新書推薦：
《
科学实验与编程（Python版）
》
售價：HK$
70.8
《
直升机突击：美国陆军航空兵：1962—1973
》
售價：HK$
167.8
《
元代丝绸之路史论稿
》
售價：HK$
153.6
《
东方美学口袋书 中国颜色
》
售價：HK$
47.8
《
直到河流尽头
》
售價：HK$
42.0
《
理性之蚀
》
售價：HK$
93.6
《
帝国与诗人——王维、杜甫、李白的大唐回忆录
》
售價：HK$
69.6
《
科普勒斯顿阿哲学史11
》
售價：HK$
62.4
|
| 編輯推薦： |
|
本书以知识的系统性和应用的典型性为切入点，全面系统的介绍了智能图像处理的基本思想、方法和理论。既可以应用于本科和研究生的教学，还可以为从事人工智能专业和数字图像处理的工程技术人才提供丰富的程序开发样例，助力学生和工程技术人才快速了解智能图像处理技术的开发要点。本书提供了丰富的程序开发源代码，无须使用付费开发工具就可以完成具有自主知识产权的数字图像处理案例开发，助力学生和工程技术人才快速完成相关的工程研究项目，提升动手实践和科研自主创新能力。本书注重实用，重视理论与实践的结合。在介绍基本理论的同时，尽量与当前的实际应用结合，使学生学起来有的放矢。通过新增加的视频信息处理技术在“车牌识别” “米粒质量缺陷检测”“血细胞识别”和“手写字符识别”，学生可以了解视频技术在实际工作中的具体运用。本书可提供全部源代码以及部分代表性案例实操教学视频。
|
| 內容簡介： |
|
本书系统介绍了智能图像处理所需的基本知识与核心算法，主要包括四部分内容：第一部分是数字图像处理的理论基础，包括数字图像处理概述和图像采集系统；第二部分是数字图像处理的基本方法和实例，包括数字图像基础、图像预处理、图像变换和图像复原；第三部分是图像特征提取与分析的理论、方法和实例，包括图像分割、图像特征提取与选择、图像匹配和图像智能识别方法；第四部分是数字图像处理的工程应用案例，包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。本书基础理论知识覆盖面较全，讲解过程深入浅出，可以促进学生对图像处理知识的理解和学习；案例的设计思路和开发经验讲解详细，引导读者进行图像处理技术实际工程能力的锻炼及开拓创新意识的培养；提供电子教案、二维码操作视频、教学大纲、习题与解答及完整源代码电子资源，对从事图像处理领域项目开发的读者有很好的借鉴作用，读者可登录wwwcmpeducom免费注册、审核通过后下载使用，或联系编辑索取（微信13146070618，电话010-88379739）；融入了科技创新、文化自信、爱国主义等思政元素，全方位培养学生的家国情怀。本书可作为高校人工智能、计算机科学与技术、机器人工程、控制科学与工程、通信与信息工程、电子科学与技术、生物医学工程等相关专业的本科生和研究生教材，也可供从事图像处理、分析和识别等相关领域的科技工作者参考。
|
| 目錄：
|
|
前言第1章数字图像处理概述1.1数字图像处理的产生与发展1.2数字图像的基本概念1.2.1图像与数字图像1.2.2数字图像的存储格式1.3数字图像处理的基本内容和基本步骤1.3.1基本内容1.3.2基本步骤1.4数字图像处理的工程应用1.5数字图像处理的机遇与挑战【本章小结】【课后习题】第2章图像采集系统2.1光源2.1.1光源的类型2.1.2光源的颜色2.1.3照明方式2.1.4光源的选择2.2镜头2.2.1镜头的成像原理2.2.2镜头的主要参数2.2.3镜头的类型2.2.4镜头的选择2.3相机2.3.1相机芯片的主要参数2.3.2相机的主要参数2.3.3相机的类型2.3.4相机的选择【本章小结】【课后习题】第3章数字图像基础3.1图像采样和量化3.1.1采样3.1.2量化3.1.3采样与量化参数的选择3.2像素间的基本关系3.2.1像素的邻接3.2.2邻接性、连通性、区域和边界3.2.3距离度量3.3灰度直方图3.3.1直方图的定义3.3.2直方图的特性3.3.3直方图的作用3.4图像质量评价3.4.1图像质量评价方法3.4.2均方误差3.4.3信噪比与峰值信噪比3.4.4结构相似度3.5图像的点运算3.6图像的代数运算3.6.1加法运算3.6.2减法运算3.6.3乘法运算3.6.4除法运算3.7图像的几何运算【本章小结】【课后习题】第4章图像预处理技术4.1图像的灰度变换4.1.1线性变换4.1.2分段线性变换4.1.3灰度对数变换4.1.4直方图均衡化4.2图像的几何变换4.2.1平移4.2.2旋转4.2.3镜像4.2.4比例放缩4.2.5插值4.3空间滤波增强4.3.1空间滤波机理4.3.2均值滤波4.3.3中值滤波4.4形态学处理4.4.1腐蚀4.4.2膨胀4.4.3开运算4.4.4闭运算4.4.5细化4.4.6填充 