图像工程·中册：图像分析（第4版） pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

章毓晋著

图书标签:

图像处理
图像分析
计算机视觉
模式识别
图像工程
数字图像处理
图像特征提取
图像分割
图像理解
机器学习

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到新城书站

book.cndgn.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：清华大学出版社

ISBN：9787302493006

版次：4

商品编码：12335364

包装：平装

开本：16开

出版时间：2018-02-01

用纸：胶版纸

页数：447

字数：703000

具体描述

内容简介

本书为《图像工程》第4版的中册，主要介绍图像工程的第二层次——图像分析的基本概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。

本书主要分为4个单元。第1单元（包含第2~5章）介绍图像分割技术，其中第2章介绍图像分割的基础知识和基本方法，第3章介绍一些典型的图像分割技术，第4章介绍对基本分割技术的推广，第5章介绍对图像分割的评价研究。第2单元（包含第6~8章）介绍对分割出来的目标的表达描述技术，其中第6章介绍目标表达技术，第7章介绍目标描述技术，第8章介绍进一步的测量和误差分析内容。第3单元（包含第9~12章）介绍目标特性分析技术，其中第9章介绍纹理分析技术，第10章介绍形状分析技术，第11章介绍运动分析技术。

第12章介绍显著性和属性。

第4单元（包含第13~15章）介绍一些相关的数学工具，其中第13章介绍二值图像数学形态学，第14章介绍灰度图像数学形态学，第15章介绍图像模式识别原理和方法。书中的附录介绍了人脸和表情识别的原理和技术，是与第15章相关的应用和扩展。书中还提供了大量例题、思考题和练习题，并对部分练习题提供了解答。书末还给出了主题索引。

本书可作为信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统、计算机视觉等学科大学本科专业基础课或研究生专业课教材，也可供信息与通信工程、电子科学与技术、计算机科学与技术、测控技术与仪器、机器人自动化、生物医学工程、光学、电子医疗设备研制、遥感、测绘和军事侦察等领域的科技工作者参考。

精彩书摘

第3章典型分割算法

图像分割的技术一直在不断发展，已有很多种方法提了出来。本章仅介绍几种具有比较特殊思路的典型方法作为例子。在2.1节中曾将图像分割技术分为4大类，本章以下各节介绍的内容也分别对应这4大类分割技术。

根据上述的讨论，本章各节将安排如下。

3.1节先介绍利用二阶导数对兴趣点的检测，再讨论既可用于边缘检测也可用于角点检测的最小核同值区算子的具体方法和特点，最后介绍哈里斯兴趣点算子，它们都属于并行边界类技术。

3.2节介绍一种结合了图像整体信息和局部信息，并利用了图结构的特殊方法——图割方法，它属于串行边界类技术。

3.3节介绍3种不同的属于并行区域类技术的方法，分别是借助小波变换的多分辨率特性阈值化方法、借助过渡区的阈值化方法和借助均移确定聚类的分割方法。

3.4节介绍一种结合了图像整体信息和局部信息的特殊方法——基于分水岭的方法，除了基本原理还讨论了对基本算法的改进和扩展。虽然分水岭本身对应边界，但这种方法更多地是利用边界所包围的区域性质来工作的，所以是一种串行区域类技术。

3.1兴趣点检测

兴趣点或感兴趣点泛指图像中或目标上具有特定几何性质或属性性质的点，例如角点、拐点、梯度极值点等。对兴趣点的检测有很多方法，下面先讨论利用二阶导数来检测角点，再介绍两种比较有特色的检测算子，可检测多种类型的兴趣点。

3.1.1二阶导数检测角点

如果一个像素在其小邻域中具有两个明显不同的边缘方向则常可被看作一个角点（或者说小邻域中有两个边缘段，其朝向更偏于互相垂直），也有人将局部曲率（离散曲率计算可参见10.4节）较大的边缘点看作角点。典型的角点检测器仍多基于像素灰度差。

