數字圖像處理與分析(第2版)(21世紀高等學校計算機係列規劃教材) pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

龔聲蓉 等 著

圖書標籤:

• 數字圖像處理
• 圖像分析
• 計算機科學
• 高等教育
• 教材
• 21世紀高等學校計算機係列
• 圖像處理算法
• 圖像特徵提取
• 圖像分割
• 圖像識彆

店鋪： 博學精華圖書專營店

齣版社： 清華大學齣版社

ISBN：9787302349440

商品編碼：29730961049

包裝：平裝

齣版時間：2014-05-01

基本信息

書名:數字圖像處理與分析(第2版)(21世紀高等學校計算機係列規劃教材)

：39.50元

售價：26.9元,便宜12.6元,摺扣68

作者:龔聲蓉 等

齣版社：清華大學齣版社

齣版日期：2014-05-01

ISBN：9787302349440

字數：

頁碼：

版次：1

裝幀：平裝

開本：大32開

商品重量：0.4kg

編輯推薦

---

內容提要

---

《數字圖像處理與分析（第2版）/21世紀高等學校計算機係列規劃教材》可作為高校計算機科學、電子工程、自動化、生物醫學、遙感、地質、礦業、通信、氣象、農業等相關專業高年級本科生教材，也可供相關領域的大學教師、科研人員和工程技術人員參考。

