數(shù)字圖像處理教程(OPENCV版) 侯俊 楊暉
定 價(jià):59.8 元
- 作者:侯俊 楊暉
- 出版時(shí)間:2024/5/1
- ISBN:9787111744849
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TN911.73
- 頁(yè)碼:
- 紙張:膠版紙
- 版次:
- 開(kāi)本:16開(kāi)
本書系統(tǒng)介紹了數(shù)字圖像處理的基本概念、原理和技術(shù)方法,以及圖像處理技術(shù)如何用OPENCV編程實(shí)現(xiàn)。全書共12章,包括緒論、數(shù)字圖像的基本概念和運(yùn)算、圖像灰度變換與空間域?yàn)V波、圖像的頻域處理、圖像復(fù)原、彩色圖像處理、小波與多分辨率處理、圖像壓縮、形態(tài)學(xué)處理、圖像分割、目標(biāo)的表示與描述、目標(biāo)識(shí)別。
本書內(nèi)容既覆蓋圖像處理技術(shù)的專業(yè)基礎(chǔ)知識(shí),又緊跟當(dāng)前數(shù)字圖像處理技術(shù)的發(fā)展動(dòng)向,用適合理工類數(shù)字圖像初學(xué)者的語(yǔ)言對(duì)新技術(shù)的原理、思路、實(shí)現(xiàn)方法進(jìn)行介紹。全書表述通俗,易于理解。
本書可作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、光電信息、電子信息工程、通信工程、自動(dòng)化、信號(hào)與信息處理、生物醫(yī)學(xué)工程等專業(yè)本科生的專業(yè)課教材,也可作為相關(guān)研究方向研究生的基礎(chǔ)課程教材,還可作為從事相關(guān)工作的技術(shù)人員的參考書。
本書遵循教指委相關(guān)指導(dǎo)文件和高等院校學(xué)生學(xué)習(xí)規(guī)律編寫而成。踐行四新理念,融入思政元素,注重理論與實(shí)踐相結(jié)合。
隨著計(jì)算機(jī)科學(xué)、光學(xué)、電子信息等技術(shù)的迅猛發(fā)展,許多應(yīng)用領(lǐng)域采用數(shù)字圖像處理取代人工處理,已經(jīng)成為一個(gè)成本高效的解決方案。特別是近20年來(lái),數(shù)字圖像處理已經(jīng)成為成熟的工程科學(xué),理論創(chuàng)新及其應(yīng)用領(lǐng)域均在不斷加速拓展。
本書不僅介紹了數(shù)字圖像處理的基本概念、理論和方法,還與時(shí)俱進(jìn)地介紹了當(dāng)前廣泛應(yīng)用的一些數(shù)字圖像處理技術(shù),對(duì)各技術(shù)如何采用OPENCV編程實(shí)現(xiàn)進(jìn)行了介紹,并給出了部分編程示例。對(duì)于數(shù)字圖像處理技術(shù),本書基于三點(diǎn)介紹理論知識(shí)和算法:①圖像處理的基礎(chǔ);②廣泛應(yīng)用;③對(duì)本書讀者而言,能夠采用OPENCV編程實(shí)現(xiàn)。綜上,本書介紹的算法大多數(shù)在OPENCV中有集成,這樣讀者無(wú)須掌握算法的所有細(xì)節(jié)就能通過(guò)調(diào)用OPENCV類或函數(shù)實(shí)現(xiàn)算法仿真,降低了實(shí)現(xiàn)難度。同時(shí),在介紹算法理論時(shí),本書較好地平衡了算法總體思路介紹與細(xì)節(jié)說(shuō)明的比重,便于讀者理解掌握。
