新書推薦：
《
给孩子的考古
》
售價：HK$
63.8
《
文明的重建：战后德国五十年（译林思想史）从大屠杀刽子手到爱好和平的民主主义者，揭秘战后德国五十年奇迹般的复兴之路！
》
售價：HK$
108.9
《
推荐系统核心技术与实践
》
售價：HK$
108.9
《
乌合之众：群体心理研究
》
售價：HK$
74.8
《
流浪的君子：孔子的最后二十年 王健文
》
售價：HK$
54.8
《
咨询的奥秘2：咨询师的百宝箱（珍藏版）
》
售價：HK$
76.8
《
中国近代思想与学术的系谱（增订版）
》
售價：HK$
107.8
《
张元济的生平与事业：从清代改革家到二十世纪出版家
》
售價：HK$
85.8
|
| 編輯推薦： |
|
本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
|
| 內容簡介： |
本书系统阐述了图像处理的基本理论与实现方法，重点论述了人工智能在图像处理领域的理论创新与实践应用。本书内容分为两大部分，第一部分主要介绍图像处理的基本理论、算法和技术，包括图像变换、图像增强、图像复原、图像融合、图像压缩、图像分割和图像识别等内容；第二部分主要介绍智能图像处理在多个领域的应用实例，包括智能遥感领域应用实例、智慧医疗领域应用实例和多源图像智能融合领域应用实例等内容。
本书可作为人工智能、电子信息工程、计算机科学与技术、自动化、机器人工程和生物医学工程等专业高年级本科生的教材，也可供相关专业研究人员和工程技术人员参考。
本书配有电子课件、源代码、习题答案、实验实践项目、微课视频等教学资源，欢迎选用本书作教材的教师登录www.cmpedu.com注册后索取。
|
| 目錄：
|
序
前言
第1章绪论1
1.1图像处理概述1
1.2智能图像处理概述3
1.3智能图像处理应用6
本章小结7
第2章图像变换8
2.1图像变换概述8
2.2基本算术运算8
2.2.1加法运算8
2.2.2减法运算9
2.2.3乘法运算9
2.2.4除法运算10
2.3基本几何运算10
2.3.1平移变换10
2.3.2旋转变换11
2.3.3缩放变换12
2.3.4仿射变换13
2.4离散傅里叶变换14
2.4.1一维离散傅里叶变换14
2.4.2二维离散傅里叶变换14
2.5离散余弦变换15
2.5.1一维离散余弦变换16
2.5.2二维离散余弦变换16
2.6离散小波变换17
2.6.1一维离散小波变换17
2.6.2二维离散小波变换18
2.7稀疏表示20
2.8基于深度学习的图像变换21
本章小结24
习题24
第3章图像增强26
3.1图像增强概述26
3.2图像平滑滤波27
3.2.1均值滤波27
3.2.2中值滤波29
3.2.3高斯模糊30
3.3图像锐化滤波31
3.3.1梯度法31
3.3.2拉普拉斯算子32
3.3.3频域滤波33
3.4直方图均衡化34
3.5伪彩色图像增强36
3.5.1密度分割法36
3.5.2灰度变换法37
3.5.3频域伪彩色增强38
3.6基于Retinex的图像增强40
3.7基于深度学习的图像增强41
3.7.1基于卷积神经网络的图像增强42
3.7.2基于弱监督学习的图像增强44
3.7.3基于无监督学习的图像增强45
3.7.4常用损失函数47
本章小结47
习题47
第4章图像复原49
4.1图像复原概述49
4.2噪声模型51
4.2.1噪声的空间和频率特性52
4.2.2常见噪声的概率密度函数52
4.2.3周期噪声56
4.3基于滤波器的噪声滤除57
4.3.1均值滤波器57
4.3.2统计排序滤波器60
4.3.3自适应滤波器64
4.4基于频率分析的周期噪声滤除69
4.4.1带阻滤波器69
4.4.2带通滤波器71
4.5无约束图像复原71
4.5.1逆滤波72
4.5.2无约束最小二乘求解方法73
4.6有约束图像复原73
4.6.1基于稀疏表示的图像复原74
4.6.2基于低秩约束的图像复原75
4.7基于深度学习的图像复原76
4.7.1基于深度学习的图像去噪77
4.7.2基于深度学习的图像超分辨率复原79
4.7.3基于深度学习的图像去模糊79
4.7.4基于深度学习的图像修复81
本章小结82
习题82
第5章图像融合84
5.1图像融合概述84
5.2多源图像配准85
5.2.1基本概念85
5.2.2特征点匹配85
5.2.3仿射变换85
5.3空间域图像融合87
5.4变换域图像融合88
5.5基于稀疏表示的图像融合89
5.6基于深度学习的图像融合90
5.6.1基于卷积神经网络的图像融合91
5.6.2基于自监督学习的图像融合91
5.6.3基于无监督学习的图像融合92
本章小结93
习题93
第6章图像压缩95
6.1图像压缩概述95
6.1.1图像中的信息冗余96
6.1.2图像压缩分类96
6.1.3图像编码评价97
6.2统计编码100
6.2.1霍夫曼编码100