目錄

---

1.1 數字圖像處理的發展
1.2 數字圖像處理的相關概念
1.2.1 數字圖像及其組成要素
1.2.2 圖像處理
1.2.3 圖像分析
1.2.4 圖像理解
1.2.5 與相關學科的關係
1.3 數字圖像處理方法
1.3.1 空域處理方法
1.3.2 變換域處理方法
1.4 數字圖像處理的主要研究內容
1.5 數字圖像處理的應用實例
1.5.1 生物醫學中的應用
1.5.2 遙感領域中的應用
1.5.3 工業方麵的應用
1.5.4 軍事公安領域的應用
1.5.5 通信中的應用
1.5.6 交通中的應用
1.5.7 其他應用
1.6 小結
習題
第2章 數字圖像錶示及其處理
2.1 人眼成像及視覺信息的産生
2.2 簡單的圖像形成模型
2.2.1 亮度成像模型
2.2.2 顔色成像模型
2.2.3 顔色空間
2.3 圖像的數字化
2.3.1 采樣
2.3.2 量化
2.4 數字圖像的基本類型
2.4.1 二值圖像
2.4.2 灰度圖像
2.4.3 RGB圖像
2.4.4 索引圖像
2.5 數字圖像的基本文件格式
2.5.1 BMP文件格式
2.5.2 TIFF文件格式
2.5.3 GIF文件格式
2.5.4 PCX文件格式
2.5.5 JPEG文件格式
2.5.6 用VC 實現BMP圖像文件的顯示
2.6 小結
習題
第3章 圖像增強
3.1 概述
3.2 空域增強
3.2.1 灰度變換增強
3.2.2 直方圖變換增強
3.2.3 空間平滑濾波增強
3.3 頻域增強
3.3.1 傅裏葉變換
3.3.2 頻域濾波增強
3.4 圖像的銳化
3.4.1 基於一階微分的圖像增強——梯度算子
3.4.2 基於二階微分的圖像增強——拉普拉斯算子
3.5 彩色圖像增強
3.5.1 僞彩色增強
3.5.2 假彩色增強
3.5.3 真彩色增強
3.6 小結
習題
第4章 圖像編碼與壓縮
4.1 圖像編碼的必要性與可能性
4.1.1 圖像編碼的必要性
4.1.2 圖像編碼的可能性
4.2 圖像編碼分類
4.3 圖像編碼評價準則
4.3.1 客觀保真度準則
4.3.2 主觀保真度準則
4.4 圖像編碼模型
4.4.1 信源編碼器和信源解碼器
4.4.2 信道編碼器和信道解碼器
4.5 無損壓縮
4.5.1 霍夫曼編碼
4.5.2 費諾-香農編碼
4.5.3 算術編碼
4.5.4 遊程編碼
4.5.5 無損預測編碼
4.6 有損壓縮
4.6.1 有損預測編碼
4.6.2 變換編碼
4.7 JPEG圖像編碼壓縮標準
4.7.1 JPEG的工作模式
4.7.2 基本工作模式
4.7.3 JPEG文件格式
4.8 MPEG視頻編碼壓縮標準
4.9 小結
習題
第5章 圖像復原
5.1 基本概念
5.1.1 圖像退化一般模型
5.1.2 成像係統的基本定義
5.1.3 連續函數的退化模型
5.1.4 離散函數的退化模型
5.2 圖像噪聲與隻存在噪聲的空域濾波復原
5.2.1 常見的噪聲及其概率密度函數
5.2.2 隻存在噪聲的空域濾波復原
5.3 無約束復原
5.3.1 無約束復原的代數方法
5.3.2 退化函數H(u,v)的估計
5.3.3 逆濾波
5.3.4 去除由勻速運動引起的模糊
5.4 有約束復原
5.4.1 約束小二乘方復原
5.4.2 維納濾波
5.4.3 有約束方濾波
5.5 非綫性復原方法
5.5.1 大後驗復原
5.5.2 大熵復原
5.5.3 投影復原方法
5.6 幾種其他圖像復原技術
5.6.1 幾何畸變校正
5.6.2 盲目圖像復原
5.7 小結
習題
第6章 圖像重建
6.1 概述
6.2 圖像重建原理
6.3 傅裏葉反投影重建
6.3.1 重建公式的推導
6.3.2 重建公式的實用化
6.4 捲積法重建
6.5 代數重建
6.6 重建圖像的顯示
6.6.1 三維圖像重建的體繪製
6.6.2 三維圖像重建的麵繪製
6.7 小結
習題
第7章 圖像分割技術
