣檢測與連接
8.3.1邊緣檢測
8.3.2邊界連接
8.4區域分割法
8.4.1區域生長法
8.4.2分裂合并法
8.4.3圖像水域分割
練習
第9章圖像描述與特征提取
9.1灰度描述
9.1.1幅度特征
9.1.2變換系數特征
9.1.3直方圖特征
9.2邊界描述
9.2.1鏈碼描述
9.2.2傅里葉描述
9.3區域描述
9.3.1幾何特征
9.3.2矩
9.4紋理描述
9.4.1矩分析法
9.4.2灰度差分統計法
9.4.3灰度共生矩陣法
9.5常用的特征提取算法
9.6MNIST手寫數字識別系統
練習
第10章車牌識別系統
10.1車牌識別系統的主要組成和
工作流程
10.2車牌檢測與定位模塊
10.2.1邊緣檢測和數學形態學處理
10.2.2大小形狀特征
10.2.3仿射校正
10.2.4顏色特征
10.3車牌字符分割模塊
10.3.1字符分割前的預處理
10.3.2水平投影去除上下邊界
10.3.3垂直投影字符分割法
10.4車牌識別模塊
10.4.1準備數據樣本
10.4.2訓練模型階段
10.4.3識別字符階段
練習
附錄圖像處理實驗指導
（Python版）
實驗一Python圖像處理編程基礎
實驗二空域圖像增強
實驗三頻域圖像增強
實驗四圖像復原
實驗五圖像分割
參考文獻
1.1數字圖像
1.2數字圖像處理
1.2.1什么是數字圖像處理
1.2.2數字圖像處理的基本特點
1.2.3相關學科與領域
1.3數字圖像處理的研究內容
1.3.1數字圖像處理的三個層次
1.3.2數字圖像處理課程的主要
研究內容
1.3.3數字圖像處理中的幾種
運算處理
1.4數字圖像處理的經典應用
1.4.1天文方面的應用
1.4.2遙感圖像應用
1.4.3醫學圖像應用
1.4.4工業檢測方面的應用
1.4.5公安執法方面的應用
1.4.6智能監控方面的應用
1.4.7文體藝術圖像應用
1.4.8圖像檢索
1.4.9辦公室自動化圖像應用
1.5數字圖像處理的發展趨勢
練習
第2章圖像處理基礎知識
2.1圖像的數字化
2.1.1圖像采樣
2.1.2圖像量化
2.1.3非均勻采樣與量化
2.2數字圖像的表示
2.2.1圖像的數學表示
2.2.2在計算機中的矩陣表示
2.2.3坐標約定
2.3圖像模式及彩色模型
2.3.1圖像模式
2.3.2RGB彩色模型
2.3.3HSI彩色模型
2.3.4彩色模型之間的相互轉換
2.4圖像的灰度分布——直方圖
2.5像素點之間的基本關系
2.5.1像素與鄰域
2.5.2鄰接性、連通性、區域和邊界
2.5.3距離度量
2.6圖像質量評價
2.6.1主觀評價
2.6.2客觀評價
2.6.3常用的評價指標
2.7Python的圖像處理編程
2.7.1Python圖像處理工具包
2.7.2可視化工具包
練習
第3章空域圖像增強
3.1圖像增強方法
3.2灰度變換
3.2.1線性灰度變換
3.2.2非線性灰度變換
3.3基于直方圖的灰度變換
3.3.1直方圖均衡化
3.3.2直方圖規定化
3.4空域濾波與鄰域運算
3.5空域平滑濾波
3.5.1均值濾波
3.5.2高斯濾波
3.5.3閾值鄰域平滑濾波
3.5.4中值濾波
3.6空域銳化濾波
3.6.1一階微分算子
3.6.2二階微分算子
3.6.3梯度的各向同性
3.7空域濾波與卷積運算
3.7.1空域低通濾波與高通濾波
3.7.2圖像濾波邊界處理
3.7.3相關運算與卷積運算
練習
第4章頻域圖像增強
4.1傅里葉變換原理
4.2離散傅里葉變換
4.2.1一維離散傅里葉變換
4.2.2離散傅里葉變換的矩陣向量
表示形式
4.2.3一維離散卷積
4.2.4二維離散傅里葉變換
4.3數字圖像的傅里葉變換性質
4.3.1可分離性
