数字图像处理技术与应用——Visual C++实现

数字图像处理技术与应用——Visual C++实现
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2021-10
版次: 1
ISBN: 9787115501387
定价: 64.00
装帧: 其他
开本: 其他
纸张: 胶版纸
页数: 260页
字数: 460千字
20人买过
  • 本书结合作者多年的教学经验和科研实践编写而成,系统介绍了数字图像处理技术和分析的基础理论、基本原理和实用的处理方法与技术。全书内容包括概述(数字图像基础、数字图像的表示和像素间的关系、数字图像处理的发展与应用、图像的存储与格式、视觉基础)、图像点运算与应用、图像增强技术、图像恢复技术、图像变换、图像分割、图像压缩与编码技术、图像的目标表达与特征测量技术、二值图像的形态学处理、彩色图像处理和案例分析。本书应用案例大多来自于生活实践,有实现方法和实现步骤,帮助学习者理解掌握知识点。 主要从事数字图像处理和计算机辅助设计等方面的研究,在数字图像全景拼接、智能拼图、数字图像3维重建方面有比较深入的研究,近5年,在国内外重要核心期刊发表学术论文10余篇,申请发明专利3项,主编教材2部,主持省级项目3项,校级项目3项,参与省级项目2项,主持和参与企业横向合作项目多项。 第 一章  概述1