數(shù)字圖像處理算法需要用到大量的數(shù)學(xué)知識(shí),本書在介紹理論知識(shí)時(shí)采用通俗易懂的語(yǔ)言對(duì)技術(shù)的原理、思路進(jìn)行了詳細(xì)介紹,而非羅列大量數(shù)學(xué)公式。同時(shí),對(duì)數(shù)學(xué)公式也進(jìn)行了文字說(shuō)明,深入淺出,降低了讀者的理解難度。本書的主要內(nèi)容如下:
第1章介紹了數(shù)字圖像處理系統(tǒng)的組成、各波段電磁波的特性、視覺(jué)系統(tǒng)特性等,并列舉了部分?jǐn)?shù)字圖像處理的應(yīng)用領(lǐng)域。
第2章介紹了數(shù)字圖像的基本概念和運(yùn)算。關(guān)于圖像各像素間的關(guān)系,本章介紹了像素的連通性、像素間距離不同的度量方式等。本章還介紹了圖像間的算術(shù)計(jì)算、邏輯運(yùn)算以及各類運(yùn)算應(yīng)用場(chǎng)景。對(duì)機(jī)器視覺(jué)中常用的圖像仿射變換、圖像內(nèi)插像素值計(jì)算方法等也給出了數(shù)學(xué)模型。
第3章介紹了圖像灰度變換以及空間域?yàn)V波。圖像灰度變換用于增強(qiáng)圖像的視覺(jué)效果,介紹了對(duì)數(shù)變換、冪律變換、直方圖均衡、直方圖規(guī)定化、限制對(duì)比度自適應(yīng)直方圖均衡等方法。圖像在空間域可以通過(guò)平衡消除或減弱噪聲,介紹了基本的空間域?yàn)V波原理、平滑和銳化濾波方法及示例,還介紹了邊緣保留濾波器中的雙邊濾波器、meanshift濾波器等。
第4章介紹了圖像在頻域的處理,給出了傅里葉變換的性質(zhì),對(duì)低頻濾波器、高頻濾波器進(jìn)行了詳細(xì)介紹。此外,本章還對(duì)消除或減弱乘性干擾的同態(tài)濾波、消除周期性干擾的頻率選擇濾波器進(jìn)行了詳細(xì)介紹,并給出了濾波器實(shí)現(xiàn)的程序。
圖像成像過(guò)程中由于某種原因會(huì)造成最終成像質(zhì)量下降,稱為圖像退化,第5章給出了圖像退化的數(shù)學(xué)模型,介紹了僅由噪聲造成的退化圖像如何復(fù)原、僅由退化函數(shù)造成的退化如何復(fù)原,并進(jìn)一步介紹了以上兩種退化因素均發(fā)生作用時(shí)的圖像復(fù)原技術(shù),如Lucy-Richardson復(fù)原算法。另外,還介紹了當(dāng)退化函數(shù)未知、噪聲未知時(shí)的圖像盲復(fù)原采用的盲Lucy-Richardson算法。
第6章介紹了彩色圖像的色彩空間,不同色彩空間對(duì)應(yīng)不同的應(yīng)用領(lǐng)域。此外還介紹了灰度圖像偽彩色處理,以及彩色圖像在不同色彩空間的平滑、銳化、分割等處理。
小波變換在圖像去噪、圖像融合、圖像壓縮、數(shù)字水印等領(lǐng)域的應(yīng)用逐漸增多。第7章介紹了圖像小波變換的基本理論,以及小波變換在圖像去噪、圖像融合中如何應(yīng)用。
圖像的存儲(chǔ)和傳輸不可避免地需要圖像壓縮以減少數(shù)據(jù)量。第8章介紹了圖像壓縮常用的編碼,如熵編碼中的霍夫曼編碼和算術(shù)編碼、字典編碼中的LZW編碼、有損編碼中的矢量量化編碼等,并詳細(xì)介紹了JPEG編碼。此外,還介紹了基于小波變換的嵌入式零樹(shù)小波編碼,以及在數(shù)字電影、遠(yuǎn)程醫(yī)療、遙感中廣泛使用的JPEG 2000圖像編碼等技術(shù)。
形態(tài)學(xué)處理是提取目標(biāo)、消除噪聲的常用技術(shù),第9章介紹了二值圖像和灰度圖像的形態(tài)學(xué)處理技術(shù)及其應(yīng)用場(chǎng)景。