4.3.2共軛對稱性
4.3.3周期性
4.3.4平移性
4.3.5旋轉不變性
4.3.6卷積定理
4.4頻域圖像平滑
4.4.1理想低通濾波器
4.4.2巴特沃斯低通濾波器
4.4.3高斯低通濾波器
4.5頻域圖像銳化
4.5.1理想高通濾波器
4.5.2巴特沃斯高通濾波器
4.5.3高斯高通濾波器
4.6空域濾波與頻域濾波的關系
練習
第5章圖像復原
5.1圖像復原與圖像增強的關系
5.2噪聲模型及去噪方法
5.2.1噪聲模型
5.2.2噪聲仿真
5.2.3空域濾波去噪方法
5.2.4頻域濾波去噪方法
5.3圖像退化模型
5.3.1線性移不變退化模型
5.3.2退化函數的估計
5.3.3平面運動模糊退化模型
5.4圖像復原算法
5.4.1無約束的圖像復原
5.4.2有約束的圖像復原
5.5補充數學知識
5.5.1卷積的矩陣向量表示
5.5.2循環矩陣的對角形式
練習
第6章圖像的幾何變換與
幾何校正
6.1基本的坐標變換
6.1.1圖像平移
6.1.2鏡像變換
6.1.3圖像旋轉
6.1.4圖像縮放
6.2灰度插值運算
6.2.1*近鄰插值
6.2.2雙線性插值
6.2.3雙三次插值
6.3圖像幾何變換類別
6.3.1剛體變換
6.3.2仿射變換
6.3.3投影變換
6.3.4非線性變換
6.4圖像的幾何校正
6.4.1圖像的幾何畸變描述
6.4.2圖像幾何校正方法
練習
第7章形態學圖像處理
7.1形態學基礎
7.1.1集合運算
7.1.2結構元素與形態學運算
7.2基本的形態學運算
7.2.1腐蝕運算
7.2.2膨脹運算
7.2.3開運算
7.2.4閉運算
7.3形態學算法
7.3.1邊界提取
7.3.2區域填充
7.3.3連通分量提取
7.3.4骨架提取
練習
第8章圖像分割
8.1圖像分割技術簡介
8.2閾值分割
8.2.1直方圖閾值法
8.2.2基本全局閾值法
8.2.3*大類間方差法
8.2.4移動平均變閾值法
8.2.5自適應閾值法
8.3邊緣檢測與連接
8.3.1邊緣檢測
8.3.2邊界連接
8.4區域分割法
8.4.1區域生長法
8.4.2分裂合并法
8.4.3圖像水域分割
練習
第9章圖像描述與特征提取
9.1灰度描述
9.1.1幅度特征
9.1.2變換系數特征
9.1.3直方圖特征
9.2邊界描述
9.2.1鏈碼描述
9.2.2傅里葉描述
9.3區域描述
9.3.1幾何特征
9.3.2矩
9.4紋理描述
9.4.1矩分析法
9.4.2灰度差分統計法
9.4.3灰度共生矩陣法
9.5常用的特征提取算法
9.6MNIST手寫數字識別系統
練習
第10章車牌識別系統
10.1車牌識別系統的主要組成和
工作流程
10.2車牌檢測與定位模塊
10.2.1邊緣檢測和數學形態學處理
10.2.2大小形狀特征
10.2.3仿射校正
10.2.4顏色特征
10.3車牌字符分割模塊
10.3.1字符分割前的預處理
10.3.2水平投影去除上下邊界
10.3.3垂直投影字符分割法
10.4車牌識別模塊
10.4.1準備數據樣本
10.4.2訓練模型階段
10.4.3識別字符階段
練習
附錄圖像處理實驗指導
（Python版）
實驗一Python圖像處理編程基礎
實驗二空域圖像增強
實驗三頻域圖像增強
實驗四圖像復原
實驗五圖像分割
參考文獻
展開全部
書友推薦
- >
上帝之肋:男人的真實旅程
- >
詩經-先民的歌唱
- >
隨園食單
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
小考拉的故事-套裝共3冊
- >
伯納黛特,你要去哪(2021新版)
- >
李白與唐代文化
- >
龍榆生：詞曲概論/大家小書
本類暢銷