【本章小结】【课后习题】第5章图像变换5.1傅里叶变换5.1.1一维和二维傅里叶变换基本原理5.1.2傅里叶变换的性质5.1.3频率域滤波（低通、高通、高斯、带通及带阻滤波器）5.1.4基于傅里叶变换的图像频域滤波实现5.2小波变换5.2.1图像二维离散小波变换5.2.2基于小波变换的图像去噪5.2.3基于小波变换的图像融合【本章小结】【课后习题】第6章图像复原6.1图像复原的理论模型6.2噪声模型6.2.1噪声的分类6.2.2一些重要噪声的概率密度函数6.2.3周期噪声6.2.4估计噪声参数6.3几种较经典的图像复原方法6.3.1逆滤波复原6.3.2维纳滤波复原6.3.3有约束最小二乘复原6.3.4盲去卷积图像复原6.4图像复原案例：PLSMS模型夜间雾霾图像的复原6.4.1多散射成分6.4.2PLSMS模型的描述【本章小结】【课后习题】第7章图像分割技术7.1阈值分割7.1.1极小值点阈值法7.1.2最小均方误差阈值法7.1.3迭代选择阈值法7.1.4双峰阈值法7.1.5最大类间方差阈值法7.2边缘检测7.2.1Roberts边缘算子7.2.2Prewitt边缘算子7.2.3Sobel边缘算子7.2.4Laplacian边缘算子7.2.5LoG边缘算子7.2.6Canny边缘算子7.2.7边缘检测算子MATLAB实现及主要特性分析7.3Hough变换7.3.1Hough变换概述7.3.2基于Hough变换的直线检测7.3.3基于Hough变换的曲线检测7.4基于区域的图像分割7.4.1区域生长算法7.4.2区域分裂合并算法7.5形态学分水岭分割7.5.1距离变换7.5.2分水岭建坝7.5.3分水岭分割算法【本章小结】【课后习题】第8章图像特征提取与选择8.1几何特征8.1.1位置8.1.2方向8.1.3周长8.1.4面积8.1.5矩形度8.1.6长宽比8.1.7圆形度8.1.8偏心率8.2颜色特征8.2.1颜色模型8.2.2颜色直方图8.2.3颜色矩8.2.4颜色聚合向量8.2.5颜色相关图8.3纹理特征8.3.1基于灰度共生矩阵的纹理特征构建8.3.2基于灰度-梯度共生矩阵的纹理特征构建8.4基于主成分分析的特征选择8.4.1KL变换8.4.2PCA的基本原理8.4.3PCA代码实现8.5基于分离判据的特征选择【本章小结】【课后习题】第9章图像匹配9.1模板匹配的概念9.2基于灰度相关的模板匹配9.2.1MAD算法9.2.2SAD算法9.2.3SSD算法9.2.4NCC算法9.2.5SSDA算法9.2.6SATD算法9.3基于变换域的模板匹配9.4基于特征相关的模板匹配9.4.1基于SIFT算法的图像匹配9.4.2基于SURF算法的图像匹配9.4.3基于ORB算法的图像匹配【本章小结】【课后习题】第10章图像智能识别方法10.1聚类识别10.1.1聚类算法主要思想10.1.2KMeans聚类算法理论基础10.1.3聚类算法的实现10.2支持向量机（SVM）识别10.2.1SVM的分类思想10.2.2SVM的基本理论10.2.3SVM算法的实现10.3人工神经网络识别10.3.1人工神经网络的主要思想10.3.2BP神经网络的理论基础10.3.3BP神经网络的实现10.4卷积神经网络（CNN）识别10.4.1CNN的主要思想10.4.2CNN的理论基础10.4.3CNN算法的实现【本章小结】【课后习题】第11章工程应用——米粒分类识别11.1米粒图像预处理11.1.1图像背景均匀化11.1.2图像二值化11.1.3图像去噪及米粒填充11.2米粒图像轮廓提取11.3米粒图像特征提取11.4米粒分类【本章小结】第12章工程应用——多气泡上升轨迹跟踪12.1研究背景12.2气泡图像的预处理12.2.1气泡图像去噪12.2.2气泡图像二值化12.2.3气泡图像填充12.3气泡运动轨迹跟踪方法12.3.1基于互相关匹配的目标跟踪12.3.2基于图像小波变换互相关匹配的气泡轨迹跟踪实现12.3.3基于MeanShift算法的目标跟踪【本章小结】第13章工程应用——血细胞图像检测13.1血细胞图像形态学处理13.1.1图像预处理13.1.2细胞的形态学分割13.1.3细胞图像边缘处理13.2血细胞图像阈值分割处理13.2.1全局阈值分割13.2.2动态阈值分割13.2.3目标提取13.3血细胞图像霍夫圆检测13.3.1图像去噪13.3.2霍夫圆检测13.4血细胞计数与面积计算【本章小结】第14章工程应用——手写字符识别14.1手写字符定位与分割14.2图像裁剪及标准化14.3特征矩阵提取14.4模板库建立14.5字符匹配识别14.6算法测试与应用【本章小结】第15章工程应用——汽车牌照识别15.1车牌图像采集15.2车牌图像预处理及牌照定位15.3汽车牌照区域的分割15.4字符图像分割15.5字符细化15.6BP神经网络的训练和字符的识别【本章小结】参考文献
