- 軟件大小:7.08M
- 軟件語言:中文
- 軟件類型:國產(chǎn)軟件
- 軟件類別:免費(fèi)軟件 / 電子圖書
- 更新時間:2018-01-30 11:27
- 運(yùn)行環(huán)境:WinAll, WinXP, Win7, Win8, Win10
- 軟件等級:
- 軟件廠商:
- 官方網(wǎng)站:暫無
85.00M/中文/8.0
6.70M/中文/3.3
135.00M/中文/5.0
535.05M/中文/0.6
6.43M/中文/10.0
圖像處理和分析教程pdf是一套專業(yè)的計算機(jī)電子課本。本書為大家提供了數(shù)字圖像的處理方法,如果你對計算機(jī)視覺知識感到很模糊,或者是想要自學(xué)計算機(jī)圖像分析、表達(dá)知識,都可以來綠色資源網(wǎng)免費(fèi)下載這套電子書學(xué)習(xí)研究!
《圖像處理和分析教程》本書是英文第4版的中文翻譯,大約有五分之一的內(nèi)容更新。主要更新的內(nèi)容包括:增加了一些*的算法,增加了習(xí)題部分,重寫了部分內(nèi)容。更為具體的內(nèi)容更新請參考作者序。本書是在第3版中文翻譯的基礎(chǔ)上,按照直譯的原則進(jìn)行翻譯的,與英文版形成完全的對照。對于英文版中明顯存在的排印或疏忽類的錯誤,都進(jìn)行了更正。由于這些錯誤一般都很明顯,因此譯文中沒有專門聲明,讀者如果對照英文版,不難看出其出處。
第1章 引言 1
1.1 動機(jī) 1
1.2 計算機(jī)視覺為什么是困難的2
1.3 圖像表達(dá)與圖像分析的任務(wù)4
1.4 總結(jié) 7
1.5 習(xí)題 7
1.6 參考文獻(xiàn) 8
第2章 圖像及其表達(dá)與性質(zhì) 9
2.1 圖像表達(dá)若干概念 9
2.2 圖像數(shù)字化 11
2.2.1 采樣 11
2.2.2 量化 12
2.3 數(shù)字圖像性質(zhì) 13
2.3.1 數(shù)字圖像的度量和拓?fù)湫再|(zhì) 13
2.3.2 直方圖 17
2.3.3 熵 18
2.3.4 圖像的視覺感知 18
2.3.5 圖像品質(zhì) 20
2.3.6 圖像中的噪聲 21
2.4 彩色圖像 22
2.4.1 色彩物理學(xué) 22
2.4.2 人所感知的色彩 23
2.4.3 彩色空間 26
2.4.4 調(diào)色板圖像 28
2.4.5 顏色恒常性 28
2.5 攝像機(jī)概述 29
2.5.1 光敏傳感器 29
2.5.2 黑白攝像機(jī) 30
2.5.3 彩色攝像機(jī) 32
2.6 總結(jié) 32
2.7 習(xí)題 33
2.8 參考文獻(xiàn) 35
第3章 圖像及其數(shù)學(xué)與物理背景 37
3.1 概述 37
3.1.1 線性 37
3.1.2 狄拉克(Dirac)分布和卷積 37
3.2 積分線性變換 38
3.2.1 作為線性系統(tǒng)的圖像39
3.2.2 積分線性變換引言39
3.2.3 1D傅里葉變換 39
3.2.4 2D傅里葉變換 43
3.2.5 采樣與香農(nóng)約束 45
3.2.6 離散余弦變換 47
3.2.7 小波變換 48
3.2.8 本征分析 52
3.2.9 奇異值分解 53
3.2.10 主分量分析 54
3.2.11 Radon變換56
3.2.12 其他正交圖像變換56
3.3 作為隨機(jī)過程的圖像 57
3.4 圖像形成物理 59
3.4.1 作為輻射測量的圖像59
3.4.2 圖像獲取與幾何光學(xué)60
3.4.3 鏡頭像差和徑向畸變63
3.4.4 從輻射學(xué)角度看圖像獲取 65
3.4.5 表面反射 67
3.5 總結(jié) 69
3.6 習(xí)題 70
3.7 參考文獻(xiàn) 71
第4章 圖像分析的數(shù)據(jù)結(jié)構(gòu) 73
4.1 圖像數(shù)據(jù)表示的層次 73
4.2 傳統(tǒng)圖像數(shù)據(jù)結(jié)構(gòu) 74
4.2.1 矩陣 74
4.2.2 鏈 76
4.2.3 拓?fù)鋽?shù)據(jù)結(jié)構(gòu) 76
4.2.4 關(guān)系結(jié)構(gòu) 77
4.3 分層數(shù)據(jù)結(jié)構(gòu) 78
4.3.1 金字塔 78
4.3.2 四叉樹 79
4.3.3 其他金字塔結(jié)構(gòu) 80
4.4 總結(jié) 81
4.5 習(xí)題 82
4.6 參考文獻(xiàn) 83
第5章 圖像預(yù)處理 85
5.1 像素亮度變換 85
5.1.1 位置相關(guān)的亮度校正85
5.1.2 灰度級變換 86
5.2 幾何變換 88
5.2.1 像素坐標(biāo)變換 88
5.2.2 亮度插值 89
5.3 局部預(yù)處理 91
5.3.1 圖像平滑 91
5.3.2 邊緣檢測算子 97
5.3.3 二階導(dǎo)數(shù)過零點(diǎn)100
5.3.4 圖像處理中的尺度104
5.3.5 Canny邊緣提取105
5.3.6 參數(shù)化邊緣模型107
5.3.7 多光譜圖像中的邊緣107
5.3.8 頻域的局部預(yù)處理108
5.3.9 用局部預(yù)處理算子作線檢測 112
5.3.10 角點(diǎn)(興趣點(diǎn))檢測113
5.3.11 最大穩(wěn)定極值區(qū)域檢測 116
5.4 圖像復(fù)原 117
5.4.1 容易復(fù)原的退化118
5.4.2 逆濾波 118
5.4.3 維納濾波 118
5.5 總結(jié) 120
5.6 習(xí)題 121
5.7 參考文獻(xiàn) 126
第6章 分割Ⅰ 130
6.1 閾值化 130
6.1.1 閾值檢測方法 132
6.1.2 最優(yōu)閾值化 133
6.1.3 多光譜閾值化 135
6.2 基于邊緣的分割 136
6.2.1 邊緣圖像閾值化137
6.2.2 邊緣松弛法 138
6.2.3 邊界跟蹤 139
6.2.4 作為圖搜索的邊緣跟蹤143
6.2.5 作為動態(tài)規(guī)劃的邊緣跟蹤 149
6.2.6 Hough變換152
6.2.7 使用邊界位置信息的邊界
1.提供了豐富的參考文獻(xiàn),既列出了經(jīng)過時間考驗(yàn)的經(jīng)典論文,也列出了能反映未來發(fā)展方向的*進(jìn)展,適于讀者進(jìn)一步深入探索。
2.圖將復(fù)雜的概念通過具體示例用易于理解的算法來描述,提供了大量包含圖示和處理結(jié)果的插圖,特別有助于讀者的學(xué)習(xí)和理解。
3.涵蓋十分廣泛的領(lǐng)域,包括人工智能、信號處理、人工神經(jīng)網(wǎng)絡(luò)、模式識別、機(jī)器學(xué)習(xí)、模糊數(shù)學(xué)等一系列相關(guān)學(xué)科。
請描述您所遇到的錯誤,我們將盡快予以修正,謝謝!
*必填項(xiàng),請輸入內(nèi)容