    1.1 数字图像基础 1

    1.1.1 像素 1

    1.1.2 数字化 2

    1.1.3 图像类别 5

    1.2 数字图像的表示和像素间的关系 8

    1.2.1 数字图像的表示 8

    1.2.2 数字图像像素间的领域关系 9

    1.2.3像素间的距离 9

    1.3数字图像处理的发展与应用领域 10

    1.4 图像的存储与格式 16

    1.4.1 数字图像的存储基础 16

    1.4.2 数字图像数据文件的存储方式 17

    1.4.3 数字图像文件格式 17

    1.4.4 图像显示 20

    1.5 视觉基础 22

    1.5.1 人眼成像 22

    1.5.2亮度知觉 24

    1.5.3 形状知觉 26

    1.5.4 颜色视觉和色度学 26

    1.5.5 彩色模型 28

    第二章 图像运算及应用 35

    引言 35

    2.1 代数运算与应用 35

    2.1.1 加运算与应用 35

    2.1.2 减法运算与应用 37

    2.1.3 乘法运算与应用 38

    2.1.4 除法运算与应用 39

    2.2 逻辑运算与应用 40

    2.2.1 逻辑非(NOT)运算 40

    2.2.2逻辑与(AND)运算 41

    2.2.3逻辑或(OR)运算 41

    2.2.4 逻辑运算综合实例 42

    2.3 应用案例 43

    2.3.1 拼图并加框案例 43

    2.3.2 电视制作的蓝屏技术 45

    第3章 图像增强技术 46

    引言 46

    3.1 噪声及其描述 47

    3.1.1 图像噪声的分类 47

    3.1.2 噪声特点 48

    3.1.3 一些常见的噪声概率密度函数 49

    3.2 灰度变换 51

    3.2.1 图像求反变换 51

    3.2.2 线性比例变换 52

    3.2.3 分段线性变换 53

    3.2.4 指数变换 54

    3.2.5 对数变换 55

    3.3 直方图均衡化和规定化 55

    3.3.1 直方图均衡化 56

    3.3.2 直方图规定化 59

    3.4 空域滤波增强 62

    3.4.1 均值滤波 63

    3.4.2 中值滤波 66

    3.4.3 锐化空域滤波器 68

    3.5 频域滤波增强 70

    3.5.1 频域低通滤波 70

    3.5.2 频域高通滤波 74

    3.6 应用案例 75

    3.6.1 浮雕效果的制作 75

    3.6.2 美化人脸 76

    第4章 图像复原技术 77

    引言 77

    4.1图像退化及模型 78

    4.2 噪声及其描述 80

    4.2.1 噪声的分类 80

    4.2.2 噪声特点 81

    4.2.3 一些常见的噪声概率密度函数 82

    4.3空域噪声滤波器 85

    4.3.1 均值滤波器 86

    4.3.2统计排序滤波器 88

    4.4几何畸变图像的复原 90

    第五章 图像变换 94

    引言 94

    5.1图像空间几何变换 95

    5.1.1灰度插值 97

    5.1.2 图像平移变换 100

    5.1.3 图像旋转变换 101

    5.1.4 图像比例变换 103

    5.1.5 图像镜像变换 107

    5.2 空间频域变换和处理 109

    5.2.1 傅里叶变换 109

    5.2.2 快速傅里叶变换 115

    5.2.3 离散余弦变换 117

    5.2.4沃尔什变换 119

    5.2.5快速沃尔什变换 125

    5.3 应用案例——水中倒影的制作 131

    第六章 图像分割 134

    引言 134

    6.1 抛砖引玉 134

    6.1.1 图像预处理 135

    6.1.2人脸区域获取 140

    6.2 基础知识 144

    6.2.1图像分割的定义 144

    6.2.2 图像分割的依据和分类 145

    6.3 边缘检测 145

    6.3.1边缘的概念和性质 145

    6.3.2 梯度算子 146

    6.3.3 Roberts算子 148

    6.3.4 Sobel算子 148

    6.3.5 Prewitt算子 149

    6.3.6 Laplacian算子 149

    6.4 阈值分割 151

    6.4.1 基于阈值的灰度图像分割 151

    6.4.2 阈值选取方法 153

    6.5 轮廓跟踪 155

    6.5.1 二值图像轮廓跟踪 155

    6.5.2 边界跟踪法 156

    6.5.3 图搜索法 157

    6.6 Hough变换 158

    6.7 基于区域的分割 159

    6.7.1 区域生长 159

    6.7.2 区域分裂与合并 161

    6.8 应用案例 163

    6.8.1 融合改进分水岭和区域生长的彩色图像分割 163

