新書推薦：
《
智慧宫丛书026·增长：从细菌到帝国
》
售價：HK$
180.0
《
从自察到自救：别让情绪偷走你的人生
》
售價：HK$
90.0
《
晚明的崩溃：人心亡了，一切就都亡了！
》
售價：HK$
71.8
《
俄国女皇：叶卡捷琳娜二世传（精装插图版）
》
售價：HK$
81.6
《
佛罗伦萨的文艺复兴人：从但丁到伽利略
》
售價：HK$
117.6
《
真想让我爱的人读读这本书
》
售價：HK$
57.6
《
解套基本逻辑与六大战法
》
售價：HK$
58.8
《
超级制造
》
售價：HK$
143.9
|
| 內容簡介： |
|
《数字图像处理基础（第二版）》主要介绍数字图像处理的基础方法，在第一版的基础上，对内容进行优化，增加了关于数字图像处理三类深度学习网络模型的介绍。 《数字图像处理基础（第二版）》共11章，重点介绍数字图像处理的基本概念、图像增强、图像几何变换、图像去噪、图像锐化、图像分割、二值图像处理、彩色图像处理、图像变换、图像压缩编码、图像处理的深度学习网络模型等。
|
| 目錄：
|
|
目录第1章引言11.1数字图像处理、计算机视觉、计算机图形学31.2数字图像处理系统的结构51.3数字图像的基本概念61.3.1数字图像的数值描述61.3.2数字图像的灰度直方图91.4数字图像处理的主要研究内容121.5本书的结构安排14习题15第2章图像增强172.1γ校正182.2对比度线性展宽232.3灰级窗与灰级窗切片252.3.1灰级窗252.3.2灰级窗切片262.4动态范围调整282.4.1线性动态范围调整282.4.2非线性动态范围调整302.5直方图均衡化322.6自适应直方图均衡化352.7伪彩色372.8Retinex图像增强方法40习题42第3章图像几何变换433.1图像的位置变换443.1.1图像的平移443.1.2图像的镜像453.1.3图像的旋转463.2图像的形状变换513.2.1图像的缩小513.2.2图像的放大543.2.3图像的错切573.3齐次坐标与图像的仿射变换593.4图像几何畸变的校正60习题63第4章图像去噪654.1图像噪声664.2均值滤波674.2.1均值滤波的原理674.2.2均值滤波方法684.3中值滤波714.3.1中值滤波的原理714.3.2中值滤波方法714.4边界保持类平滑滤波734.4.1K近邻均值滤波744.4.2对称近邻均值滤波754.5非局部均值滤波77习题79第5章图像锐化815.1图像细节的基本特征825.2一阶微分算子835.2.1具有方向性的一阶微分算子845.2.2Roberts交叉微分算子875.2.3Sobel微分算子885.2.4Priwitt微分算子895.3二阶微分算子915.3.1Laplacian微分算子915.3.2Wallis微分算子955.4微分算子在边缘检测中的应用955.5Canny算子965.6LOG滤波算法102习题104第6章图像的分割1056.1阈值分割方法1066.1.1p-参数法1066.1.2最大熵方法1086.1.3最大类间、类内方差比法1096.2区域生长分割方法110习题112第7章二值图像处理1137.1二值图像中的基本概念1147.1.1连接与点特性1147.1.2几何特征1157.2腐蚀与膨胀1187.2.1腐蚀1187.2.2膨胀1207.3开运算与闭运算1227.3.1开运算1227.3.2闭运算1237.4贴标签1247.4.1连通域标签法1247.4.2轮廓标签法1277.5细线化方法128习题130第8章彩色图像处理1318.1彩色的形成原理与基本概念1328.2表色系1338.2.1计算颜色模型系统1348.2.2视觉颜色模型系统1378.2.3工业颜色模型系统1398.3色彩平衡1408.3.1白平衡法1418.3.2灰色世界法1428.4彩色补偿143习题146第9章图像变换1479.1图像的频域变换（傅里叶变换）1489.1.1一维傅里叶变换1489.1.2二维傅里叶变换1519.1.3快速傅里叶变换（FFT）1539.1.4图像的频谱分布特性1579.2小波变换1599.2.1连续小波变换1609.2.2离散小波变换1629.2.3小波的多尺度分解与重构1639.3小波变换在图像处理中的应用1699.3.1应用于图像压缩1699.3.2应用于图像融合1709.3.3应用于图像增强1719.3.4应用于图像去噪172习题172第10章图像压缩编码17310.1图像冗余的概念17410.1.1冗余的概念17410.1.2图像中的冗余17510.2图像无损压缩编码17710.2.1行程编码（RLE）17710.2.2哈夫曼（Huffman）编码18010.3图像有损压缩编码18310.3.1彩色图像的有损编码18310.3.2小波变换编码184习题187第11章深度学习与图像处理18911.1深度卷积网络的基本结构19011.1.1卷积层19011.1.2激活层19211.1.3BN层（批数据归一化处理层）19311.1.4池化层19411.2超分辨率图像重建卷积网络19511.2.1SRCNN网络19511.2.2ESPCN网络19811.3图像分类深度卷积网络19911.3.1LeNet-5网络19911.3.2AlexNet网络20311.4图像目标检测深度卷积网络20511.4.1Faster-RCNN网络20611.4.2YOLO网络211习题218参考文献219
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