圖像分割是機(jī)器視覺(jué)中不可或缺的步驟,第10章不僅介紹了基于閾值、邊緣、區(qū)域的基本分割方法,還詳細(xì)介紹了基于聚類的Kmeans分割、依據(jù)高斯混合模型的EM分割算法、基于圖論的Graph Cut和Grab Cut分割算法,以及形態(tài)學(xué)分水嶺分割。對(duì)于利用分割提取視頻中的運(yùn)動(dòng)目標(biāo),本章介紹了幀間差法及背景差法,并詳細(xì)介紹了基于高斯混合模型的背景估計(jì)算法。
第11章介紹了圖像中目標(biāo)的各種表示與描述方法。除對(duì)邊界、區(qū)域的常規(guī)描述外,還有對(duì)紋理特點(diǎn)的描述,如方向梯度直方圖等,并介紹了減少數(shù)據(jù)維度的主成分分析法。針對(duì)當(dāng)前機(jī)器視覺(jué)中常用的特征點(diǎn)描述,本章詳細(xì)介紹了各類角點(diǎn)的檢測(cè)算法,以及SIFT特征點(diǎn)、SURF特征點(diǎn)、ORB特征點(diǎn)的檢測(cè)與描述,并給出了BRIEF描述子的說(shuō)明。
第12章介紹了目標(biāo)識(shí)別中特征的分類和特征點(diǎn)匹配,以及視頻中運(yùn)動(dòng)目標(biāo)的跟蹤技術(shù)。本章首先介紹了分類的基本理論,然后對(duì)支持向量機(jī)(SVM)、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了介紹。關(guān)于特征點(diǎn)匹配的方法介紹了暴力匹配、近似最近鄰匹配方法。針對(duì)匹配結(jié)果的一致性問(wèn)題,本章對(duì)RANSAC算法、基于網(wǎng)格的運(yùn)動(dòng)統(tǒng)計(jì)算法進(jìn)行了詳細(xì)介紹。在視頻運(yùn)動(dòng)目標(biāo)跟蹤部分,本章詳細(xì)介紹了稀疏估計(jì)的Lucas-Kanade法及其對(duì)應(yīng)的金字塔Lucas-Kanade法、稠密估計(jì)的Farneback算法,以及meanshift跟蹤、Camshift跟蹤等運(yùn)動(dòng)目標(biāo)跟蹤算法。
本書的編寫得到上海理工大學(xué)“一流本科
高等院校教師
前言
第1章緒論1
1.1數(shù)字圖像處理系統(tǒng)的組成1
1.2電磁波譜與可見(jiàn)光1
1.3電磁波傳感器3
1.4視覺(jué)系統(tǒng)特性3
1.4.1視覺(jué)適應(yīng)性4
1.4.2視覺(jué)惰性4
1.4.3同時(shí)對(duì)比效應(yīng)與馬赫帶效應(yīng)4
1.4.4視覺(jué)分辨率5
1.4.5視覺(jué)錯(cuò)覺(jué)5
1.5數(shù)字圖像處理應(yīng)用6
習(xí)題7
第2章數(shù)字圖像的基本概念和運(yùn)算8
2.1圖像成像模型8
2.2圖像中的基本概念8
2.2.1采樣和量化8
2.2.2數(shù)字圖像表示8
2.2.3空間分辨率與灰度分辨率9
2.2.4OPENCV中的圖像讀取10
2.3像素間的基本關(guān)系12
2.3.1相鄰像素12
2.3.2連通性、區(qū)域和邊界12
2.3.3距離度量15
2.4數(shù)字圖像的基本操作15
2.4.1圖像間算術(shù)運(yùn)算15
2.4.2圖像邏輯運(yùn)算18
2.4.3圖像空間幾何變換20
習(xí)題26
第3章圖像灰度變換與空間域?yàn)V波27
3.1常用灰度變換27
3.1.1線性變換27
3.1.2對(duì)數(shù)變換與反對(duì)數(shù)變換28
3.1.3冪律變換(伽馬變換)28
3.1.4分段線性變換29
3.2基于直方圖的灰度變換31
3.2.1直方圖31
3.2.2直方圖均衡34
3.2.3直方圖規(guī)定化(直方圖匹配)37
3.2.4限制對(duì)比度自適應(yīng)直方圖均衡39
3.3空間域?yàn)V波42
3.3.1空間域?yàn)V波基礎(chǔ)知識(shí)42