    6.8.2 车牌定位 168

    第七章 图像压缩编码技术 172

    引言 172

    7.1 图像压缩编码概述 172

    7.1.1 图像压缩原理 172

    7.1.2 图像压缩编码的可行性 173

    7.1.3压缩编码的分类 174

    7.1.4 图像压缩的相关术语 175

    7.1.5 图像保真度 176

    7.2 哈夫曼(Huffman)编码 177

    7.3香农—范诺编码(Shannon?CFano coding) 179

    7.4 算术编码 180

    7.5无损预测编码 182

    7.6有损预测编码 184

    7.7 图像压缩标准 186

    7.7.1 JPEG/M-JPEG 186

    7.7.2 H.261/H.263 187

    7.7.3 MPEG 187

    第8章 图像的目标表达及特征测量技术 189

    引言 189

    8.1轮廓的链码表达 189

    8.2轮廓线段的近似表达 192

    8.2.1基于收缩的小周长多边形的边界表达 192

    8.2.2基于聚合的小均方误差线段逼近 193

    8.2.3基于分裂的小均方误差线段逼近 193

    8.3区域的表达 194

    8.3.1区域分解表达 194

    8.3.2 目标的骨架表达 195

    8.4轮廓基本参数及测量 198

    8.4.1 轮廓长度(区域周长) 198

    8.4.2 轮廓直径 200

    8.4.3 形状数 200

    8.5区域参数及测量 201

    8.5.1 区域面积 201

    8.5.2 区域重心 202

    8.5.3 区域灰度特性 202

    8.5.4 区域形状参数 203

    8.5.5 偏心率度 203

    8.5.6 圆形度(圆形性) 204

    8.5.7 欧拉数 204

    8.6 应用案例—水果识别 205

    8.6.1 亮度调整 206

    8.6.2 边缘提取 206

    8.6.3 图像分割 207

    8.6.4 区域标记 207

    8.6.5 轮廓跟踪 208

    8.6.6 特征提取 208

    8.6.7 个体识别 209

    第9章 二值图像的形态学处理 210

    引言 210

    9.1 腐蚀 212

    9.2 膨胀 213

    9.3 开运算 216

    9.4 闭运算 217

    9.5 应用案例 218

    9.5.1 边界提取 218

    9.5.2 区域填充算法 219

    9.5.3 连通分量的提取 219

    9.5.4 凸壳 220

    第 10章 彩色图像处理 222

    引言 222

    10.1 彩色图像基本属性 222

    10.1.1 像素深度 222

    10.1.2 真彩色、伪彩色、假彩色 223

    10.2 彩色图像增强 223

    10.2.1 真彩色图像增强 223

    10.2.2 伪彩色图像增强 225

    10.2.3 假彩色图像增强 227

    10.3 彩色图像处理分析 227

    10.3.1 彩色补偿 228

    10.3.2 彩色图像平滑 229

    10.3.3 彩色图像锐化 230

    10.4 应用案例 231

    10.4.1 基于模板的图像匹配 231

    10.4.2 基于SIFT特征点的图像匹配 236

    第 11章 经典案例 244

    引言 244

    11.1 经典案例——人脸检测与特征定位系统 244

    11.1.1 人脸检测与特征定位系统功能 245

    11.1.2 基于肤色分割的人脸检测方法 245

    11.1.3基于脸和头发区域的人脸检测方法 249

    11.1.4脸部特征标注 251

    11.2实例2——蝴蝶与蛾的分类 253

    11.2.1 图像预处理 253

    11.2.2图像分割 255

    11.2.3 轮廓提取 260

    11.2.4 特征提取 262

    11.2.5图像分类 265
  • 内容简介:
    本书结合作者多年的教学经验和科研实践编写而成,系统介绍了数字图像处理技术和分析的基础理论、基本原理和实用的处理方法与技术。全书内容包括概述(数字图像基础、数字图像的表示和像素间的关系、数字图像处理的发展与应用、图像的存储与格式、视觉基础)、图像点运算与应用、图像增强技术、图像恢复技术、图像变换、图像分割、图像压缩与编码技术、图像的目标表达与特征测量技术、二值图像的形态学处理、彩色图像处理和案例分析。本书应用案例大多来自于生活实践,有实现方法和实现步骤,帮助学习者理解掌握知识点。
  • 作者简介:
    主要从事数字图像处理和计算机辅助设计等方面的研究,在数字图像全景拼接、智能拼图、数字图像3维重建方面有比较深入的研究,近5年,在国内外重要核心期刊发表学术论文10余篇,申请发明专利3项,主编教材2部,主持省级项目3项,校级项目3项,参与省级项目2项,主持和参与企业横向合作项目多项。
  • 目录:
    第 一章  概述1