7.1 圖像分割概述
7.2 基於邊緣的分割
7.2.1 邊緣檢測概述
7.2.2 邊緣檢測方法
7.2.3 邊界跟蹤
7.3 基於閾值的分割
7.3.1 閾值分割原理及分類
7.3.2 全局閾值
7.3.3 局部閾值
7.3.4 閾值選取方法
7.4 基於熵的分割方法
7.4.1 一維大熵分割方法
7.4.2 二維大熵分割方法
7.5 基於區域的分割
7.5.1 區域生長法
7.5.2 區域分裂與閤並法
7.6 基於形態學分水嶺的分割
7.6.1 形態學圖像處理基本概念和運算
7.6.2 基於分水嶺的分割
7.7 基於聚類的分割
7.7.1 C均值聚類方法
7.7.2 模糊C均值聚類方法
7.8 彩色圖像分割
7.8.1 直方圖閾值法
7.8.2 彩色空間聚類法
7.8.3 區域生長法
7.9 小結
習題
第8章 圖像特徵提取與分析
8.1 概述
8.1.1 圖像內容
8.1.2 圖像特徵
8.1.3 特徵選擇
8.2 顔色特徵描述
8.2.1 符閤視覺感知的顔色空間
8.2.2 顔色直方圖
8.2.3 顔色矩
8.2.4 顔色集
8.2.5 顔色相關矢量
8.3 形狀特徵描述
8.3.1 幾個基本概念
8.3.2 區域內部空間域分析
8.3.3 區域內部變換分析
8.3.4 區域邊界的形狀特徵描述
8.4 圖像的紋理分析技術
8.4.1 紋理分析概念
8.4.2 空間灰度共生矩陣
8.4.3 紋理能量測量
8.4.4 紋理的結構分析方法和紋理梯度
8.5 局部特徵描述
8.5.1 概述
8.5.2 角點檢測
8.5.3 區域描述子
8.6 小結
習題
第9章 圖像匹配與識彆
9.1 圖像識彆的基本概念
9.2 圖像識彆方法分類
9.3 基於匹配的圖像識彆
9.3.1 全局模闆匹配
9.3.2 模闆矢量匹配
9.4 統計識彆方法
9.5 人工神經網絡識彆方法
9.5.1 BP神經網絡圖像識彆
9.5.2 自組織神經網絡識彆方法
9.6 支持矢量機識彆方法
9.6.1 SVM算法的基本思想
9.6.2 SVM算法的分類過程
9.6.3 人臉識彆應用
9.7 模糊識彆方法
9.8 句法識彆方法
9.9 小結
習題
0章 基於MATLAB圖像處理應用實例
10.1 MATLAB簡介
10.1.1 MATLAB基礎
10.1.2 MATLAB的運行
10.1.3 MATLAB圖像處理功能
10.2 案例一： 數字水印嵌入與提取
10.2.1 數字水印的相關概念
10.2.2 數字水印的分類
10.2.3 數字水印係統的組成
10.2.4 水印係統設計
10.3 案例二： 圖像配準
10.3.1 圖像配準概述
10.3.2 基於RANSAC算法的Harris角點配準
10.4 案例三： 圖像融閤
10.4.1 圖像融閤概述
10.4.2 圖像融閤分類
10.4.3 像素域圖像融閤實現
10.5 案例四： 圖像修復
10.5.1 圖像修復概述
10.5.2 圖像修復的數學模型
10.5.3 基於樣本的圖像修復算法
10.6 小結
習題
1章 基於C 的圖像係統設計
11.1 概述
11.1.1 工業光源的選擇
11.1.2 工業相機的選擇
11.1.3 工業鏡頭的選擇
11.1.4 圖像係統實驗平颱案例
11.2 基於OpenCV的棋盤格攝像機標定
11.2.1 OpenCV簡介
11.2.2 棋盤格攝像機標定
11.2.3 攝像機標定的步驟
11.3 車牌識彆係統設計
11.3.1 彩色圖像轉換為灰度圖像
11.3.2 圖像灰度拉伸
11.3.3 圖像的二值化
11.3.4 圖像的梯度銳化
11.3.5 圖像的中值濾波
11.3.6 車牌牌照區域的定位
11.3.7 確定牌照區域的4個坐標值
11.3.8 車牌區域截取
11.3.9 牌照幾何位置的調整
11.3.10 牌照區域的二值化
11.3.11 牌照字符的切分
11.3.12 牌照字符的識彆
11.4 小結
習題
參考文獻

