數字圖像處理基礎及工程套用

《數字圖像處理基礎及工程套用》是2017年12月機械工業出版社出版的圖書，作者是宋麗梅。

基本介紹

• 中文名：數字圖像處理基礎及工程套用
• 作者：宋麗梅
• ISBN：9787111582960
• 定價：49.9元
• 出版社：機械工業出版社
• 出版時間：2017年12月
• 裝幀：平裝
• 開本：16開

內容簡介

本書共分12章，第1章為緒論。第2章為數字圖像的獲取，主要針對圖像採集裝置進行介紹，包括相機、鏡頭、光源等硬體設施。第3章為數字圖像預處理，包括圖像變換、圖像增強及數字形態學在預處理中的套用。第4章為圖像分割技術，對Hough變換、區域分割等不同的邊緣檢測和圖像分割算法的套用及特點進行總結。第5章為圖像特徵提取與選擇，包括顏色特徵和幾何特徵的提取方法、基於主成分分析和Fisher變化的特徵選擇方法。第6章為圖像匹配，利用基於灰度和特徵的匹配算法尋找與模板對應的圖像區域。第7章是圖像智慧型識別，對聚類識別、神經網路識別、支持向量機、模糊識別理論和實現方法進行了詳細的講解。第8至12章為數字圖像案例，案例內容包括車牌識別、多氣泡上升軌跡跟蹤、人臉識別和圖像三維識別、燈腳質量檢測等。 本書第3至7章為數字圖像處理的基本處理方法，對本書中涉及的數字圖像處理算法進行了清晰明了的描述，並詳細描述了其實現過程，配有相應的程式代碼，使讀者（學生）容易理解所講內容的原理、理論知識。第8至12章主要是數字圖像處理技術在實際工程問題中的套用，對問題的研究背景、設計方案、解決方法、實現過程及代碼實現進行了細緻的闡述。在案例的程式設計方面，採用MATLAB或OpenCV(C++)語言實現，加強學生程式編寫、算法實現的能力，從而提升其在數字圖像處理方面的軟體開發能力。 本書總結了圖像領域先進理論和算法，對工程套用系統的綜合分析很有借鑑意義。可作為通信與信息工程、電子科學與技術、計算機科學與技術、控制科學與工程等相關專業教材及參考用書，也可供從事圖像處理、分析和識別等相關領域的科技工作者和工程技術人員參考。

