定 價:36 元
叢書名:21世紀高等學校計算機專業(yè)實用系列教材
當前圖書已被 3 所學校薦購過!
查看明細
- 作者:孫忠貴
- 出版時間:2024/12/1
- ISBN:9787302697565
- 出 版 社:清華大學出版社
- 中圖法分類:TN911.73
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書主要介紹數(shù)字圖像處理的基本內容及相應的MATLAB程序實現(xiàn)。主要內容包括圖像的基本操作、圖像的基本運算、圖像變換、圖像的形態(tài)學操作、圖像增強、圖像去噪、圖像分割等。在內容組織上注重理論與實踐的相輔相成,一方面通過對理論內容進行簡明扼要的介紹,使讀者能夠順利進入實踐環(huán)節(jié);另一方面通過實踐操作使讀者進一步理解并掌握相關內容的理論本質。為滿足不同讀者的學習需求和開發(fā)習慣,本書采用雙語言實現(xiàn)方案。主體內容以MATLAB編程實現(xiàn),附錄提供Python環(huán)境配置指南,并在配套電子資源中同步提供本書示例程序的雙版本代碼(MATLAB+Python)。本書可供高等學校數(shù)字圖像處理及相關課程的?粕、本科生和研究生作為教材使用,也可作為相關科研人員、工程技術人員的參考讀物。
本書主要介紹數(shù)字圖像處理的基本內容及相應的MATLAB程序實現(xiàn),適合作為高等院校數(shù)字圖像處理及相關課程的本科生和研究生教材,同時也可供相關科研人員、工程技術人員參考
第二版前言
隨著信息技術的發(fā)展,數(shù)字圖像在諸多領域中得到廣泛應用,數(shù)字圖像處理的相關學習也受到了越來越多的關注。數(shù)字圖像處理已成為理工類諸多專業(yè)?粕、本科生和研究生的一門重要課程。
關于數(shù)字圖像處理的學習既涉及嚴謹?shù)睦碚摶A,又需要熟練的編程技能,將二者在知識體系上密切結合并相輔相成是本書寫作的主要動機。圍繞這一動機,本書在內容上采用了“理論+實踐+實驗”的呈現(xiàn)形式。其中理論知識涵蓋數(shù)字圖像處理的常見基礎內容,包括圖像的基本操作、圖像的基本運算、圖像變換、形態(tài)學操作、圖像增強、圖像去噪、圖像分割等。本書在介紹這些知識的過程中嵌入了必要的程序示例,力求使讀者通過動手實踐領悟其理論本質,同時也掌握相應的編程技能。各章最后的實驗環(huán)節(jié),在編寫上注意了實用性、趣味性及啟發(fā)性。相信通過完成實驗報告,能夠進一步激發(fā)讀者對圖像處理的學習興趣及研究熱情。書中涉及的部分圖片、代碼及其他參考資料等可以在清華大學出版社官網下載,讀者也可通過掃描封底二維碼下載。
本書優(yōu)質版自2016年11月發(fā)行以來,多次重印,并得到來自社會讀者及多所院校師生的積極反饋。這些寶貴建議與筆者在課堂教學及研究生培養(yǎng)中的實踐積累,共同促成了此次修訂再版。本書第二版完全保持了優(yōu)質版的框架和體系,但在以下幾方面作了進一步的修改和完善。首先,在每節(jié)后面增加了擴展閱讀欄目,著重介紹與該節(jié)知識點相關的歷史經緯、關鍵術語等,是章節(jié)知識的有益補充。其次,課后實驗題目得到進一步豐富。再次,考慮到近年來Python語言在計算機視覺領域的廣泛使用,為滿足不同讀者的學習需求和開發(fā)習慣,本版采用雙語言實現(xiàn)方案。在主體內容繼續(xù)采用MATLAB編程實現(xiàn)的同時,附錄部分提供了本書的Python環(huán)境配置說明,并在配套電子資源中同步提供書中示例程序的雙版本代碼(MATLAB+Python)。最后,優(yōu)質版中一些文字上的錯誤及不妥之處也得到了糾正。所有這些變動的目的是使本書更加容易理解,更加容易激發(fā)讀者對數(shù)字圖像處理的學習興趣和啟發(fā)性思考,從而讓更多讀者從中受益。能否達到這一目標,有待于實踐的檢驗。