作者介紹

---

文摘

---

序言

---

《數字圖像處理與分析（第2版）》是一本旨在全麵介紹數字圖像處理與分析基礎理論、核心算法和應用技術的權威教材。本書的定位是麵嚮21世紀高等學校計算機科學與技術相關專業規劃教材，旨在為學生打下堅實的理論基礎，培養解決實際問題的能力。 本書特色與亮點： 1. 係統性與全麵性： 本書內容涵蓋瞭數字圖像處理與分析的各個主要領域，從基本的圖像錶示、增強、復原，到高級的分割、特徵提取、識彆與理解，再到現代的醫學影像分析、遙感影像處理等應用方嚮，力求為讀者構建一個完整的知識體係。 2. 理論與實踐相結閤： 在深入闡述各類算法的數學原理和理論依據的同時，本書也非常注重算法的實現和應用。書中提供瞭大量的示例，並引導讀者理解算法的實際效果，為讀者掌握實際操作技能奠定基礎。 3. 清晰的邏輯結構： 全書的章節安排循序漸進，從基礎概念入手，逐步深入到復雜的主題。每個章節都圍繞一個核心主題展開，邏輯清晰，便於讀者理解和學習。 4. 麵嚮現代計算機科學教育： 作為“21世紀高等學校計算機係列規劃教材”，本書緊密結閤當前計算機科學與技術的發展趨勢，融入瞭前沿的研究成果和技術動態，力求培養具有創新精神和實踐能力的高素質人纔。 5. 豐富的教學資源支持： 教材通常會配備相應的輔助教學資源，例如課件、習題集、實驗指導等，以支持教師的教學和學生的學習。 本書主要內容概述： 第一部分：數字圖像基礎 緒論： 介紹數字圖像處理與分析的基本概念、發展曆史、主要應用領域以及在現代社會中的重要地位。闡述本書的學習目標和研究方法。 圖像的形成與獲取： 探討圖像是如何生成的，包括光學係統、傳感器、采樣與量化等關鍵過程。介紹不同類型的圖像采集設備，如數碼相機、掃描儀、醫學成像設備等。 圖像的數學錶示： 詳細介紹數字圖像的數學模型，包括像素、灰度級、色彩空間（如RGB、HSV、CMYK等）及其相互轉換。為後續的圖像處理算法奠定數學基礎。 第二部分：圖像增強 空間域增強： 點運算： 介紹灰度變換（如綫性變換、對數變換、指數變換、分段綫性變換）、直方圖均衡化和直方圖規定化等技術，用於改善圖像的對比度和灰度分布。 鄰域運算： 講解綫性濾波（如平滑濾波器，高斯濾波）和非綫性濾波（如中值濾波、最大值/最小值濾波器）在圖像去噪和邊緣提取中的作用。 銳化： 介紹拉普拉斯算子、Sobel算子、Prewitt算子等梯度算子，以及高提升濾波等方法，用於增強圖像的細節和輪廓。 頻率域增強： 傅裏葉變換基礎： 介紹傅裏葉級數和傅裏葉變換，以及離散傅裏葉變換（DFT）和快速傅裏葉變換（FFT）在圖像處理中的應用。 頻率域濾波： 講解低通濾波、高通濾波、帶通濾波、帶阻濾波以及同態濾波等方法，用於改善圖像的整體質量，如去除周期性噪聲。 第三部分：圖像復原 圖像退化模型： 分析導緻圖像質量下降的各種退化過程，如模糊（運動模糊、失焦模糊）、噪聲（高斯噪聲、椒鹽噪聲、周期噪聲）等，並建立相應的數學模型。 逆濾波與維納濾波： 介紹如何通過逆濾波嘗試恢復退化圖像，並分析其局限性。講解維納濾波在噪聲存在下的圖像復原效果。 約束最小二乘濾波： 介紹在信噪比和退化函數不確定的情況下，如何通過約束最小二乘方法進行圖像復原。 運動模糊的復原： 專門探討運動模糊的退化模型及其復原方法。 第四部分：圖像分割 閾值法： 介紹全局閾值法（Otsu法）和局部閾值法，用於根據像素灰度值將圖像分割成不同區域。 邊緣檢測： 深入講解各種邊緣檢測算子，如Roberts、Prewitt、Sobel、Laplacian、Canny算子，以及它們在提取圖像邊界中的性能差異。 區域分割： 介紹區域生長法、區域分裂與閤並法，用於根據像素的相似性將圖像分割成具有相似屬性的區域。 基於連接組件的分割： 講解如何識彆和標記圖像中的連通區域。 分水嶺變換： 介紹分水嶺算法在圖像分割中的原理和應用。 第五部分：圖像特徵提取與描述 幾何特徵： 介紹如何提取物體的幾何屬性，如麵積、周長、質心、方嚮、緊密度等。 紋理特徵： 講解常用的紋理描述方法，如灰度共生矩陣（GLCM）、局部二值模式（LBP）、Gabor濾波器等，用於刻畫圖像的錶麵粗糙度和模式。 形狀特徵： 介紹輪廓描述、傅裏葉描述符、區域描述等方法，用於描述物體的形狀。 特徵匹配： 探討如何對提取的特徵進行匹配，為後續的識彆和跟蹤奠定基礎。 第六部分：圖像識彆與理解 分類器： 介紹各種常用的分類器，如K近鄰（KNN）、支持嚮量機（SVM）、貝葉斯分類器等，用於將提取的特徵映射到預定義的類彆。 模式識彆基礎： 講解模式識彆的基本原理，包括特徵選擇、特徵提取和分類器設計。 目標檢測與識彆： 介紹如何定位圖像中的特定目標並進行識彆。 場景理解： 探討如何從圖像中理解整體場景的信息，包括物體之間的關係和場景的含義。 第七部分：現代圖像處理技術與應用 形態學圖像處理： 講解腐蝕、膨脹、開運算、閉運算等基本形態學操作，以及它們在圖像去噪、連接、細化等方麵的應用。 多分辨率分析： 介紹圖像的金字塔錶示和Wavelet變換，用於多尺度分析和圖像壓縮。 醫學圖像處理： 介紹在醫學影像（如CT、MRI、X光）中的應用，包括圖像增強、分割、配準和三維重建。 遙感圖像處理： 探討在衛星圖像、航空影像等遙感數據中的處理技術，如圖像增強、變化檢測、分類等。 計算機視覺基礎： 簡要介紹計算機視覺領域的一些核心問題，如相機標定、立體視覺、運動估計、光流等。 深度學習在圖像處理中的應用（可選）： （如果第二版更新瞭這部分內容）介紹捲積神經網絡（CNN）等深度學習模型在圖像分類、目標檢測、圖像分割等任務中的最新進展和應用。 本書適用於： 高等學校計算機科學與技術、軟件工程、自動化、電子信息工程等專業本科生和研究生。 從事圖像處理、計算機視覺、模式識彆、人工智能等領域的研究人員和工程師。 對數字圖像處理技術感興趣的自學者。 通過學習本書，讀者將能夠深入理解數字圖像處理與分析的理論體係，掌握各類核心算法的原理和實現方法，並具備將其應用於解決實際問題的能力，為未來在相關領域的發展打下堅實的基礎。

評分☆☆☆☆☆

這本書的語言風格非常沉穩、嚴謹，帶有一種資深教授在講颱上傳授畢生所學的莊重感。它很少使用那些過於花哨或口語化的錶達，而是專注於精確地闡述每一個概念的內涵和外延。這種嚴謹性對於學習一門精確的理工科知識至關重要，因為它避免瞭因語言歧義而産生的誤解。例如，在討論噪聲模型時，作者對高斯白噪聲、椒鹽噪聲的數學特性描述得非常到位，並且清晰地區分瞭它們在不同場景下的適用性和對不同濾波器的響應差異。我特彆喜歡它在章節末尾設置的“思考題”，這些問題往往不是簡單的概念迴顧，而是需要讀者進行綜閤運用和批判性思考的開放性問題，這極大地鍛煉瞭我的分析和解決問題的能力。這本書像一位耐心的導師，要求你不僅要學會“做什麼”，更要明白“為什麼這樣做”。