    1.1 数字图像基础 1

    1.1.1 像素 1

    1.1.2 数字化 2

    1.1.3 图像类别 5

    1.2 数字图像的表示和像素间的关系 8

    1.2.1 数字图像的表示 8

    1.2.2 数字图像像素间的领域关系 9

    1.2.3像素间的距离 9

    1.3数字图像处理的发展与应用领域 10

    1.4 图像的存储与格式 16

    1.4.1 数字图像的存储基础 16

    1.4.2 数字图像数据文件的存储方式 17

    1.4.3 数字图像文件格式 17

    1.4.4 图像显示 20

    1.5 视觉基础 22

    1.5.1 人眼成像 22

    1.5.2亮度知觉 24

    1.5.3 形状知觉 26

    1.5.4 颜色视觉和色度学 26

    1.5.5 彩色模型 28

    第二章 图像运算及应用 35

    引言 35

    2.1 代数运算与应用 35

    2.1.1 加运算与应用 35

    2.1.2 减法运算与应用 37

    2.1.3 乘法运算与应用 38

    2.1.4 除法运算与应用 39

    2.2 逻辑运算与应用 40

    2.2.1 逻辑非(NOT)运算 40

    2.2.2逻辑与(AND)运算 41

    2.2.3逻辑或(OR)运算 41

    2.2.4 逻辑运算综合实例 42

    2.3 应用案例 43

    2.3.1 拼图并加框案例 43

    2.3.2 电视制作的蓝屏技术 45

    第3章 图像增强技术 46

    引言 46

    3.1 噪声及其描述 47

    3.1.1 图像噪声的分类 47

    3.1.2 噪声特点 48

    3.1.3 一些常见的噪声概率密度函数 49

    3.2 灰度变换 51

    3.2.1 图像求反变换 51

    3.2.2 线性比例变换 52

    3.2.3 分段线性变换 53

    3.2.4 指数变换 54

    3.2.5 对数变换 55

    3.3 直方图均衡化和规定化 55

    3.3.1 直方图均衡化 56

    3.3.2 直方图规定化 59

    3.4 空域滤波增强 62

    3.4.1 均值滤波 63

    3.4.2 中值滤波 66

    3.4.3 锐化空域滤波器 68

    3.5 频域滤波增强 70

    3.5.1 频域低通滤波 70

    3.5.2 频域高通滤波 74

    3.6 应用案例 75

    3.6.1 浮雕效果的制作 75

    3.6.2 美化人脸 76

    第4章 图像复原技术 77

    引言 77

    4.1图像退化及模型 78

    4.2 噪声及其描述 80

    4.2.1 噪声的分类 80

    4.2.2 噪声特点 81

    4.2.3 一些常见的噪声概率密度函数 82

    4.3空域噪声滤波器 85

    4.3.1 均值滤波器 86

    4.3.2统计排序滤波器 88

    4.4几何畸变图像的复原 90

    第五章 图像变换 94

    引言 94

    5.1图像空间几何变换 95

    5.1.1灰度插值 97

    5.1.2 图像平移变换 100

    5.1.3 图像旋转变换 101

    5.1.4 图像比例变换 103

    5.1.5 图像镜像变换 107

    5.2 空间频域变换和处理 109

    5.2.1 傅里叶变换 109

    5.2.2 快速傅里叶变换 115

    5.2.3 离散余弦变换 117

    5.2.4沃尔什变换 119

    5.2.5快速沃尔什变换 125

    5.3 应用案例——水中倒影的制作 131

    第六章 图像分割 134

    引言 134

    6.1 抛砖引玉 134

    6.1.1 图像预处理 135

    6.1.2人脸区域获取 140

    6.2 基础知识 144

    6.2.1图像分割的定义 144

    6.2.2 图像分割的依据和分类 145

    6.3 边缘检测 145

    6.3.1边缘的概念和性质 145

    6.3.2 梯度算子 146

    6.3.3 Roberts算子 148

    6.3.4 Sobel算子 148

    6.3.5 Prewitt算子 149

    6.3.6 Laplacian算子 149

    6.4 阈值分割 151

    6.4.1 基于阈值的灰度图像分割 151

    6.4.2 阈值选取方法 153

    6.5 轮廓跟踪 155

    6.5.1 二值图像轮廓跟踪 155

    6.5.2 边界跟踪法 156

    6.5.3 图搜索法 157

    6.6 Hough变换 158

    6.7 基于区域的分割 159

    6.7.1 区域生长 159

    6.7.2 区域分裂与合并 161

    6.8 应用案例 163

    6.8.1 融合改进分水岭和区域生长的彩色图像分割 163

    6.8.2 车牌定位 168

    第七章 图像压缩编码技术 172

    引言 172

    7.1 图像压缩编码概述 172