本書的編寫工作得到山東省自然科學(ZR2024MF143,ZR2020MF040)和山東省重點學科建設經費的資助。全書的完成,參考和引用了大量同行的研究成果,在此向原作者表示衷心感謝。同時,本書寫作過程還受到諸多文獻和網絡資源等的啟發(fā),書中引用不完全之處,懇請各位學者見諒。
由于編者水平所限,書中難免出現(xiàn)不當之處,敬請各位讀者及同行批評指正。
編者2025年5月
優(yōu)質版前言
隨著計算機技術及信息技術的發(fā)展,數(shù)字圖像在諸多領域中得到廣泛應用,數(shù)字圖像處理的學習也受到了越來越多的關注。數(shù)字圖像的學習內容既涉及嚴謹?shù)睦碚摶A,又需要熟練的編程技能,將二者在知識體系上密切結合并相輔相成是本書寫作的主要動機。
本書介紹數(shù)字圖像若干研究方向的基本知識,在介紹這些理論知識的同時嵌入了必要的程序示例,力求使讀者通過動手實踐進一步理解并掌握數(shù)字圖像研究的理論本質,同時也掌握相應的圖像處理MATLAB編程技能。
本書各章最后以實驗報告形式設計了實驗環(huán)節(jié),這部分內容在編寫過程中注意了實用性、趣味性及啟發(fā)性。相信通過完成實驗報告,能夠激發(fā)讀者對圖像處理的學習興趣及研究熱情。另外,本書中涉及的部分圖片、代碼及其他參考資料等在網上有電子資源,讀者可通過掃描封底二維碼下載。
全書共分為9章,涵蓋了數(shù)字圖像處理的若干研究內容,如圖像的基本操作、圖像的基本運算、圖像變換、圖像的形態(tài)學操作、圖像增強、圖像去噪、圖像分割等。
本書的寫作結合了編者多年來在數(shù)字圖像處理方面的教學實踐與研究經驗,并受到山東省應用型人才培養(yǎng)特色名校建設工程及山東省自然科學(ZR2014FM032)的資助。全書的完成,參考和引用了大量同行的研究成果,在此向原作者表示感謝,并且受到諸多文獻、資源的啟發(fā),書中引用得不完全,請原作者及各位同行多多諒解。
由于編者水平所限,書中難免出現(xiàn)不當之處,敬請各位讀者批評指正。
編者2016年7月
目錄
第1章緒論
1.1基本概念
1.2MATLAB基礎
1.2.1MATLAB工具箱安裝
1.2.2幾個常用的MATLAB命令
1.2.3MATLAB的內聯(lián)函數(shù)與匿名函數(shù)
1.2.4MATLAB GPU編程基礎
1.3本書內容
本章實驗
實驗一MATLAB工具箱安裝
實驗二MATLAB基本操作
實驗三經典圖像數(shù)據(jù)集
第2章圖像的基本操作
2.1數(shù)字圖像的離散化表示
2.1.1灰度圖像
2.1.2彩色圖像
2.2數(shù)字圖像的讀、寫和顯示
2.2.1圖像的讀取
2.2.2圖像的顯示
2.2.3圖像的保存
2.3鄰域操作與塊操作
2.3.1圖像的鄰域操作
2.3.2圖像的塊操作
本章實驗
實驗一灰度圖像的基本操作
實驗二彩色圖像的基本操作
實驗三圖像的鄰域操作
實驗四索引圖像格式轉換
第3章圖像的基本運算
3.1代數(shù)運算
3.1.1圖像的疊加函數(shù)
3.1.2非常值差函數(shù)
3.1.3圖像的減法運算
3.1.4圖像的乘法運算
3.1.5圖像的除法運算
3.1.6圖像的線性組合
3.1.7圖像的求補運算
3.2幾何變換
3.2.1改變圖像大小
3.2.2圖像的剪切
3.2.3圖像的旋轉
3.2.4圖像的幾何形變
本章實驗
實驗一圖像亮度的自適應調整
實驗二使用基本運算添加圖像水印
實驗三仿射變換的MATLAB實現(xiàn)
實驗四圖像的光照不均勻校正
第4章圖像的頻域操作
4.1傅里葉變換