利用二阶导数算子检测角点的原理与利用一阶导数算子检测边缘有些类似。在2�睤图像中，由各个二阶导数组成的对称矩阵可写成（下标指示偏导数的方向）：

I(2)=IxxIxy

IyxIyy,Ixy=Iyx(3.1.1)

它给出在被检测点（原点）的局部曲率的信息。上述矩阵有两个特征值，可考虑它们的3种组合情况： ①两个特征值都很小，表示被检测点局部的邻域平坦，检测点非边缘点或角点； ②两个特征值一个很小而另一个很大，表示被检测点局部的邻域呈脊线状，沿一个方向平坦而沿另一个方向变化迅速，被检测点为边缘点； ③两个特征值都很大，表示被检测点为角点。这种检测方法对平移和旋转变换不敏感，也对光照和视角变化有一定的稳定性。

如果旋转坐标系统，可将I(2)变换成对角形式：

I～(2)=Ix～x～0

0Iy～y～=K10

0K2(3.1.2)

此时的二阶导数矩阵给出了在原点的主曲率，即K1和K2。

再回到如I(2)的矩阵，其秩和行列式都是旋转不变的。进一步可分别得到拉普拉斯值和海森值：

Laplacian=Ixx+Iyy=K1+K2(3.1.3)

Hessian=det(I(2))=IxxIyy－I2xy=K1K2(3.1.4)

前言/序言

全套书第4版前言

这是《图像工程》第4版，全套书仍分3册，分别为《图像工程（上册）——图像处理》《图像工程（中册）——图像分析》和《图像工程（下册）——图像理解》。它们全面介绍图像工程的基础概念、基本原理、典型方法、实用技术以及国际上相关内容研究的新成果。

《图像工程》第3版也分3册，名称相同。上、中、下册均在2012年出版，而2013年出版了《图像工程》第3版的3册合订本。第3版至今已重印13次，总计约3万多册。

《图像工程》第2版也分3册，名称相同。上、中、下册分别在2006年、2005年和2007年出版，2007年还出版了《图像工程》第2版的3册合订本。第2版共重印18次，总计近7万册。

《图像工程》第1版也分3册，名称分别为《图像工程（上册）——图像处理和分析》《图像工程（下册）——图像理解和计算机视觉》和《图像工程（附册）——教学参考及习题解答》。三册分别在1999年、2000年和2002年出版。第1版共重印27次，总计约11万册。

《图像工程》的多次重印表明作者一直倡导的，为了对各种图像技术进行综合研究、集成应用而建立的整体框架——图像工程——作为一门系统地研究各种图像理论、技术和应用的新的交叉学科得到了广泛的认可，也在教学中得到大量使用。同时，随着研究的深入和技术的发展，编写新版的工作也逐渐提到议事日程上来。

第4版的编写开始于2016年，是年暑假静心构思了全套书的整体框架。其后，根据框架陆续收集了一些最新的相关书籍和文献（包括印刷版和电子版），并仔细进行了阅读和做了笔记。这为新版的编写打下了一个坚实的基础。期间，还结合以往课堂教学和学生反馈，对一些具体内容（包括习题）进行了整理和调整。第4版内容具有一定的深度和广度，希望读者通过本套书的学习，能够独立地和全面地了解该领域的基本理论、技术、应用和发展。

第4版在编写的方针上，仍如前3版那样力求具有理论性、实用性、系统性、实时性；在内容叙述上，力求理论概念严谨，论证简明扼要。在内容方面，第4版基本保留了第3版中有代表性的经典内容，同时考虑到图像技术的飞速发展，还认真选取了近年的一些最新研究成果和得到广泛使用的典型技术进行充实。这些新内容既参考了许多有关文献，也结合了作者的一些研究工作和成果以及这些年来的教学教案。除每册书均增加了一章全新内容外，还各增加了多个节和小节，特别还增加了许多例题，其中有些是介绍一些新的选学内容，有些则从其他的角度来补充解释已有的概念和方法。这些例题可根据课时安排、学生基础等选择使用，比较灵活。总体来说，第4版的内容覆盖面更广，介绍更全面细致，整体篇幅比第3版有约20%的增加。

