數(shù)字圖像處理與分析（第2版）（21世紀高等學校計算機系列規(guī)劃教材）
定 價：39.5 元
叢書名：21世紀高等學校計算機系列規(guī)劃教材
- 作者：龔聲蓉 等編著
- 出版時間：2014/5/1
- ISBN：9787302349440
- 出 版 社：清華大學出版社
- 中圖法分類：TN911.73
- 頁碼：354
- 紙張：膠版紙
- 版次：2
- 開本：大32開
《數(shù)字圖像處理與分析（第2版）/21世紀高等學校計算機系列規(guī)劃教材》從基本概念入手，采用理論與實踐相結(jié)合的方式，全面地介紹了圖像處理與分析的基本問題、主要研究成果以及具體實例開發(fā)過程。內(nèi)容系統(tǒng)、完整，講解深入淺出，并配有習題指導和實驗，全書配有電子教案和書中實例的完整程序。
《數(shù)字圖像處理與分析（第2版）/21世紀高等學校計算機系列規(guī)劃教材》可作為高校計算機科學、電子工程、自動化、生物醫(yī)學、遙感、地質(zhì)、礦業(yè)、通信、氣象、農(nóng)業(yè)等相關(guān)專業(yè)高年級本科生教材，也可供相關(guān)領(lǐng)域的大學教師、科研人員和工程技術(shù)人員參考。
《數(shù)字圖像處理與分析》(書號： 9787302126492)一書是國家級“十一五”規(guī)劃教材，自 2006年由清華大學出版社出版以來，已多次印刷。該書深入淺出，理論與實踐相結(jié)合，因而被數(shù)十所高校選作教材，深受師生喜愛。
通過對讀者的跟蹤調(diào)查，讀者選擇《數(shù)字圖像處理與分析》一書作為教材或參考資料大體有以下原因：
（1） 通俗易懂。作者在參加各類學術(shù)會議時，經(jīng)常會碰到使用過該教材的老師，他們認為該教材通俗易懂，特別適合選作本科生教材。不少讀者網(wǎng)評也認為，該教材“講得非常詳細”，“概念性的介紹比較清晰”。
（2） 系統(tǒng)全面。不少讀者反映，該教材“比較系統(tǒng)，可以系統(tǒng)地學習”，“內(nèi)容比較新、比較全”。
（3） 理論與實踐相結(jié)合。不少讀者認為，該教材理論和實踐相結(jié)合，除了可了解圖像處理的基本概念，掌握各種算法原理外，還有助于掌握完整圖像系統(tǒng)設計能力，直接將所學知識用于工程實踐。
七年來，許多讀者紛紛向編輯部或者作者發(fā)來Email或者打來電話，建議該書修訂再版，并提出了十分中肯的意見。針對讀者的意見以及使用過程的學生反饋，再版后的《數(shù)字圖像處理與分析》有以下幾個顯著特點。
（1） 強調(diào)基礎，培養(yǎng)素質(zhì)，突出“興趣”。
再版后的教材強調(diào)數(shù)字圖像處理與分析基礎知識的學習，以基礎知識的學習奠定扎實的數(shù)字圖像分析技術(shù)應用能力和靈活擴展應用能力的培養(yǎng)。力求做到層次分明、條理清晰、難易適度，體現(xiàn)培養(yǎng)學生素質(zhì)，突出興趣，有利于學生自主學習的特點。為便于自學，修訂后的教材除提供多媒體教案以及部分源程序外，還提供了大量擴展閱讀資源，如開源代碼、研究機構(gòu)與論壇鏈接等。
�。�2） 理論適度，重實踐，體現(xiàn)工程性。
本書基于理論教學夠用為度，注重能力培養(yǎng)的原則，把學生需要掌握的基本數(shù)字圖像處理技術(shù)作為實例貫串全書，力求重點培養(yǎng)學生數(shù)字圖像處理與分析技術(shù)的應用能力。在系統(tǒng)介紹基礎知識的同時，特別突出了實際動手能力的培養(yǎng)，通過典型實例、綜合實例和實訓的方式來強化學生的動手能力。
（3） 增加案例，與社會需求緊密結(jié)合，體現(xiàn)實用性。
讀者提出“要是這本書再加一些程序語言就好了”，再版的教材重點豐富了第10章和第11章內(nèi)容，增加了大量圖像系統(tǒng)設計案例。針對讀者提出的“對一些比較理論推導的東西闡述缺少案例，如傅里葉變換案例、小波變換等”，考慮作為本科生教材，篇幅不宜太大，因此，通過出版配套《數(shù)字圖像處理分析學習與實驗指導》來彌補這一缺陷。配套《數(shù)字圖像處理分析學習與實驗指導》包含兩大部分： ①學習指導，對讀者反饋的問題進行重點闡述； ②圖像處理實驗指導，由演示性實驗（Photoshop平臺）、驗證性實驗（MATLAB平臺）、綜合實驗（OpenCV平臺）和創(chuàng)新性實驗（LibSVM及其他開源代碼）四部分組成。
本書主要包括三部分內(nèi)容，共11章。第一部分是數(shù)字圖像處理的基礎，包括緒論、數(shù)字圖像表示及其處理、圖像增強、圖像編碼與壓縮、圖像復原、圖像重建6章。第二部分是圖像特征提取與分析的理論、方法和實例，包括圖像分割技術(shù)、圖像特征提取與分析、圖像匹配與識別3章。第三部分為圖像系統(tǒng)設計實例，包括基于MATLAB圖像處理應用實例和基于C++的圖像系統(tǒng)設計兩部分，為體現(xiàn)實用性，還增加了有關(guān)光源、鏡頭及相機選擇的基本知識。