6.2.2费诺-香农编码102
6.2.3算术编码102
6.2.4行程编码103
6.3预测编码104
6.3.1线性预测编码105
6.3.2非线性预测编码105
6.4矢量量化106
6.4.1矢量量化的基本思想106
6.4.2矢量量化器的设计107
6.5变换域压缩107
6.5.1变换域压缩的基本思想107
6.5.2变换域编码的原理108
6.6基于深度学习的图像压缩109
6.6.1基于卷积神经网络的图像压缩109
6.6.2基于循环神经网络的图像压缩110
6.6.3基于生成对抗网络的图像压缩111
本章小结112
习题112
第7章图像分割113
7.1图像分割概述113
7.2边缘检测114
7.2.1边缘检测算子114
7.2.2边缘跟踪122
7.3图像阈值分割126
7.3.1直方图阈值分割法127
7.3.2最大类间方差阈值分割法129
7.4基于区域的分割131
7.4.1区域增长法131
7.4.2分裂合并法133
7.5基于深度学习的图像分割136
7.5.1基于全卷积网络的图像分割137
7.5.2基于多尺度特征聚合的图像分割139
7.5.3基于区域卷积神经网络的图像分割139
7.5.4基于注意力机制的图像分割141
本章小结142
习题142
第8章图像识别144
8.1图像识别概述144
8.2图像特征提取145
8.2.1颜色特征145
8.2.2纹理特征147
8.2.3形状特征149
8.2.4空间关系特征150
8.3传统图像识别方法150
8.4基于深度学习的图像识别151
8.4.1粗粒度图像识别152
8.4.2细粒度图像识别157
本章小结158
习题158
第9章智能遥感领域应用实例160
9.1渤海湾海洋溢油检测160
9.1.1耀斑去除与噪声估计161
9.1.2溢油区域探测163
9.2DOTA数据集目标检测179
9.2.1数据预处理180
9.2.2方法设计180
本章小结182
习题182
第10章智慧医疗领域应用实例183
10.1视网膜光学相干断层扫描图像智能处理技术183
10.1.1视网膜光学相干断层扫描图像的去噪184
10.1.2视网膜光学相干断层扫描图像的压缩重建188
10.1.3视网膜光学相干断层扫描图像的病灶定位与诊断189
10.2脑高光谱图像智能处理技术212
10.2.1图像预处理213
10.2.2诊断方法214
本章小结215
习题216
第11章多源图像智能融合领域应用实例217
11.1红外图像与可见光图像融合217
11.1.1图像预处理217
11.1.2图像融合218
11.2视网膜光学相干断层扫描图像与眼底图像融合230
11.3多源遥感图像融合252
11.3.1图像预处理253
11.3.2地物分类253
11.4多源大模型遥感图像解译254
11.4.1多源遥感大模型255
11.4.2基于大模型的多源遥感图像解译256
本章小结257
习题258
附录相关术语259
参考文献261
|
| 內容試閱：
|
前言
智能图像处理及应用在数字信息技术日新月异的时代，图像作为一种直观、高效的信息载体，成为信息传递和解译的关键媒介，以及连接现实和数字世界的桥梁。从社交媒体上随手分享的日常照片，到科研实验中的缜密数据分析，再到医疗诊断中关乎健康的影像资料，图像几乎无处不在。然而，如何从这些海量的图像中高效、准确地提取有价值的信息，成为科学研究、工业生产、医疗健康等多个领域中的一个亟待解决的问题。
基于这样的背景，本书应运而生，旨在为读者提供一套完整的智能图像处理理论、技术和应用指南。本书从图像处理的基本概念入手，逐步深入到图像变换、增强、复原、融合、压缩、分割和识别等核心技术。同时，本书结合人工智能和机器学习的最新进展，探讨了智能图像处理在遥感、医疗、多源图像融合等领域的应用，通过系统而深入的讲解，帮助读者掌握图像处理的基本理论、核心技术和前沿应用，为图像处理领域的学习、研究与实践提供坚实的支撑。众所周知，图像处理不仅仅是技术层面的操作，更是思维方式的转变和解决问题能力的提升。因此，本书力求通过系统、全面的内容，激发读者对图像处理技术的兴趣与热情，培养读者在复杂信息环境中获取、分析和利用图像数据的能力。
本书注重理论与实践相结合，既深入阐述了图像处理的基本理论、算法和技术，又通过丰富的实例和实验展示了这些技术的实际应用效果。通过对本书的学习，希望读者能够构建扎实的图像处理基础理论体系，掌握图像处理的核心技能，为未来的学习、研究和实践打下坚实的基础。
希望本书能够使更多的读者对智能图像处理技术产生兴趣和热情，以推动这一领域的持续发展与创新。同时也期待本书能够成为从事图像处理、人工智能、机器学习等领域研究和开发人员的得力助手，将这些技术真正用于解决实际问题。
编者
|
|
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