第4版在具体结构和章节安排方面仍然保留了上一版的特点：

第一，各册书均从第2章就开始介绍正式内容，更快进入主题。先修或预备内容分别安排在需要先修部分的同一章前部，从教学角度来说，更加实用，也突出了主线内容。

第二，除第1章绪论外，各册书的正式内容仍都结合成4个主题相关的单元（并画在封面上），每个单元都有具体说明，帮助选择学习。全书有较强的系统性和结构性，也有利于复习考核。

第三，各章中的习题均只有少部分给出了解答，使教师可以更灵活地选择布置。更多的习题和其余的习题解答将会放在出版社网站上，便于补充、改进，网址为www.tup.com.cn。

第四，各册书后均仍有主题索引（并给出了英文），这样既方便在书中查找有关内容，又方便在网上查找有关文献和解释。

第4版还增加了一项新的举措。书中的彩色图片印刷后均为黑白的，但可以通过手机扫描图片旁的二维码，调出存放在出版社网站上的对应彩色图片，获得更多的信息和更好的观察效果。从1996年开始编写《图像工程》第1版以来至今已20多年。期间，作者与许多读者（包括教师、学生、自学者等）有过各种形式的讨论和交流，除了与一些同行面谈外，许多人打来电话或发来电子邮件。这些讨论和交流使作者获得了许多宝贵的意见和建议，在编写这4版中都起到了不可或缺的作用，特别是在解释和描述的详略方面都结合读者反馈意见进行了调整，从而更加容易理解和学习。值得指出的是，书中还汇集了多年来不少听课学生的贡献，许多例题和练习题是在历届学生作业和课堂讨论的基础上提炼出来的，一些图片还直接由学生帮助制作，在选材上也从学生的反馈中受到许多启发。借此机会对他们一并表示衷心的感谢。

书中有相当内容基于作者和他人共同研究的成果，特别是历年研究室的学生（按姓名拼音排）：卜莎莎、边辉、蔡伟、陈权崎、陈挺、陈伟、陈正华、崔崟、程正东、戴声扬、段菲、方慕园、冯上平、傅卓、高永英、葛菁华、侯乐天、胡浩基、黄英、黄翔宇、黄小明、贾波、贾超、贾慧星、姜帆、李佳童、李娟、李乐、李品一、李勍、李睿、李硕、李闻天、李相贤（LEE Sang Hyun）、李小鹏、李雪、梁含悦、刘宝弟、刘晨阳、刘峰、刘锴、刘青棣、刘惟锦、刘晓旻、刘忠伟、陆海斌、陆志云、罗惠韬、罗沄、朴寅奎（PARK In Kyu）、钱宇飞、秦暄、秦垠峰、阮孟贵（NGUYEN Manh Quy）、赛义（Saeid BAGHERI）、沈斌、谭华春、汤达、王树徽、王宇雄、王志国、王志明、王钟绪、温宇豪、文熙安（Tristan VINCENT）、吴高洪、吴纬、夏尔雷（Charley PAULUS）、向振、徐丹、徐枫、徐洁、徐培、徐寅、许翔宇、薛菲、薛景浩、严严、杨劲波、杨翔英、杨忠良、姚玉荣、游钱皓喆、鱼荣珍（EO Young Jin）、俞天利、于信男、袁静、贠亮、张宁、赵雪梅、郑胤、周丹、朱施展、朱小青、朱云峰，博士后高立志、王怀颖以及进修教师崔京守（CHOI Jeong Swu）、郭红伟、石俊生、杨卫平、曾萍萍、张贵仓等。第1版、第2版、第3版和第4版采用的图表除作者本人制作的外，也包括他们在研究工作中收集和实验得到的。该书应该说是多人合作成果的体现。