本書由蘇州大學的龔聲蓉教授、劉純平副教授、趙勛杰教授和蔣德茂老師共同編寫。其中，第1~4章、第11章由龔聲蓉編寫； 第5章及7.6節(jié)、7.7節(jié)由蔣德茂編寫； 第6章及第7章其余部分由趙勛杰編寫，第8~10章由劉純平編寫，全書由龔聲蓉統(tǒng)稿。
再版過程中，受到了國家自然科學基金“基于二型模糊概率圖模型的多攝像頭目標跟蹤研究（61170124）”和“基于顯著性和信任傳遞的動態(tài)場景主題發(fā)現(xiàn)（61272258）”的資助，蘇州大學計算機科學與技術(shù)學院也給予了大力支持，在此一并表示感謝！同時，也參考了國內(nèi)出版的大量書籍和論文，對本書中所引用論文和書籍的作者深表感謝！
多年來，本書的出版和修訂工作一直得到廣大教師和學生的支持，希望在使用本書過程中繼續(xù)提出更多的寶貴意見，以便進一步修訂完善。
由于編者水平有限，書中不足和不當之處懇請讀者批評指正。
編者
2014年1月于蘇州大學
第1章 緒論
1.1 數(shù)字圖像處理的發(fā)展
1.2 數(shù)字圖像處理的相關(guān)概念
1.2.1 數(shù)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(guān)學科的關(guān)系
1.3 數(shù)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(shù)字圖像處理的主要研究內(nèi)容
1.5 數(shù)字圖像處理的應用實例
1.5.1 生物醫(yī)學中的應用
1.5.2 遙感領(lǐng)域中的應用 第1章 緒論
1.1 數(shù)字圖像處理的發(fā)展
1.2 數(shù)字圖像處理的相關(guān)概念
1.2.1 數(shù)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(guān)學科的關(guān)系
1.3 數(shù)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(shù)字圖像處理的主要研究內(nèi)容
1.5 數(shù)字圖像處理的應用實例
1.5.1 生物醫(yī)學中的應用
1.5.2 遙感領(lǐng)域中的應用
1.5.3 工業(yè)方面的應用
1.5.4 軍事公安領(lǐng)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(jié)
習題
第2章 數(shù)字圖像表示及其處理
2.1 人眼成像及視覺信息的產(chǎn)生
2.2 簡單的圖像形成模型
2.2.1 亮度成像模型
2.2.2 顏色成像模型
2.2.3 顏色空間
2.3 圖像的數(shù)字化
2.3.1 采樣
2.3.2 量化
2.4 數(shù)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(shù)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(xiàn)BMP圖像文件的顯示
2.6 小結(jié)
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 傅里葉變換
3.3.2 頻域濾波增強
3.4 圖像的銳化
3.4.1 基于一階微分的圖像增強——梯度算子
3.4.2 基于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 偽彩色增強
3.5.2 假彩色增強
3.5.3 真彩色增強
3.6 小結(jié)
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(nóng)編碼
4.5.3 算術(shù)編碼
4.5.4 游程編碼
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(jié)
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 成像系統(tǒng)的基本定義
5.1.3 連續(xù)函數(shù)的退化模型
5.1.4 離散函數(shù)的退化模型
5.2 圖像噪聲與只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(shù)
5.2.2 只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(shù)方法
5.3.2 退化函數(shù)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 約束最小二乘方復原
5.4.2 維納濾波
5.4.3 有約束最小平方濾波
