數字圖像與視頻處理

數字圖像與視頻處理

《數字圖像與視頻處理》是2018年機械工業出版社出版的圖書,作者是盧官明。

基本介紹

  • 書名:數字圖像與視頻處理
  • 作者:盧官明
  • ISBN:9787111601777
  • 定價:59.8元
  • 出版社:機械工業出版社
  • 出版時間:2018年8月
  • 裝幀:平裝
  • 開本:16開
內容簡介,圖書目錄,

內容簡介

本書深入淺出地介紹了數字圖像與視頻處理的基本概念、基本原理、關鍵技術和典型套用。全書共11章,主要包括圖像與視頻處理基礎、圖像增強、形態學圖像處理、圖像分割、數字圖像與視頻壓縮編碼原理及相關標準、圖像和視頻檔案格式、數字水印技術、圖像與視頻的質量評價、基於內容的圖像和視頻檢索、圖像識別等內容。每章都附有小結與習題,以指導讀者加深對本書主要內容的理解。
本書注重選材,內容豐富,條理清晰,通俗易懂,重點突出。在強調基本概念、基本原理的同時,注重理論與實際套用相結合,介紹了相關領域的新研究成果及發展新動向。本書可作為高等院校電子信息工程、通信工程、電子科學與技術、計算機套用、廣播電視工程等專業的高年級本科生或研究生的教材或教學參考書,也可供相關專業的工程技術人員和技術管理人員閱讀。