最后，感谢妻子何芸、女儿章荷铭在各方面的理解和支持！

章毓

2018年元旦于书房

通信：北京，清华大学电子工程系，100084

办公：清华大学，罗姆楼，6层305室

《光影的秘密：探索视觉世界的奥秘》引言自古以来，人类便对“看见”这件事充满了好奇与探索。从朦胧的感知，到清晰的描摹，再到如今对图像的深度剖析与理解，我们对视觉世界的认知正以前所未有的速度深化。我们每天都沉浸在浩如烟海的图像信息中，无论是手机屏幕上跳跃的像素，社交媒体上流传的照片，医学影像中的生命迹象，还是卫星遥感捕捉的地球脉络，它们都不仅仅是简单的视觉呈现，更是蕴藏着丰富信息的数据载体。《光影的秘密：探索视觉世界的奥秘》是一部致力于揭示图像背后深层含义的著作。本书并非简单罗列图像技术，而是旨在构建一个完整而系统的知识框架，带领读者深入理解图像的生成、处理、分析及其在各个领域的应用。我们相信，理解图像，就是理解我们所处的世界，理解我们自身。第一篇：图像的诞生与呈现——从光影到像素在探讨图像的分析之前，我们必须首先理解图像是如何产生的。本篇将带领读者穿越时空，追溯光学与摄影的早期发展，理解光线如何与物质交互，最终在感光介质上留下痕迹。我们将详细讲解相机成像的基本原理，从镜头的光学特性到焦距、光圈、快门速度等关键参数的意义，以及它们如何共同决定了图像的最终形态。随后，我们将步入数字时代，深入解析数字图像的构成。像素，这个构成数字图像的基本单元，其含义、色彩模型（如RGB、CMYK）、分辨率以及位深度等概念将得到详尽的阐释。我们将探讨不同色彩空间之间的转换，以及它们如何影响图像的视觉表现和后续处理。此外，本篇还将触及图像的采集过程。从传统的胶片成像到现代的数码传感器，我们将对比它们的工作原理、优缺点以及对图像质量的影响。我们会介绍CCD和CMOS传感器的技术演进，以及它们在提升图像细节、降噪和色彩还原方面的进步。最后，我们将讨论图像的存储格式，如JPEG、PNG、TIFF等，它们的压缩算法、文件大小以及在不同应用场景下的适用性。通过对这些基础知识的掌握，读者将能够更清晰地认识到，我们所见的每一幅图像，都是由无数个精密的环节共同作用而成的。第二篇：图像的语言——理解像素的奥秘图像的分析，本质上是对像素数据进行解读和理解的过程。本篇将聚焦于图像的内部特征，揭示隐藏在像素值背后的信息。我们将从灰度图像入手，讲解直方图的概念及其在图像增强和分析中的作用。通过分析图像的灰度分布，我们可以了解图像的明暗对比度、整体亮度以及是否存在曝光不足或过度的问题。色彩分析是图像理解的重要组成部分。我们将深入探讨色彩空间，如HSV（色相、饱和度、亮度）模型，它能更直观地描述颜色的感知特性，对于颜色分割和目标识别具有重要意义。本篇还将介绍色彩平衡、白平衡的原理，以及如何通过色彩校正来还原真实的色彩。图像的纹理和结构是另一个关键的研究方向。我们将引入边缘检测的概念，讲解Sobel、Canny等经典算法，以及它们如何捕捉图像中亮度或颜色发生剧烈变化的地方，这些地方往往构成了物体的轮廓和细节。我们还将探讨图像的滤波技术，如高斯滤波、中值滤波，它们在去除噪声、平滑图像方面发挥着重要作用，为后续的分析打下基础。本篇还将介绍图像的分割技术，即将图像划分为不同的有意义的区域。