面向檢測的圖像處理技術

《面向檢測的圖像處理技術》是2015年湖南大學出版社出版的圖書。

基本介紹

• 中文名：面向檢測的圖像處理技術
• 作者：郭斯羽主編
• 出版社：湖南大學出版社
• 出版時間：2015年8月
• 開本：16 開
• ISBN：9787566708953

內容簡介

《研究生教育創新工程教材:面向檢測的圖像處理技術》重點介紹了圖像處理和機器視覺的基本概念、基本理論和常用技術。全書共分11章。第1章介紹了數字圖像處理的相關術語和概念、發展歷程、套用領域和基本步驟框架等基礎知識；第2章詳細介紹了有關數字圖像的獲取、表示、基本的像素空間關係和顏色等內容；第3章介紹了常用的圖像增強方法；第4章介紹了與圖像復原有關的退化／復原模型、退化函式的估計方法、線性濾波復原、非線性統計復原和圖像的幾何變換等內容；第5章介紹了圖像分割方法；第6章介紹了二值圖像和灰度圖像的數學形態學基本操作，以及分水嶺分割方法；第7章介紹了圖像中對象的常用表示方法與特徵描述，以及利用主元分析進行特徵矢量降維的方法；第8章介紹了與對象識別有關的模式識別的基礎知識；第9章介紹了圖像壓縮的有關理論與技術；第10章介紹了對於利用視覺系統完成實際測量任務而言至關重要的攝像機標定和立體視覺的有關知識；第11章給出了若干個工農業領域視覺檢測的實例。

圖書目錄

第1章緒論

1.1數字圖像處理的層次

1.2數字圖像處理的發展歷程

1.3數字圖像處理的套用領域

1.4數字圖像處理的基本步驟

本章小結

習題

第2章數字圖像基礎

2.1圖像的感知與獲取

2.1.1照明

2.1.2鏡頭

2.1.3圖像感測器

2.2數字圖像

2.2.1簡單的圖像形成模型

2.2.2圖像的採樣與量化

2.2.3數字圖像的解析度

2.2.4數字圖像的表示

2.2.5像素間的若干基本關係

2.3顏色

2.3.1彩色基礎

2.3.2彩色模型

本章小結

習題

第3章圖像增強

3.1空間域增強的基本知識

3.2灰度變換

3.2.1若干基本的灰度變換

3.2.2直方圖處理

3.3噪聲模型

3.3.1若干重要的隨機噪聲

3.3.2周期噪聲

3.3.3噪聲參數的估計

3.4空間濾波

3.4.1空間濾波基礎

3.4.2平滑空間濾波器

3.4.3銳化空間濾波器

3.5頻域濾波

3.5.1頻域濾波簡介

3.5.2頻域平滑濾波器

3.5.3頻域銳化濾波器

3.5.4帶通／帶阻濾波器與陷波濾波器

3.6利用算術操作增強

3.6.1加法運算

3.6.2減法運算

3.6.3乘法運算

3.6.4除法運算

本章小結

習題

第4章圖像復原

4.1圖像退化／復原過程模型

4.2退化函式的估計方法及典型退化系統的傳遞函式

4.2.1估計退化函式

4.2.2若干典型退化系統的傳遞函式

4.3線性濾波圖像復原方法

4.3.1無約束復原

4.3.2維納濾波

4.3.3平滑約束濾波器

4.4非線性統計復原

4.4.1後驗估計

4.4.2似然估計

4.5幾何變換

4.5.1空間變換

4.5.2灰度級插補

本章小結

習題

第5章圖像分割

5.1閾值分割

5.1.1固定閾值分割法

5.1.2疊代法

5.1.3類間方差法

5.1.4熵閾值分割法

5.1.5閾值分割

5.2基於區域的分割

5.2.1區域生長

5.2.2區域分離與合併

5.3邊緣檢測

5.3.1邊緣的基本知識

5.3.2邊緣檢測的梯度運算元

5.3.3通過二階微分零點穿越檢測邊緣

5.3.4Canny邊緣檢測

5.4邊界跟蹤與檢測

5.4.1局部邊緣連線

5.4.2Hough變換

5.4.3邊界跟蹤

5.5基於偏微分方程的分割

5.5.1活動輪廓模型

5.5.2無邊緣活動輪廓模型

本章小結

習題

第6章數學形態學圖像處理

6.1集合論的基礎知識

6.2膨脹和腐蝕

6.3開操作與閉操作

6.4擊中或未擊中變換

6.5若干常見的二值圖像形態學算法

6.5.1邊界提取

6.5.2區域填充

6.5.3連通分量的提取

6.5.4細化

6.5.5粗化

6.5.6骨架

6.5.7裁剪

6.6在灰度級圖像上的擴展

6.6.1膨脹與腐蝕

6.6.2開操作與閉操作

6.6.3灰度圖像形態學操作的若干套用

6.7基於形態學的分水嶺分割

6.7.1基本概念

6.7.2分水線的構造

6.7.3分水嶺分割算法

本章小結

習題

第7章對象表示與描述

7.1形狀表示

7.1.1鏈碼

7.1.2曲線近似與擬合

7.1.3骨架

7.1.4圖像特徵點

7.2邊界描述子

7.2.1若干簡單的邊界描述子

7.2.2傅立葉描述子

7.3區域描述子

7.3.1若干簡單的區域描述子

7.3.2二維函式的矩

7.4紋理描述子

7.4.1統計方法

7.4.2頻譜方法

7.4.3LBP描述子

7.5主元分析

本章小結

習題

……

第8章對象識別

第9章圖像壓縮

文摘

3.HSI彩色模型

RGB和CMY等模型對於硬體實現而言十分理想，但是它們卻不能很好地符合人對顏色的解釋。當我們觀察一個彩色物體時，是利用之前所述的色調（H）、色飽和度（S）和亮度來描述的。色調描述了純色的屬性，飽和度給出了純色被白光稀釋的程度。亮度是一個主觀描述，實際上不可測量，但是它體現了無色的強度（1）概念，而單色圖像的強度（灰度）可測量且容易解釋。因此，以色調、色飽和度和強度構成的HSI模型，能夠將彩色圖像中的彩色信息和強度信息分離，使得彩色描述對於人而言更為直觀和自然。

下面討論如何由RGB模型獲得HSI模型。考慮如圖2.35所示的由純青色、黑色和白色三種顏色所構成的RGB顏色立方體中的一個三角形切面。在之前的敘述中，我們已知在黑色和白色兩點的連線上是深淺不一的灰度級，即強度。這一根連線我們又稱為強度軸。在強度軸上，色飽和度為0。現在，要確定該切面中任一點所對應的強度，可以簡單地作一個通過該點且垂直於強度軸的平面，它與強度軸的交點即給出了顏色的強度。此外，三角形中對應於純色的頂點距離強度軸遠，其飽和度也。因此，色飽和度隨著到強度軸距離的減小而減小。後，由於該三角形的三個頂點分別對應於青色、黑色和白色，所以三角形中任一顏色均為這三種顏色的組合，但由於黑色和白色不包含色調信息，因此三角形中任一顏色的色調信息均由第三個頂點所決定，即該三角形中所有顏色的色調都是青色。只有當該切面繞強度軸旋轉時，色調才會發生改變。