4.1.1連續(xù)傅里葉變換
4.1.2離散傅里葉變換
4.1.3離散傅里葉變換的實現(xiàn)
4.1.4快速卷積的離散傅里葉變換實現(xiàn)
4.2離散余弦變換
4.2.1離散余弦變換定義
4.2.2離散余弦變換的實現(xiàn)
4.3小波變換
4.3.1小波變換的定義
4.3.2離散小波變換的實現(xiàn)
4.4Hough變換與Radon變換
4.4.1Hough變換
4.4.2Radon變換及實現(xiàn)
本章實驗
實驗一利用傅里葉變換進行文本定位
實驗二離散余弦變換練習
實驗三小波變換練習
實驗四Radon變換練習
實驗五感興趣區(qū)域圖像壓縮
第5章形態(tài)學圖像處理
5.1數(shù)學形態(tài)學的集合論基礎
5.2二值形態(tài)學
5.3灰度形態(tài)學
5.4形態(tài)學操作的MATLAB實現(xiàn)
本章實驗
實驗一利用imerode函數(shù)和imdilate函數(shù)實現(xiàn)圖像的開、閉操作
實驗二圖像光照不均勻校正的形態(tài)學實現(xiàn)
第6章圖像的空域增強
6.1基本知識
6.2灰度變換
6.3直方圖處理
6.3.1直方圖
6.3.2直方圖均衡化
6.4空域濾波
6.4.1平滑濾波
6.4.2銳化濾波
本章實驗
實驗一直方圖均衡化編程實現(xiàn)
實驗二灰度變換與直方圖均衡化比較
實驗三圖像空域濾波的塊操作實現(xiàn)
實驗四基于人眼視覺系統(tǒng)的灰度變換
第7章圖像的頻域增強
7.1低通濾波
7.1.1傅里葉變換低通濾波
7.1.2小波變換低通濾波
7.2高通濾波
本章實驗
實驗一巴特沃思濾波器的快速算法實現(xiàn)
實驗二頻域濾波器的圖像濾波
實驗三基于DCT變換的圖像低通濾波
第8章圖像去噪
8.1噪聲模型及實現(xiàn)
8.1.1兩類常見的噪聲模型
8.1.2噪聲添加的實現(xiàn)
8.2噪聲濾除及效果評價
8.3細節(jié)保持濾波器
8.3.1灰度最小方差濾波器
8.3.2k近鄰平滑濾波器
8.3.3自適應中值濾波器
8.3.4雙邊濾波器
8.3.5非局部均值濾波器
本章實驗
實驗一不同濾波器的濾波性能比較
實驗二細節(jié)保持濾波器的實現(xiàn)
實驗三NLM濾波器實現(xiàn)
第9章圖像分割
9.1點檢測與線檢測
9.1.1點檢測
9.1.2線檢測
9.2邊緣檢測
9.2.1圖像不連續(xù)性的數(shù)學刻畫
9.2.2Roberts算子
9.2.3Sobel算子
9.2.4Prewitt算子
9.2.5拉普拉斯算子
9.2.6LOG算子與DOG算子
9.2.7Canny算子
9.2.8形態(tài)學算子
9.3基于灰度閾值的圖像分割
9.3.1全局閾值分割
9.3.2局部閾值分割和多閾值分割
9.4區(qū)域生長法與分裂合并法進行圖像分割
9.4.1區(qū)域生長法
9.4.2分裂合并法
9.5使用分水嶺法進行圖像分割
本章實驗
實驗一基于Radon變換的灰度圖像線檢測
實驗二不同檢測算子的性能比較
實驗三閾值分割算法比較
實驗四圖像的四叉樹分解
實驗五分水嶺算法進行圖像分割
附錄A實驗報告參考模板
附錄BPython環(huán)境搭建
B.1安裝Anaconda
B.1.1下載Anaconda
B.1.2安裝Anaconda
B.1.3測試Anaconda
B.2建立虛擬環(huán)境并安裝NumPy、Pillow和OpenCV
B.2.1建立虛擬環(huán)境并激活
B.2.2安裝NumPy包和Pillow包
B.2.3安裝OpenCV包
B.3安裝PyCharm
B.3.1下載PyCharm
B.3.2安裝PyCharm
B.3.3設置PyCharm解釋器
B.4本書Python代碼測試示例
參考文獻