圖書目錄

前言
第1章圖像與視頻處理基礎
1.1光的特性與光源
1.1.1光的特性
1.1.2光通量和發光強度
1.1.3照度和亮度
1.2彩色三要素與三基色原理
1.2.1光的顏色與彩色三要素
1.2.2三基色原理及套用
1.2.3幾種典型的顏色空間模型及轉換關係
1.3人眼的視覺特性
1.3.1視覺光譜光視效率曲線
1.3.2人眼的亮度感覺特性
1.3.3人眼的分辨力與視覺惰性
1.4圖像信號的數位化
1.5彩色模擬電視制式
1.5.1NTSC制
1.5.2PAL制
1.5.3SECAM制
1.6視頻信號的數位化
1.6.1ITUR BT.601建議
1.6.2ITUR BT.709建議
1.6.3ITUR BT.2020建議
1.6.4我國數位電視節目製作及交換用視頻參數
1.7MATLAB在數字圖像與視頻處理中的套用
1.7.1MATLAB簡介
1.7.2MATLAB中圖像與視頻檔案的基本操作
1.7.3MATLAB編程實例
1.8小結
1.9習題第2章圖像增強
2.1引言
2.2圖像的灰度變換
2.2.1灰度的線性變換
2.2.2灰度的非線性變換
2.2.3直方圖修正
2.3圖像平滑與去噪
2.3.1模板操作和卷積運算
2.3.2鄰域平均法
2.3.3中值濾波
2.3.4基於非局部相似性的圖像去噪
2.3.5頻率域低通濾波
2.3.6基於稀疏表示的圖像去噪
2.4圖像銳化
2.4.1梯度運算(運算元)
2.4.2索貝爾(Sobel)運算元
2.4.3拉普拉斯(Laplacian)運算元
2.4.4頻率域高通濾波
2.5圖像的同態濾波
2.6基於Retinex理論的圖像增強
2.7彩色增強
2.7.1偽彩色增強
2.7.2假彩色增強
2.8MATLAB編程實例
2.9小結
2.10習題第3章形態學圖像處理
3.1引言
3.1.1數學形態學的發展簡史和基本思想
3.1.2集合論基礎
3.1.3數學形態學中的幾個基本概念
3.2二值形態學基本運算
3.2.1腐蝕
3.2.2膨脹
3.2.3腐蝕運算與膨脹運算的對偶性
3.2.4開運算
3.2.5閉運算
3.3二值圖像的形態學處理
3.3.1邊緣提取
3.3.2區域填充
3.3.3骨架抽取
3.3.4細化
3.3.5粗化
3.3.6形態濾波
3.4灰度形態學基本運算
3.4.1灰度腐蝕
3.4.2灰度膨脹
3.4.3灰度開運算與閉運算
3.5灰度圖像的形態學處理
3.5.1形態學梯度
3.5.2形態學平滑濾波
3.5.3高帽變換
3.6MATLAB編程實例
3.6.1MATLAB中形態學基本運算函式
3.6.2編程實例
3.7小結
3.8習題數字圖像與視頻處理目錄第4章圖像分割
4.1圖像分割的概念及分類
4.1.1圖像分割的概念
4.1.2圖像分割的依據和方法分類
4.2基於灰度閾值化的圖像分割
4.2.1閾值化分割的原理
4.2.2全局閾值化分割法
4.2.3局部閾值化分割法
4.3基於邊緣檢測的圖像分割
4.3.1邊緣檢測的基本原理和步驟
4.3.2梯度運算元
4.3.3拉普拉斯運算元和LoG運算元
4.3.5邊緣跟蹤
4.4基於區域的圖像分割
4.4.1區域生長法
4.4.2區域分裂與合併法
4.5基於主動輪廓模型的圖像分割
4.5.1參數主動輪廓模型
4.5.2幾何主動輪廓模型
4.6MATLAB編程實例
4.7小結
4.8習題第5章數字圖像與視頻壓縮編碼原理
5.1數字圖像與視頻壓縮編碼概述
5.1.1數字圖像與視頻壓縮的必要性和可能性
5.1.2數字圖像與視頻壓縮編碼的主要方法及其分類
5.2熵編碼
5.2.1圖像的信源熵
5.2.2遊程編碼
5.2.4算術編碼
5.3預測編碼
5.3.1圖像差值信號的統計特性
5.3.2幀內預測編碼
5.3.3幀間預測編碼
5.4變換編碼
5.4.1圖像的頻率域統計特性
5.4.2變換編碼的基本原理
5.4.3正交變換基的選擇
5.4.4基於DCT的圖像編碼
5.5MATLAB編程實例
5.6小結
5.7習題第6章數字圖像與視頻壓縮編碼標準
6.1靜止圖像編碼標準
6.1.1JPEG標準概述
6.1.2JPEG基本編碼系統
6.1.3基於DCT的漸進編碼
6.1.4分級編碼
6.1.5JPEG2000標準概述
6.1.6JPEG2000標準的基本框架
6.1.7JPEG2000的主要特點
6.2數字視頻編碼標準概述
6.2.1H.26x系列標準
6.2.2MPEGx系列標準
6.2.3AVS和AVS+標準
6.3H.264/AVC視頻編碼標準
6.3.1H.264/AVC視頻編碼器的分層結構
6.3.2H.264/AVC中的預測編碼
6.3.3整數變換與量化
6.3.4基於上下文的自適應熵編碼
6.3.5H.264/AVC中的SI/SP幀
6.3.6H.264/AVC的其餘特徵
6.3.7H.264/AVC的類和FRExt增加的關鍵算法
6.4H.265/HEVC視頻編碼標準
6.4.1H.265/HEVC視頻編碼原理
6.4.2基於四叉樹結構的編碼單元劃分
6.4.3幀內預測
6.4.4幀間預測
6.4.5變換與量化
6.4.6環路濾波
6.4.7上下文自適應的熵編碼
6.4.8並行化處理
6.4.9HEVC的語法和語義
6.4.10HEVC的類、級和層
6.5AVS與AVS+視頻編碼標準
6.5.1AVS1P2
6.5.2AVS1P2與H.264的比較
6.5.3AVS+標準
6.6MATLAB編程實例
6.7小結
6.8習題第7章圖像和視頻檔案格式
7.1資源交換檔案格式
7.2數字圖像檔案格式
7.2.1點陣圖和調色板的概念
7.2.2圖像檔案的一般結構
7.2.3BMP檔案格式
7.2.5JPEG檔案交換格式
7.2.6其他圖像檔案格式
7.3常見的動畫檔案格式
7.3.1FLI/FLC檔案格式
7.3.2SWF檔案格式
7.4數字視頻檔案格式
7.4.1AVI檔案格式
7.4.2MPEG/MPG/DAT/DivX/
XviD
7.5流媒體檔案格式
7.5.1RealMedia檔案格式
7.5.2ASF檔案格式
7.5.3QuickTime(MOV)檔案格式
7.5.4FLV檔案格式
7.5.5其他流媒體檔案格式
7.6小結
7.7習題第8章數字水印技術
8.1數字水印概述
8.1.1數字水印技術的產生背景和套用
8.1.2數字水印的基本特徵
8.1.3數字水印系統的組成
8.1.4數字水印的分類
8.2數字圖像水印算法
8.2.1最低有效位方法
8.2.2基於DCT域的方法
8.3數字視頻水印的嵌入和提取方案
8.3.1基於未壓縮的原始視頻的水印方案
8.3.2基於視頻編碼的水印方案
8.3.3基於壓縮視頻碼流的水印方案
8.4水印的攻擊方法和對策
8.4.1簡單攻擊及對策
8.4.2同步攻擊及對策
8.4.3排除攻擊及對策
8.4.4混淆攻擊及對策
8.5MATLAB編程實例
8.6小結
8.7習題第9章圖像與視頻的質量評價
9.1常見的圖像與視頻失真類型
9.2圖像與視頻質量的主觀評價
9.2.1對比敏感度與視覺掩蓋效應
9.2.2電視圖像質量的主觀評價方法
9.3圖像質量的客觀評價
9.3.1圖像質量客觀評價方法的分類
9.3.2全參考圖像質量評價
9.3.3半參考圖像質量評價
9.3.4無參考圖像質量評價
9.4視頻質量的客觀評價
9.4.1全參考視頻質量評價
9.4.2半參考視頻質量評價
9.4.3無參考視頻質量評價
9.5MATLAB編程實例
9.6小結
9.7習題第10章基於內容的圖像和視頻檢索
10.1基於內容檢索技術概述
10.1.1多媒體信息的內容
10.1.2內容處理技術
10.1.3基於內容檢索的查詢方式
10.1.4基於內容檢索系統的一般結構
10.1.5基於內容的檢索過程
10.1.6基於內容檢索的特點
10.2基於內容的圖像檢索
10.2.1基於內容的圖像檢索概述
10.2.2圖像顏色特徵的提取與表示
10.2.3圖像紋理特徵的提取與表示
10.2.4圖像形狀特徵的提取與表示
10.2.5圖像空間關係特徵的提取與表示
10.2.6圖像的相似性度量
10.2.7圖像檢索中的相關反饋機制
10.3基於內容的視頻檢索
10.3.1基於內容的視頻檢索概述
10.3.2視頻內容的結構化
10.3.3基於內容的視頻檢索工作流程
10.3.4基於內容的視頻檢索系統結構
10.3.5鏡頭切換的基本概念
10.3.6鏡頭邊界檢測
10.3.7關鍵幀的提取
10.3.8鏡頭聚類(場景檢測)
10.4小結
10.5習題第11章圖像識別
11.1圖像識別概述
11.2統計學習方法
11.2.1經驗風險最小化
11.2.2結構風險最小化
11.3.1人工神經元模型
11.3.3Hopfield網路
11.4基於LeNet網路的手寫數字識別
11.5MATLAB編程實例
11.6小結
11.7習題附錄縮略語英漢對照參考文獻

相關詞條

熱門詞條

聯絡我們