《數字圖像理解與智慧型技術——基於MATLAB和VC++實現》是2015年7月電子工業出版社出版的圖書，作者是孫明。
基本介紹
- 書名：數字圖像理解與智慧型技術——基於MATLAB和VC++實現
- 作者：孫明
- ISBN：9787121262517
- 頁數：300頁
- 定價：49元
- 出版社：電子工業出版社
- 出版時間：2015年7月
- 開本：16開
內容簡介,圖書目錄,
內容簡介
本書主要介紹圖像理解的基本原理和主要套用技術，共11章。第1章為圖像理解基礎，以後各章分別討論了小波變換、圖像融合、圖像識別、神經網路、遺傳算法、圖像水印、視頻處理、光譜成像、遙感圖像處理、Matlab和VC++接口技術的基本知識，從第2章開始每章都包含可自由調用的Matlab和VC++源程式。該書在出版社網站上包含有配套的VC++源程式。
圖書目錄
第1章 數字圖像理解與智慧型技術引論 1
1.1 數字圖像理解概述 1
1.2 圖像理解的特點 4
1.3 圖像理解的研究內容 4
1.3.1 目標識別 5
1.3.2 場景理解 6
1.4 圖像理解的發展及其在農業中的套用 7
1.4.1 圖像理解的發展 7
1.4.2 圖像理解在農業中的套用 8
1.5 圖像理解與智慧型技術的系統構成 11
1.5.1 采像 12
1.5.2 分析 26
1.5.3 理解 39
參考文獻 46
第2章 小波變換 47
2.1 小波變換概述 47
2.2 小波與小波變換 48
2.3 離散小波變換 50
2.4 小波族 53
2.5 圖像處理中的小波變換 57
2.5.1 基於小波變換的圖像分解與重構 57
2.5.2 基於小波變換的圖像增強 59
2.5.3 基於小波變換的圖像平滑 61
2.5.4 基於小波變換的圖像壓縮 62
2.5.5 基於小波變換的圖像合成 64
參考文獻 66
第3章 圖像融合 67
3.1 圖像融合概述 67
3.1.1 圖像融合的套用 68
3.1.2 圖像融合的方法 69
3.2 圖像融合的關鍵技術 70
3.3 典型圖像融合算法 71
3.4 塔式分解法 76
3.4.1 非採樣Contourlet算法的特點 77
3.4.2 非採樣Contourlet變換原理 78
3.4.3 圖像融合規則 81
3.5 基於視覺特性的圖像融合 86
3.5.1 人眼視覺特性的相關概念 86
3.5.2 基於視覺識別特性的圖像融合算法原理 88
3.5.3 多聚焦圖像融合算法 89
3.6 圖像融合性能評價 92
3.6.1 圖像融合方法的基本要求 93
3.6.2 圖像融合效果評定方法 93
3.7 套用研究實例 95
參考文獻 96
第4章 圖像識別 97
4.1 圖像識別概述 97
4.2 模板匹配方法 99
4.3 統計模式識別 100
4.4 支持向量機 103
4.5 仿生模式識別 106
4.5.1 仿生模式識別理論 106
4.5.2 高維空間幾何理論 107
4.5.3 基於仿生模式識別的人臉識別 109
4.6 套用研究實例 114
參考文獻 114
第5章 神經網路 115
5.1 神經網路概述 115
5.2 生物學基礎 116
5.3 人工神經元 117
5.4 神經網路的特點 119
5.5 BP神經網路 120
5.5.1 BP神經網路概述 120
5.5.2 BP神經網路的訓練學習 121
5.5.3 BP神經網路的Matlab示例 124
5.6 套用研究實例 126
參考文獻 127
第6章 遺傳算法 128
6.1 遺傳算法概述 128
6.2 生物學基礎 130
6.3 簡單遺傳算法 131
6.3.1 遺傳表達 131
6.3.2 遺傳運算元 132
6.4 遺傳參數 134
6.4.1 交叉機率Pc和變異機率Pm 134
6.4.2 其他參數 135
6.4.3 遺傳參數的確定 135
6.5 適應度函式 135
6.5.1 目標函式映射為適應度函式 136
6.5.2 適應度函式的尺度變換 136
6.5.3 適應度函式設計對GA的影響 137
6.6 模式定理 138
6.6.1 模式的幾何解釋 140
6.6.2 GA的操作對模式的影響 141
6.7 遺傳算法在模板匹配中的套用 143
6.7.1 問題的設定 143
6.7.2 GA的套用方法 145
6.7.3 簡單GA的Matlab程式示例 146
6.7.4 程式執行過程 164
6.8 套用研究實例 166
參考文獻 169
第7章 數字水印 170
7.1 數字水印概述 170
7.2 基於DCT域的魯棒水印 172
7.3 基於空間域的脆弱水印 179
7.4 基於DWT域的脆弱水印 185
7.5 套用研究實例 192
參考文獻 193
第8章 視頻處理 194
8.1 視頻處理概述 194
8.2 視頻生成與成像模型 194
8.2.1 視頻生成簡介 194
8.2.2 視頻成像模型 195
8.3 視頻編碼 199
8.3.1 視頻編碼概述 199
8.3.2 視頻編碼標準 199
8.4 運動目標跟蹤 202
8.4.1 運動目標檢測算法 203
8.4.2 運動目標跟蹤算法 204
8.5 套用研究實例 213
8.5.1 視頻跟蹤在昆蟲運動分析和行為識別中的套用 213
8.5.2 機器視覺在草地蝗蟲識別中的套用 215
8.5.3 遠程農作物視頻採集系統 216
參考文獻 217
第9章 光譜成像 218
9.1 光譜成像概述 218
9.1.1 光譜成像原理 218
9.1.2 光譜成像方式 220
9.1.3 光譜成像數據及描述模型 224
9.1.4 光譜成像檢測技術的發展趨勢 228
9.2 光譜圖像處理 230
9.2.1 光譜圖像預處理 230
9.2.2 光譜圖像特徵的選取與分類方法 232
9.2.3 光譜圖像分類中的模式識別方法 234
9.3 套用研究實例 244
9.3.1 利用多時相Landsat高光譜圖像監測冬小麥和苜蓿種植面積 244
9.3.2 基於光譜圖像的作物長勢監測 247
參考文獻 249
第10章 遙感圖像處理基礎 250
10.1 遙感圖像處理概述 250
10.2 遙感圖像目視解譯與判讀 251
10.2.1 判讀要素 251
10.2.2 判讀標誌 252
10.2.3 判讀方法 252
10.2.4 遙感判讀的基本技術 253
10.3 遙感圖像的數字表達 254
10.4 遙感圖像的存儲 254
10.4.1 HDF 255
10.4.2 BSQ 258
10.4.3 BIP 258
10.4.4 BIL 258
10.5 遙感圖像特徵的統計分析 258
10.5.1 遙感圖像的特徵 258
10.5.2 成像方式分類 259
10.6 常用遙感圖像處理軟體 260
10.6.1 ENVI 260
10.6.2 ERDAS IMAGINE 261
10.6.3 Titan Image 262
10.7 高光譜遙感 264
10.7.1 高光譜遙感的特點 265
10.7.2 高光譜遙感的優勢 265
10.7.3 高光譜遙感的套用領域 265
10.8 套用研究實例 267
10.8.1 正交子空間投影目標探測法 267
10.8.2 實驗結果與分析 270
參考文獻 273
附錄 Matlab和VC++接口技術 274
1. Matlab和VC++接口技術概述 274
2. Matlab和VC++常用接口技術比較 274
3. MATCOM C++數學庫的使用 277
4. 程式編寫過程示例 279