5.5 非線性復原方法
5.5.1 最大后驗復原
5.5.2 最大熵復原
5.5.3 投影復原方法
5.6 幾種其他圖像復原技術(shù)
5.6.1 幾何畸變校正
5.6.2 盲目圖像復原
5.7 小結(jié)
習題
第6章 圖像重建
6.1 概述
6.2 圖像重建原理
6.3 傅里葉反投影重建
6.3.1 重建公式的推導
6.3.2 重建公式的實用化
6.4 卷積法重建
6.5 代數(shù)重建
6.6 重建圖像的顯示
6.6.1 三維圖像重建的體繪制
6.6.2 三維圖像重建的面繪制
6.7 小結(jié)
習題
第7章 圖像分割技術(shù)
7.1 圖像分割概述
7.2 基于邊緣的分割
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 基于閾值的分割
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 基于熵的分割方法
7.4.1 一維最大熵分割方法
7.4.2 二維最大熵分割方法
7.5 基于區(qū)域的分割
7.5.1 區(qū)域生長法
7.5.2 區(qū)域分裂與合并法
7.6 基于形態(tài)學分水嶺的分割
7.6.1 形態(tài)學圖像處理基本概念和運算
7.6.2 基于分水嶺的分割
7.7 基于聚類的分割
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(qū)域生長法
7.9 小結(jié)
習題
第8章 圖像特征提取與分析
8.1 概述
8.1.1 圖像內(nèi)容
8.1.2 圖像特征
8.1.3 特征選擇
8.2 顏色特征描述
8.2.1 符合視覺感知的顏色空間
8.2.2 顏色直方圖
8.2.3 顏色矩
8.2.4 顏色集
8.2.5 顏色相關(guān)矢量
8.3 形狀特征描述
8.3.1 幾個基本概念
8.3.2 區(qū)域內(nèi)部空間域分析
8.3.3 區(qū)域內(nèi)部變換分析
8.3.4 區(qū)域邊界的形狀特征描述
8.4 圖像的紋理分析技術(shù)
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(jié)構(gòu)分析方法和紋理梯度
8.5 局部特征描述
8.5.1 概述
8.5.2 角點檢測
8.5.3 區(qū)域描述子
8.6 小結(jié)
習題
第9章 圖像匹配與識別
9.1 圖像識別的基本概念
9.2 圖像識別方法分類
9.3 基于匹配的圖像識別
9.3.1 全局模板匹配
9.3.2 模板矢量匹配
9.4 統(tǒng)計識別方法
9.5 人工神經(jīng)網(wǎng)絡識別方法
9.5.1 BP神經(jīng)網(wǎng)絡圖像識別
9.5.2 自組織神經(jīng)網(wǎng)絡識別方法
9.6 支持矢量機識別方法
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 人臉識別應用
9.7 模糊識別方法
9.8 句法識別方法
9.9 小結(jié)
習題
第10章 基于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(shù)字水印嵌入與提取
10.2.1 數(shù)字水印的相關(guān)概念
10.2.2 數(shù)字水印的分類
10.2.3 數(shù)字水印系統(tǒng)的組成
10.2.4 水印系統(tǒng)設計
10.3 案例二： 圖像配準
10.3.1 圖像配準概述
10.3.2 基于RANSAC算法的Harris角點配準
10.4 案例三： 圖像融合
10.4.1 圖像融合概述
10.4.2 圖像融合分類
10.4.3 像素域圖像融合實現(xiàn)
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(shù)學模型
10.5.3 基于樣本的圖像修復算法
10.6 小結(jié)
習題
第11章 基于C++的圖像系統(tǒng)設計
11.1 概述
11.1.1 工業(yè)光源的選擇
11.1.2 工業(yè)相機的選擇
11.1.3 工業(yè)鏡頭的選擇
11.1.4 圖像系統(tǒng)實驗平臺案例
11.2 基于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 車牌識別系統(tǒng)設計
11.3.1 彩色圖像轉(zhuǎn)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(qū)域的定位
11.3.7 確定牌照區(qū)域的4個坐標值
11.3.8 車牌區(qū)域截取
11.3.9 牌照幾何位置的調(diào)整
11.3.10 牌照區(qū)域的二值化
11.3.11 牌照字符的切分
11.3.12 牌照字符的識別
11.4 小結(jié)
習題
參考文獻
書單推薦