3.3.2平滑濾波44
3.3.3銳化濾波48
習(xí)題53
第4章圖像的頻域處理55
4.1二維離散傅里葉變換55
4.1.1二維離散傅里葉變換和反變換55
4.1.2二維離散傅里葉變換性質(zhì)56
4.2頻域?yàn)V波基礎(chǔ)知識(shí)60
4.2.1頻域?yàn)V波基礎(chǔ)60
4.2.2頻域?yàn)V波步驟60
4.3頻域低通濾波61
4.3.1理想低通濾波器61
4.3.2巴特沃斯低通濾波器62
4.3.3高斯低通濾波器63
4.4頻域高通濾波65
4.4.1理想高通濾波器65
4.4.2巴特沃斯高通濾波器66
4.4.3高斯高通濾波器67
4.4.4拉普拉斯濾波器67
4.4.5反銳化掩蔽與高提升濾波68
4.5同態(tài)濾波68
4.6頻率選擇濾波器73
4.6.1帶阻濾波器和帶通濾波器73
4.6.2陷波濾波器74
習(xí)題76
第5章圖像復(fù)原78
5.1圖像退化模型和復(fù)原模型78
5.2噪聲模型79
5.2.1常見(jiàn)的噪聲概率密度函數(shù)79
5.2.2周期噪聲82
5.2.3噪聲參數(shù)估計(jì)83
5.3復(fù)原僅由噪聲造成的退化圖像83
5.3.1非線性均值濾波83
5.3.2統(tǒng)計(jì)排序?yàn)V波85
5.3.3自適應(yīng)濾波88
5.4退化函數(shù)的估計(jì)89
5.5逆濾波90
5.6維納濾波91
5.7有約束最小二乘濾波95
5.8Lucy-Richardson復(fù)原(非盲L-R復(fù)原)96
5.9圖像盲復(fù)原101
習(xí)題102
第6章彩色圖像處理103
6.1彩色圖像基礎(chǔ)103
6.2色彩空間104
6.2.1RGB色彩空間與CMY色彩空間104
6.2.2HSI色彩空間與HSV色彩空間106
6.2.3Lab色彩空間108
6.2.4YCbCr色彩空間與YUV色彩空間109
6.3偽彩色圖像處理110
6.3.1空間域偽彩色處理110
6.3.2頻域?yàn)V波偽彩色處理112
6.4色彩變換112
6.4.1補(bǔ)色變換112
6.4.2色彩分割113
6.4.3彩色圖像灰度化116
6.4.4彩色圖像直方圖均衡118
6.4.5色調(diào)與色彩校正118
6.5彩色圖像空間濾波121
6.5.1彩色圖像的平滑121
6.5.2彩色圖像的銳化122
6.6彩色圖像邊緣檢測(cè)124
習(xí)題125
第7章小波與多分辨率處理126
7.1小波變換基礎(chǔ)知識(shí)126
7.1.1小波函數(shù)126
7.1.2連續(xù)小波變換127
7.1.3離散小波變換128
7.1.4多尺度分析與Mallat算法129
7.1.5提升小波130
7.1.6小波包變換131
7.2圖像小波變換133
7.3小波圖像去噪136
7.3.1模極大值去噪法136
7.3.2小波閾值去噪法137
7.4小波圖像融合139
習(xí)題141
第8章圖像壓縮142
8.1圖像壓縮基礎(chǔ)142
8.1.1冗余142
8.1.2保真度143
8.2常用編碼144
8.2.1霍夫曼編碼144
8.2.2算術(shù)編碼145
8.2.3游程編碼146
8.2.4LZW編碼147
8.2.5矢量量化編碼149
8.3位平面編碼149
8.4變換編碼150
8.4.1離散余弦變換150
8.4.2JPEG圖像壓縮152
8.4.3基于小波的圖像壓縮155
8.5視頻壓縮160
習(xí)題163
第9章形態(tài)學(xué)處理164
9.1預(yù)備知識(shí)164
9.2腐蝕與膨脹165
9.2.1腐蝕165
9.2.2膨脹167
9.2.3對(duì)偶性169
9.3開(kāi)運(yùn)算和閉運(yùn)算170