評分☆☆☆☆☆

坦率地說，這本書的理論深度和廣度都超齣瞭我的預期，它不僅僅是一本入門讀物，更是一本可以放在案頭隨時查閱的參考手冊。最讓我印象深刻的是它對圖像分析部分的處理，那種係統性和層次感非常到位。它沒有滿足於介紹經典的邊緣檢測和分割技術，而是深入探討瞭基於模型的方法，比如活動輪廓模型（Snakes）和圖割理論在圖像分割中的應用。這些內容通常在更高級的研究生教材中纔會詳述，但這本書卻能用相對易懂的語言將它們融入整體框架中，既保證瞭專業性，又照顧瞭讀者的接受度。這體現瞭編者團隊深厚的學術功底和高超的教學藝術。對於那些希望深入研究計算機視覺或醫學影像分析的讀者來說，這本書提供的理論基礎是極其堅實和全麵的，它為你打開瞭通往前沿研究的大門。

評分☆☆☆☆☆

這本書的排版和插圖簡直是教科書級彆的典範，每一次翻閱都是一種視覺享受。我記得有一次，我正在為一個復雜的形態學操作感到睏惑，那個概念本身就有點抽象。結果，我翻到相關章節時，看到那組精心設計的彩色插圖，不同結構元對不同形狀的圖像進行操作後的效果被清晰地展示齣來，對比鮮明，脈絡分明。那一瞬間，所有的睏惑都煙消雲散瞭。很多技術書籍為瞭節省成本或者追求簡潔，往往在圖示上敷衍瞭事，但這本教材顯然在細節上投入瞭巨大的心血。除瞭圖像本身的處理過程，書中對算法的僞代碼描述也做得非常規範和清晰，如果你習慣於邊閱讀邊動手編程，這些僞代碼無疑是最好的腳手架。它不是那種冷冰冰的純理論堆砌，而是將理論與實踐的橋梁搭建得異常穩固，讓人感覺作者是真正站在學習者的角度來組織內容的。

評分☆☆☆☆☆

這本書真是讓我大開眼界，完全顛覆瞭我對圖像處理的刻闆印象。它不僅僅是羅列瞭一堆晦澀難懂的公式和算法，更像是一場引人入勝的智力探險。作者的敘事風格非常獨特，仿佛在跟你娓娓道來每一個技術背後的故事和邏輯。比如，在介紹傅裏葉變換的時候，他沒有直接拋齣那些復雜的數學錶達式，而是通過生動的比喻，將抽象的頻率域概念具象化，讓我這個初學者都能迅速抓住精髓。我特彆欣賞書中對“理解而非死記硬背”的強調，它鼓勵讀者去思考，去探究為什麼這個算法有效，而不是盲目地應用。這種教學方式極大地激發瞭我的學習熱情，讓我願意花更多時間去鑽研那些看似睏難的部分。而且，書中的案例選擇也非常貼近實際應用，從簡單的去噪、增強到復雜的特徵提取，每一步都有清晰的理論支撐和直觀的效果展示，讓人感覺自己真的掌握瞭一門實用的技術。讀完後，我對數字圖像處理的理解不再停留在錶麵的操作層麵，而是上升到瞭一個更深層次的認知高度。

評分☆☆☆☆☆

我過去也讀過幾本關於數字圖像處理的書籍，但大多要麼過於偏重理論而缺乏實操指導，要麼就是技術更新太慢，很多新進展都沒有體現。而這本教材給我的感覺是恰到好處的平衡和適度的前瞻性。它在紮實的基礎理論構建之上，非常巧妙地穿插瞭一些近些年的發展趨勢的討論，比如對深度學習在圖像增強和分類中應用的初步探討，雖然篇幅不長，但足以讓讀者感受到這個領域的發展脈搏。此外，本書在處理一些經典的、跨越時代的算法時，非常注重曆史淵源的梳理，這使得我能更好地理解這些經典算法是如何一步步演化和改進的。這種兼顧曆史深度和前沿廣度的內容組織方式，讓這本書的生命力大大增強，它不會因為時間的流逝而迅速過時，而是能持續為讀者提供穩定可靠的知識支撐。