我们将从简单的阈值分割出发，逐步介绍区域生长、Watershed算法等更复杂的分割方法，并讨论它们在将图像分解为不同对象或背景方面的能力。通过对这些基本图像操作的深入理解，读者将能够建立起对图像数据本身进行定量分析的认知基础。第三篇：图像的智慧——从特征提取到模式识别当基本图像特征被提取后，接下来的任务就是如何从这些特征中“学习”并识别出有意义的信息。本篇将步入图像分析的核心领域，介绍各种高级的图像处理和模式识别技术。特征提取是这一过程的关键。我们将介绍SIFT（尺度不变特征变换）、SURF（加速稳健特征）等经典的局部特征描述算子，它们能够提取出对尺度、旋转和光照变化具有鲁棒性的图像特征点，为图像匹配和物体识别奠定基础。我们还将探讨HOG（方向梯度直方图）等全局特征描述方法，它能够描述图像的形状和结构信息。目标检测与识别是图像分析中最具挑战性和应用价值的领域之一。我们将介绍传统的目标检测方法，如基于滑动窗口和分类器的模型，以及深度学习驱动的先进方法，如R-CNN系列、YOLO（You Only Look Once）和SSD（Single Shot MultiBox Detector）。这些方法能够自动学习图像中的复杂特征，实现对图像中特定目标的精准定位和分类。此外，本篇还将涵盖图像检索技术，即如何在海量图像库中快速找到与给定图像相似的图像。我们将讨论基于内容的图像检索（CBIR）的基本原理，包括如何构建图像特征向量以及使用距离度量进行相似度计算。我们还将探讨图像配准技术，它指的是将两幅或多幅图像进行对齐，使其在空间上相互匹配。这在医学影像分析、遥感图像处理和计算机视觉等领域有着广泛的应用。第四篇：图像的力量——赋能各行各业图像分析并非孤立的学术研究，其强大的能力正深刻地影响着我们生活的方方面面。本篇将聚焦于图像分析在不同领域的实际应用，展示其强大的赋能作用。在医学影像领域，图像分析技术是诊断和治疗的关键。我们将探讨X射线、CT、MRI等医学影像的特点，以及如何利用图像分析来检测病灶、辅助诊断、制定手术方案，甚至进行个性化治疗。例如，肿瘤的自动检测、血管的分割与量化、器官的三维重建等。在工业制造领域，自动化检测和质量控制是图像分析的重要应用。我们将介绍机器视觉系统在产品缺陷检测、尺寸测量、装配验证等方面的应用，如何提高生产效率和产品合格率。在交通运输领域，智能交通系统离不开图像分析的支持。我们将探讨交通流量监测、车牌识别、行人检测、自动驾驶中的障碍物识别等技术，如何提升交通安全与效率。在安防监控领域，图像分析能够实现智能化的视频监控。我们将介绍人脸识别、行为分析、异常事件检测等技术，如何提升公共安全水平。在科学研究领域，图像分析为我们提供了观察和理解微观与宏观世界的窗口。从天文学中的星系分类，到生物学中的细胞形态分析，再到地质学中的地形地貌识别，图像分析都在推动着科学的边界。结语《光影的秘密：探索视觉世界的奥秘》旨在为读者提供一个全面而深入的图像分析知识体系。我们相信，通过对本书内容的学习，您将不仅能够理解图像的技术原理，更能发掘图像背后的无穷潜力，并将其应用于您的学习、工作和生活中。在这个信息爆炸的时代，掌握图像分析的能力，就是掌握解读世界、创造未来的关键钥匙。本书的旅程，才刚刚开始。