9.3.1開(kāi)運(yùn)算170
9.3.2閉運(yùn)算170
9.4擊中與擊不中變換171
9.5一些基本形態(tài)學(xué)算法173
9.5.1邊界提取173
9.5.2種子填充173
9.5.3提取連通分量174
9.5.4凸包175
9.5.5細(xì)化、骨架化和粗化177
9.5.6形態(tài)學(xué)重建180
9.6灰度圖像的形態(tài)學(xué)處理183
9.6.1腐蝕和膨脹183
9.6.2開(kāi)運(yùn)算和閉運(yùn)算183
9.6.3頂帽變換和底帽變換185
9.6.4形態(tài)學(xué)濾波186
9.6.5形態(tài)學(xué)梯度186
習(xí)題187
第10章圖像分割189
10.1邊緣檢測(cè)189
10.1.1邊緣檢測(cè)基礎(chǔ)189
10.1.2一階邊緣檢測(cè)算子190
10.1.3Marr-Hildreth邊緣檢測(cè)192
10.1.4Canny邊緣檢測(cè)194
10.1.5Hough變換195
10.2基于閾值的圖像分割200
10.2.1閾值分割基礎(chǔ)知識(shí)201
10.2.2全局閾值分割202
10.2.3局部閾值分割204
10.3基于區(qū)域的圖像分割205
10.3.1區(qū)域生長(zhǎng)法205
10.3.2區(qū)域分裂合并法206
10.4基于聚類的圖像分割206
10.4.1kmeans圖像分割207
10.4.2基于高斯混合模型的圖像分割208
10.5基于圖論的圖像分割212
10.5.1圖論的基本概念212
10.5.2Graph Cut圖像分割213
10.5.3Grab Cut圖像分割215
10.6形態(tài)學(xué)分水嶺分割217
10.6.1分水嶺分割217
10.6.2基于標(biāo)記的分水嶺分割218
10.7運(yùn)動(dòng)目標(biāo)分割221
10.7.1幀間差法221
10.7.2背景差法與背景估計(jì)221
習(xí)題225
第11章目標(biāo)的表示與描述227
11.1表示227
11.1.1邊界追蹤227
11.1.2鏈碼228
11.1.3多邊形近似229
11.2邊界描述子230
11.2.1一些基本描述子230
11.2.2傅里葉描述子231
11.3區(qū)域描述子232
11.3.1一些基本描述子232
11.3.2區(qū)域矩與不變矩232
11.4紋理描述236
11.4.1灰度直方圖統(tǒng)計(jì)矩236
11.4.2LBP特征237
11.4.3共生矩陣238
11.4.4方向梯度直方圖239
11.5主成分分析用于特征降維241
11.6特征點(diǎn)檢測(cè)與描述242
11.6.1Harris角點(diǎn)、Shi-Tomasi角點(diǎn)和FAST角點(diǎn)檢測(cè)242
11.6.2SIFT特征點(diǎn)檢測(cè)與描述248
11.6.3SURF特征點(diǎn)檢測(cè)與描述253
11.6.4BRIEF描述子256
11.6.5ORB特征點(diǎn)檢測(cè)與描述257
習(xí)題259
第12章目標(biāo)識(shí)別260
12.1基于決策理論的模式識(shí)別260
12.1.1基于匹配的決策260
12.1.2統(tǒng)計(jì)分類器262
12.1.3神經(jīng)網(wǎng)絡(luò)265
12.2特征點(diǎn)匹配267
12.2.1特征點(diǎn)匹配基礎(chǔ)267
12.2.2匹配一致性272
12.3運(yùn)動(dòng)目標(biāo)跟蹤277
12.3.1光流法277
12.3.2meanshift跟蹤283
12.3.3Camshift跟蹤287
習(xí)題292
參考文獻(xiàn)293