數字圖像處理算法及套用

《數字圖像處理算法及套用》是2012年北京大學出版社出版的圖書。

基本介紹

• 中文名：數字圖像處理算法及套用
• 出版時間：2012年12月1日
• 出版社：北京大學出版社
• ISBN：9787301216071

內容簡介

　　《21世紀全國本科院校電氣信息類創新型套用人才培養規劃教材：數字圖像處理算法及套用》主要以智慧型圖像處理技術的算法實現為核心，系統介紹了圖像預處理、圖像分析與圖像識別／理解的基本原理、方法和技術，還包括圖像處理技術的現狀和最新研究進展。

　　《21世紀全國本科院校電氣信息類創新型套用人才培養規劃教材：數字圖像處理算法及套用》首先論述了數字圖像處理的基礎知識與數學模型：其次對圖像處理的預處理方法進行了歸納總結：再次詳述了編者在圖像分析中的工作；最後闡述了編者在圖像識別領域中的最新成果。每章末附有小結，為讀者學習和深入掌握該章的主要內容提供了便利。《21世紀全國本科院校電氣信息類創新型套用人才培養規劃教材：數字圖像處理算法及套用》可作為高等院校智慧型信息處理、通信工程、電子科學與技術、信息工程、自動化、計算機科學與技術、地球物理、生物工程、生物醫學工程、醫學、遙感等領域相關專業的教材，同時也可供上述相關專業的教師和科技工作者參考使用。

圖書目錄

第1章 緒論

1.1 概述

1.2 什麼是數字圖像處理

1.3 數字圖像處理研究內容

1.4 圖像處理和其他相關學科的關係

1.5 圖像處理的套用

1.5.1 在航天和航空技術方面的套用

1.5.2 在生物醫學工程方面的套用

1.5.3 在工業和工程方面的套用

1.5.4 在軍事公安方面的套用

1.5.5 在文化藝術方面的套用

1.5.6 在通信工程方面的套用

1.6 小結

習題

第2章 基礎知識與數學模型

2.1 圖像信息基礎知識

2.1.1 δ函式

2.1.2 線性系統

2.2 圖像質量評價

2.2.1 主觀質量評價方法

2.2.2 客觀質量評價方法

2.3 圖像的數學描述

2.3.1 圖像的函式表示

2.3.2 圖像的統計表示

2.3.3 圖像處理的統計模型

2.4 圖像數位化

2.4.1 圖像採樣

2.4.2 圖像量化

2.5 像素間的基本關係

2.5.1 鄰域

2.5.2 連通性

2.5.3 距離

2.6 小結

習題

第3章 圖像常用的基本操作

3.1 圖像的點運算

3.1.1 灰度直方圖

3.1.2 灰度的線性及對數變換

3.1.3 直方圖均衡化

3.1.4 直方圖規定化

3.2 圖像的幾何變換

3.2.1 簡單的幾何變換

3.2.2 插值算法

3.2.3 圖像配準

3.3 空間域圖像增強

3.3.1 空間域濾波

3.3.2 圖像平滑

3.3.3 中值濾波

3.3.4 圖像銳化

3.4 頻率域圖像增強

3.4.1 傅立葉變換基礎知識

3.4.2 快速傅立葉變換

3.4.3 低通濾波器

3.4.4 高通濾波器

3.5 形態學圖像處理

3.5.1 二值圖像中的基本形態學運算

3.5.2 灰度圖像中的基本形態學運算

3.6 小結

習題

第4章 圖像復原

4.1 圖像退化模型

4.1.1 連續函式退化模型

4.1.2 離散的退化模型

4.1.3 循環矩陣對角化

4.1.4 退化函式估計

4.2 常用圖像復原法

4.2.1 逆濾波

4.2.2 維納濾波

4.2.3 幾何失真校正

4.2.4 從噪聲中復原

4.3 一種變尺度參數的IRM去噪算法

4.3.1 IRM模型及其尺度參數

4.3.2 變尺度參數的IRM模型

4.3.3 實驗結果與分析

4.4 基於逆尺度空間和Contourlet閾值的MRI重建方法

4.4.1 壓縮感知理論框架

4.4.2 Contourlet變換的基本性質

4.4.3 基於逆尺度空間和Contourlet變換的MRI重建

4.4.4 實驗結果與分析

4.5 小結

習題

第5章 圖像分割

5.1 概述

5.2 相關算法理論基礎

5.2.1 顏色空間

5.2.2 可變模型理論

5.2.3 水平集理論

5.2.4 Harris角點檢測算法

5.3 人眼區域分割與定位

5.3.1 基於Adaboost人臉檢測

5.3.2 人眼定位

5.3.3 基於橢圓擬合的眼睛輪廓提取

5.4 基於改進LevelSet的中醫舌體分割

5.4.1 去除舌區域淤點並初始化舌體輪廓線

5.4.2 增強舌體與皮膚之間的弱邊界

5.4.3 GAC主動輪廓模型的水平集表不

5.4.4 改進的水平集方法

5.4.5 實驗與討論

5.5 小結

習題

第6章 特徵提取

6.1 概述

6.2 圖像特徵提取方法

6.2.1 直方圖

6.2.2 灰度共生矩陣

6.2.3 顏色特徵

6.2.4 形狀上下文特徵

6.2.5 SIFT特徵

6.2.6 HOG特徵

6.2.7 LBP-TOP特徵提取

6.2.8 Gabor變換

6.3 特徵降維

6.3.1 奇異值分解

6.3.2 主成分分析

6.3.3 核主成分分析

6.3.4 線性鑑別方法

6.4 基於IKDA的並行特徵融合人臉表情識別

6.4.1 特徵融合策略

6.4.2 改進的核LDA

6.4.3 實驗結果與分析

6.5 小結

習題

第7章 視頻跟蹤

7.1 概述

7.2 視頻跟蹤的套用

7.2.1 視頻監控

7.2.2 視覺導航

7.2.3 三維重構

7.2.4 其他

7.3 視頻跟蹤的技術現狀

7.3.1 視頻跟蹤方法的分類

7.3.2 視頻跟蹤算法

7.3.3 視頻跟蹤中的技術難點

7.4 視頻跟蹤的基礎核心技術

7.4.1 目標表示方法及目標特徵

7.4.2 目標的檢測方法

7.4.3 目標的跟蹤方法

7.4.4 目標跟蹤算法的性能評估

……

第8章 圖像識別初步

第9章 神經網路分類器

第10章 支持向量機

第11章 動態貝葉斯網路

附錄A 數字圖像處理技術辭彙表

附錄B 數序基礎

參考文獻