用户评价

评分☆☆☆☆☆

这本书给我的感觉是，它不仅仅是一本技术手册，更像是一部关于“看见”的哲学。图像分析，说到底，就是如何让计算机理解和解读我们所“看见”的世界。我对此深感兴趣，特别是关于图像的特征提取和描述的部分。我相信这本书会详细介绍各种特征描述符，比如SIFT、SURF，以及它们在目标识别、图像匹配等任务中的应用。我一直想更深入地理解这些算法背后的数学原理，以及它们是如何从像素点中“提炼”出有意义的信息的。同时，我也好奇书中是否会涉及一些更高级的主题，比如基于深度学习的图像分析方法，这在当前是非常热门的研究方向。如果能在这本书中找到这方面的线索，那对我来说将是一次巨大的惊喜。

评分☆☆☆☆☆

说实话，拿到这本书的那一刻，我就被它沉甸甸的质感和封面设计所吸引。这种厚重的书籍往往蕴含着作者多年的心血和对专业领域的深刻理解。虽然我主要关注的是图像工程的实际应用，而非纯理论研究，但这本书的出现，让我看到了将理论与实践相结合的可能性。我猜想书中一定有很多关于图像复原、增强、分割的章节，这些都是我在工作中经常会遇到的挑战。比如，如何有效地去除图像中的噪声，或者如何从复杂的背景中准确地分离出目标物体，这些都是我迫切想了解的技术。我期望这本书能够提供扎实的理论基础，同时给出可操作的解决方案，甚至是一些代码示例，这样我就可以直接运用到我的实际项目中。我对这本书充满了期待，相信它能成为我解决实际图像分析问题的得力助手。

评分☆☆☆☆☆

这本《图像工程·中册：图像分析（第4版）》让我联想到了我曾经接触过的一位资深工程师，他总是在不经意间流露出对图像背后原理的深刻洞察。我猜测这本书就具备这样的特质。它可能不像一些教材那样枯燥乏味，而是以一种更具启发性的方式来讲解图像分析的复杂概念。我非常感兴趣的是书中是否会深入探讨不同分析方法的优劣，以及在何种场景下选择哪种方法更为合适。例如，在医学影像分析中，对细节的精准捕捉至关重要；而在遥感图像处理中，大规模数据的分析和特征提取则更为关键。我期待这本书能提供一些案例研究，展示这些技术如何在实际应用中发挥作用，帮助我建立起更全面的图像分析知识体系，从而在面对各种复杂问题时，能够更加游刃有余。

评分☆☆☆☆☆

我一直觉得，图像分析是连接人类感知与计算机智能的桥梁。这本书的出现，让我对这座桥梁有了更深的敬意。我尤其关注书中关于图像分割和识别的章节。想象一下，如何让计算机像人眼一样，自动区分出图像中的不同物体，并理解它们的含义。这其中的挑战是巨大的，也正是这份挑战，让我对此充满了好奇。我期待书中能够详细介绍各种分割技术，如阈值法、区域生长法、以及更先进的基于图割或深度学习的方法。同时，我也想了解图像识别的最新进展，比如人脸识别、物体识别等，以及它们是如何通过对图像特征的学习和比对来实现的。这本书，在我看来，就是一次深入探索计算机“理解”世界奥秘的绝佳机会。

评分☆☆☆☆☆

这本书简直是一场视觉盛宴，即使我只是翻阅，也能感受到其中蕴含的深厚知识。从那些精美的插图和清晰的图示，我就能想象到作者在内容编排上的用心。对于我这样对图像分析领域充满好奇但又缺乏系统性知识的人来说，这无疑是一座宝库。我尤其对书中可能涉及的各种图像处理算法感到兴奋，比如那些能让模糊图像变得清晰的锐化技术，或者能提取出图像关键信息的边缘检测方法。虽然我还没有深入阅读，但光是封面和目录就足以激发起我探索图像世界奥秘的欲望。我期待着能在这个领域找到属于自己的那片天地，而这本书，似乎就是我启程的最佳向导。它给我的第一印象就是专业、全面，而且充满探索的乐趣。我敢肯定，一旦我沉浸其中，一定会收获良多。