    7.1.1 图像压缩原理 172

    7.1.2 图像压缩编码的可行性 173

    7.1.3压缩编码的分类 174

    7.1.4 图像压缩的相关术语 175

    7.1.5 图像保真度 176

    7.2 哈夫曼(Huffman)编码 177

    7.3香农—范诺编码(Shannon?CFano coding) 179

    7.4 算术编码 180

    7.5无损预测编码 182

    7.6有损预测编码 184

    7.7 图像压缩标准 186

    7.7.1 JPEG/M-JPEG 186

    7.7.2 H.261/H.263 187

    7.7.3 MPEG 187

    第8章 图像的目标表达及特征测量技术 189

    引言 189

    8.1轮廓的链码表达 189

    8.2轮廓线段的近似表达 192

    8.2.1基于收缩的小周长多边形的边界表达 192

    8.2.2基于聚合的小均方误差线段逼近 193

    8.2.3基于分裂的小均方误差线段逼近 193

    8.3区域的表达 194

    8.3.1区域分解表达 194

    8.3.2 目标的骨架表达 195

    8.4轮廓基本参数及测量 198

    8.4.1 轮廓长度(区域周长) 198

    8.4.2 轮廓直径 200

    8.4.3 形状数 200

    8.5区域参数及测量 201

    8.5.1 区域面积 201

    8.5.2 区域重心 202

    8.5.3 区域灰度特性 202

    8.5.4 区域形状参数 203

    8.5.5 偏心率度 203

    8.5.6 圆形度(圆形性) 204

    8.5.7 欧拉数 204

    8.6 应用案例—水果识别 205

    8.6.1 亮度调整 206

    8.6.2 边缘提取 206

    8.6.3 图像分割 207

    8.6.4 区域标记 207

    8.6.5 轮廓跟踪 208

    8.6.6 特征提取 208

    8.6.7 个体识别 209

    第9章 二值图像的形态学处理 210

    引言 210

    9.1 腐蚀 212

    9.2 膨胀 213

    9.3 开运算 216

    9.4 闭运算 217

    9.5 应用案例 218

    9.5.1 边界提取 218

    9.5.2 区域填充算法 219

    9.5.3 连通分量的提取 219

    9.5.4 凸壳 220

    第 10章 彩色图像处理 222

    引言 222

    10.1 彩色图像基本属性 222

    10.1.1 像素深度 222

    10.1.2 真彩色、伪彩色、假彩色 223

    10.2 彩色图像增强 223

    10.2.1 真彩色图像增强 223

    10.2.2 伪彩色图像增强 225

    10.2.3 假彩色图像增强 227

    10.3 彩色图像处理分析 227

    10.3.1 彩色补偿 228

    10.3.2 彩色图像平滑 229

    10.3.3 彩色图像锐化 230

    10.4 应用案例 231

    10.4.1 基于模板的图像匹配 231

    10.4.2 基于SIFT特征点的图像匹配 236

    第 11章 经典案例 244

    引言 244

    11.1 经典案例——人脸检测与特征定位系统 244

    11.1.1 人脸检测与特征定位系统功能 245

    11.1.2 基于肤色分割的人脸检测方法 245

    11.1.3基于脸和头发区域的人脸检测方法 249

    11.1.4脸部特征标注 251

    11.2实例2——蝴蝶与蛾的分类 253

    11.2.1 图像预处理 253

    11.2.2图像分割 255

    11.2.3 轮廓提取 260

    11.2.4 特征提取 262

    11.2.5图像分类 265
查看详情
您可能感兴趣 / 更多
数字图像处理技术与应用——Visual C++实现
新媒体时代新闻传播研究
陈丽芳 著
数字图像处理技术与应用——Visual C++实现
零基础服装设计入门
陈丽芳 主编;郭文君
数字图像处理技术与应用——Visual C++实现
少年读山西
陈丽芳
数字图像处理技术与应用——Visual C++实现
私募股权4.0:从“另类”到“主流”的投资指南
陈丽芳 蔡笑 译;[美]汉斯·范·塞维
数字图像处理技术与应用——Visual C++实现
憨夺型投资者
陈丽芳 译
数字图像处理技术与应用——Visual C++实现
电工电子技能与实训
陈丽芳 著
数字图像处理技术与应用——Visual C++实现
液压与气压传动技术
陈丽芳 著
数字图像处理技术与应用——Visual C++实现
全国高等职业教育酒店服务专业精品系列教材:酒店英语口语
陈丽芳、王燕 编
数字图像处理技术与应用——Visual C++实现
鬼神并不灵
陈丽芳 著
数字图像处理技术与应用——Visual C++实现
新编Visual Basic程序设计教程学习指导与实验
陈丽芳 编
数字图像处理技术与应用——Visual C++实现
经纬书系:非立法性行政规范研究
陈丽芳 著
数字图像处理技术与应用——Visual C++实现
新编Visual Basic程序设计学习指导
陈丽芳 主编