|
| 內容試閱：
|
|
进入21世纪，随着计算机技术、人工智能和思维科学研究的迅速发展，图像处理正向着高速化、高分辨率化、立体化、多媒体化、智能化和标准化的方向发展。数字图像处理技术在航空航天、生物医学、工业制造、公共安全、军事、农业、通信、遥感等许多工程领域受到广泛重视，并取得了重大的开拓性成就，从事数字图像处理领域的人才也日益受到企业、研究所、高校等单位的重视。科技兴则民族兴，科技强则国家强。党的二十大报告指出，必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势。数字图像处理涉及信号处理、模式识别、人工智能和光电子学等领域，是一门交叉学科，也是目前人工智能、自动化、计算机、电子信息、生物医学等专业的重要课程，有助于提升学生探索科研创新的能力。数字图像是一门快速发展的学科，由于最近几年来的研究成果在一些教材中体现的不是特别充分，尤其对工程应用的关注度不够。因此，建设理论与工程应用相结合的图像处理教材，对解决工程研究问题的重要性不言而喻。本书汇集了多年来在数字图像处理领域的科研和教学成果，是一本面向人工智能、电子信息、自动化和计算机等专业的典型应用技术型教材，既囊括了数字图像处理的基础理论知识，又包含了新颖的智能图像处理案例，同时还配备了完整的源代码，能够为教学提供丰富可靠的数字资源和工程实践经验。本书的主要特点是：基础理论知识覆盖面较全，讲解过程深入浅出，可以促进学生对图像处理知识的理解和学习，提升学生和相关专业人员对图像处理技术的应用能力；图像处理案例均由编写团队教学及科研成果凝练而成，案例的设计思路和开发经验讲解详细，引导读者进行图像处理技术实际工程能力的锻炼及开拓创新意识的培养；源代码完整且与知识点联系紧密，便于读者开发应用时参考，对从事图像处理领域项目开发的读者有良好的借鉴作用；教材融入了科技创新、文化自信、爱国主义等思政元素，充分展现了工匠精神和家国情怀。全书共15章，第1章数字图像处理概述，主要介绍数字图像处理的发展历史、基本内容和应用背景等。第2章图像采集系统，主要针对图像采集装置进行介绍，包括相机、镜头、光源等硬件设施。第3章为数字图像基础，主要介绍数字图像处理过程中用到的一些基本概念，如图像采样与量化、像素间的基本关系、灰度直方图、图像的代数运算等。第4章图像预处理技术，包括图像的灰度变换、图像的几何变换、空间滤波增强、形态学处理。第5章图像变换，主要介绍基于变换域的图像滤波方法。第6章图像复原，主要介绍了典型的图像复原方法。第7章图像分割技术，包括图像阈值分割、边缘检测、Hough变换、区域分割和形态学分水岭分割。第8章图像特征提取与选择，主要介绍几何特征、颜色特征和纹理特征的提取方法以及基于主成分分析和基于判据的特征选择方法。第9章图像匹配，主要介绍了基于灰度相关的模板匹配方法、基于变换域的模板匹配方法和基于特征相关的模板匹配方法。第10章图像智能识别方法，主要介绍了聚类识别、支持向量机识别、人工神经网络识别和卷积神经网络识别。第11至15章为数字图像处理工程应用案例，应用内容包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。第3至10章中所涉及的图像处理方法都配有详细分析过程及程序实现代码。第11至15章以工程应用为导向，对工程应用案例进行理论分析、特征归纳、给出解决方案，细化解决问题的过程，每个关键步骤均配有程序代码及运行效果，深化读者对图像处理算法的理解，有助于增强读者对图像处理方法应用的掌握。克服了以往教材中应用案例解决方案不完善，解决问题思路不清晰，脱离工程实际等缺陷。 本书由天津工业大学宋丽梅和王红一任主编，汤春明和贾兴丹任副主编，天津工业大学向中浩、于佳立、杨阳、颜迪、张宗阳、李安静、梁浩东、石亚芳、张浩等参与了本书的编写工作。其中，第1章由宋丽梅和王红一编写，第2章由宋丽梅和张宗阳编写，第3章由王红一和颜迪编写，第4章由王红一和杨阳编写，第5章由王红一和张浩编写，第6章由汤春明编写，第7章由王红一和杨阳编写，第8章由贾兴丹和于佳立编写，第9章由宋丽梅和石亚芳编写，第10章由王红一和杨阳编写，第11章由王红一和李安静编写，第12章王红一和梁浩东编写，第13章宋丽梅和向中浩编写，第14章由宋丽梅和颜迪编写，第15章由王红一和颜迪编写。另外，本书还附有相应的C++代码（电子资源），由张宗阳、向中浩和于佳立共同完成。本书获得了2021年度天津市教育科学规划课题-重点课题《“人工智能+X”产教融合的人才培养模式研究》（BIE210025）的资助。由于编者水平有限，书中难免存在不妥之处，敬请读者批评指正。
|
|
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