圖書目錄

目錄

前言

第1章數字圖像處理概述

1.1數字圖像的基本概念

1.1.1圖像

1.1.2數字圖像及其存儲方式

1.1.3數字圖像的分類

1.1.4數字圖像處理系統

1.2數字圖像處理髮展史及發展趨勢

1.3數字圖像處理的特點

1.4數字圖像處理的工程套用

1.5數字圖像處理的主要內容

【課後習題】

第2章圖像採集

2.1照明

2.1.1光源類型

2.1.2照明方式

2.1.3選擇合適的照明光源及照明方式

2.2鏡頭

2.2.1鏡頭的基本常識

2.2.2鏡頭的類型

2.2.3選擇合適的鏡頭

2.3相機

2.4相機接口技術

【課後習題】

第3章圖像預處理技術

3.1圖像的灰度變換

3.1.1線性變化

3.1.2分段線性變換

3.1.3灰度對數變換

3.1.4直方圖均衡化

3.2圖像的幾何變換

3.2.1平移

3.2.2旋轉

3.2.3比例放縮

3.2.4鏡像

3.2.5插值

3.3圖像增強

3.3.1均值濾波

3.3.2中值濾波

3.3.3對比度增強

3.3.4小波去噪

3.4形態學處理

3.4.1腐蝕

3.4.2膨脹

3.4.3開運算

3.4.4閉運算

3.4.5細化

3.4.6填充

【課後習題】

第4章圖像分割技術

4.1邊緣檢測

4.1.1Roberts邊緣運算元

4.1.2Sobel邊緣運算元

4.1.3Prewitt邊緣運算元

4.1.4Laplacian邊緣運算元

4.1.5LoG邊緣運算元

4.1.6Canny邊緣運算元

4.1.7邊緣檢測運算元的MATLAB實現

4.2Hough變換

4.2.1Hough變換概述

4.2.2基於Hough變換的直線檢測

4.2.3基於Hough變換的曲線檢測

4.3閾值分割

4.3.1閾值分割的基本原理

4.3.2閾值分割方法的分類

4.3.3極小值點閾值法

4.3.4最小均方誤差法

4.3.5疊代選擇閾值法

4.3.6雙峰法

4.3.7最大類間方差法

4.4基於區域的圖像分割

4.4.1區域生長算法

4.4.2區域分裂合併算法

【課後習題】

第5章圖像特徵提取與選擇

5.1顏色特徵

5.1.1顏色直方圖

5.1.2顏色集

5.1.3顏色矩

5.1.4顏色聚合向量

5.1.5顏色相關圖

5.2基於灰度共生矩陣的紋理特徵構建

5.2.1灰度共生矩陣的定義

5.2.2基於灰度共生矩陣的紋理特徵

5.2.3基於灰度-梯度共生矩陣的紋理特徵構建

5.3幾何特徵

5.3.1位置

5.3.2方向

5.3.3周長

5.3.4面積

5.4基於主成分分析的特徵選擇

5.5基於Fisher線性判據的特徵選擇

【課後習題】

第6章圖像匹配

6.1模板匹配旳概念

6.2基於灰度相關的模板匹配

6.2.1MAD算法

6.2.2SAD算法

6.2.3SSD算法

6.2.4NCC算法

6.2.5SSDA算法

6.2.6SATD算法

6.3基於灰度值的亞像素精度匹配

6.4使用空間金字塔進行匹配

6.4.1空間金字塔的表示方法

6.4.2空間金字塔匹配的基本原理

6.4.3空間金字塔匹配算法實現

6.5帶旋轉與縮放的模板匹配

6.5.1高斯尺度空間的極值檢測

6.5.2特徵點位置的確定

6.5.3特徵點方向的確定

6.5.4特徵點描述子生成

6.5.5SIFT特徵向量的匹配

【課後習題】

第7章圖像智慧型識別方法

7.1聚類識別

7.1.1聚類算法主要思想

7.1.2K-Means聚類算法理論基礎

7.1.3聚類算法的MATLAB實現

7.2神經網路識別

7.2.1人工神經網路的主要思想

7.2.2BP神經網路算法的理論基礎

7.2.3神經網路學習算法的MATLAB實現

7.3支持向量機識別

7.3.1支持向量機的分類思想

7.3.2SVM的基本理論

7.3.3SVM算法的MATLAB實現

7.4模糊識別

7.4.1模糊圖像識別的設計思想

7.4.2貼近度與模糊度

7.4.3最大隸屬原則與擇近原則

7.4.4模糊算法的MATLAB實現

【課後習題】

第8章工程套用：車牌識別

8.1牌照定位

8.2牌照區域的分割

8.3字元分割與歸一化

8.4字元細化

8.5字元的識別

第9章工程套用：多氣泡上升軌跡跟蹤

9.1氣泡圖像的預處理

9.2氣泡運動軌跡跟蹤方法

9.2.1基於互相關匹配的目標跟蹤

9.2.2基於Mean-Shift算法的目標跟蹤

第10章工程套用：人臉識別

10.1ORL人臉資料庫簡介

10.2基於PCA的人臉圖像的特徵提取

10.3人臉圖像識別方法

10.3.1k-近鄰算法

10.3.2BP神經網路法

10.3.3基於BP神經網路法和k-近鄰法的綜合決策分類

10.3.4實驗的結果

10.4簡單實例

第11章工程套用：基於SURF特徵點匹配的圖像三維識別

11.1圖像三維識別系統的方案設計

11.2圖像三維識別過程

11.2.1三維圖像預處理

11.2.2基於SURF算法的特徵點匹配

11.2.3最優匹配點的提取

11.2.4圖像三維坐標的計算

11.2.5圖像三維識別

11.3基於SURF特徵點匹配的圖像三維識別的OpenCV完整代碼

第12章工程套用：基於OpenCV的燈腳質量檢測

12.1燈腳質量檢測的方案設計

12.2燈腳質量檢測過程

12.2.1相機標定

12.2.2燈腳圖像檢測

12.2.3燈腳檢測界面及結果分析

附錄顏色集

參考文獻