ChatGPT與數字圖像處理

趙玉良 楊樂

ChatGPT與數字圖像處理

商品描述

《ChatGPT與數字圖像處理》是一本系統性、實踐性與創新性相結合的專業書籍，全面探討了數字圖像處理領域的基礎知識、核心算法及其與ChatGPT技術的深度融合。本書從數字圖像處理的基本概念出發，逐步深入，覆蓋了圖像讀取與存儲、幾何變換、圖像分割、特征提取等經典內容，並結合實際案例，探索了在特定場景中如何運用圖像處理技術解決問題，如車牌識別、路面裂縫檢測、焊縫識別等。本書結構清晰、理論與實踐兼顧，適合計算機視覺、人工智能以及相關領域的從業者、研究人員和高校師生參考閱讀。無論是想深入了解數字圖像處理技術，還是探索ChatGPT在該領域的創新應用，讀者都能從本書中獲得啟發與實踐指導。

作者簡介

趙玉良，東北大學秦皇島分校特聘教授、博士生導師、控制工程學院科研副院長，光電傳感與泛在智能研究所所長。2016年畢業於香港城市大學，機械與生物醫學工程專業，獲博士學位。曾獲得香港城市大學傑出學術表現獎，IEEE-NANOMED會議論文獎, 香港醫療與保健協會傑出研究生獎。河北省“三三三人才工程”第三層次人才，發表論文130余篇，其中SCI檢索 100余篇；被引用1700次，h-index =28; 發明專利30余項；主持並參與各類科研項目20余項。研究領域：ChatGPT、AIGC、人工智能、傳感器、機器視覺

目錄大綱

第1章 緒論
1.1 數字圖像處理基礎
1.1.1 數字圖像處理簡介
1.1.2 數字圖像處理概述
1.1.3 數字圖像處理應用
1.2 ChatGPT在數字圖像處理中的角色
1.3 ChatGPT在數字圖像處理中的應用
1.4 小結
第2章 圖像的基本操作
2.1 圖像的讀取與存儲
2.2 圖像點運算
2.2.1 灰度變換
2.2.2 像素閾值處理
2.2.3 像素反轉
2.2.4 像素對比度增強
2.3 圖像的幾何變換
2.3.1 圖像旋轉
2.3.2 圖像平移
2.3.3 圖像縮放
2.3.4 圖像翻轉
2.4 直方圖處理
2.4.1 直方圖均衡化
2.4.2 直方圖匹配
2.4.3 直方圖反轉
2.5 圖像去噪
2.5.1 中值濾波
2.5.2 高斯濾波
2.5.3 小波去噪
2.5.4 K近鄰去噪
2.6 小結
第3章 圖像分割
3.1 邊緣提取
3.1.1 Roberts算子
3.1.2 Sobel算子
3.1.3 Prewitt算子
3.1.4 Laplacian算子
3.1.5 Canny算子
3.1.6 不同算子對比
3.2 區域分割
3.2.1 區域生長算法
3.2.2 分水嶺算法
3.2.3 K-means聚類算法
3.2.4 OTSU閾值算法
3.2.5 基於形態學的分割算法
3.2.6 算法對比
3.3 小結
第4章 形態學處理
4.1 基本運算
4.1.1 腐蝕與膨脹
4.1.2 開操作與閉操作
4.2 覆雜運算
4.2.1 頂帽運算
4.2.2 底帽運算
4.2.3 梯度運算
4.3 小結
第5章 圖像特征提取
5.1 顏色特征提取
5.1.1 灰度直方圖
5.1.2 聚類
5.2 形狀特征提取
5.2.1 Hu不變矩
5.2.2 Hough變換
5.2.3 Radon變換
5.3 關鍵點特征提取
5.3.1 SIFT算法
5.3.2 ORB算法
5.3.3 LBP算法
5.4 特征降維
5.4.1 奇異值分解
5.4.2 主成分分析
5.4.3 線性鑒別方法
5.5 小結
第6章 圖像識別應用初步
6.1 圖像識別的概念
6.2 圖像識別的一般過程
6.2.1 圖像采集與預處理
6.2.2 特征提取與選擇
6.2.3 模型構建與訓練
6.2.4 測試與評估
6.2.5 部署與應用
6.3 圖像識別的方法類型
6.3.1 基於模板匹配的方法
6.3.2 基於分類器的方法
6.3.3 基於深度學習的方法
6.4 小結
第7章 基於OCR字符提取的車牌識別
7.1 車牌識別背景
7.2 車牌識別原理
7.2.1 數據預處理
7.2.2 車牌區域提取
7.2.3 車牌區域裁剪
7.2.4 車牌文本識別
7.3 程序實現
7.3.1 數據預處理
7.3.2 車牌區域提取
7.3.3 圖像遮罩和圖像剪裁
7.3.4 OCR文本識別
7.4 完整代碼
7.5 小結
第8章 基於小波變換和SVM的遙感圖像船舶識別
8.1 遙感圖像船舶識別背景
8.2 遙感圖像船舶識別原理
8.2.1 海域遙感圖像的基本特征分析
8.2.2 基於小波變換的圖像過濾與增強理論研究
8.2.3 船舶遙感圖像的目標識別算法
8.3 程序實現
8.3.1 基於小波變換的圖像過濾與增強
8.3.2 船舶遙感圖像特征提取
8.3.3 基於已提取的HOG特征進行SVM的分類
8.3.4 分析船舶區域並顯示結果
8.4 結果展示
8.5 小結
第9章 基於光流場的交通汽車檢測跟蹤
9.1 汽車跟蹤背景
9.2 汽車跟蹤原理
9.2.1 光流法檢測運動原理
9.2.2 Horn-Schunck光流算法
9.3 程序實現
9.3.1 創建視頻及對象並設置參數
9.3.2 讀取並預處理幀圖像
9.3.3 計算光流和運動矢量
9.3.4 進行車輛檢測和閾值處理
9.3.5 分析車輛區域並顯示結果
9.3.6 調試
9.3.7 封裝整合
9.4 結果展示
9.5 小結
第10章 基於視覺的路面裂縫檢測
10.1 裂縫檢測背景
10.2 裂縫檢測原理
10.2.1 圖像獲取
10.2.2 直方圖均衡化
10.2.3 中值濾波去噪
10.2.4 二值圖像濾波
10.2.5 對比度增強
10.2.6 二值化處理
10.3 裂縫檢測步驟
10.4 程序實現
10.4.1 圖像獲取
10.4.2 直方圖均衡化
10.4.3 中值濾波去噪
10.4.4 對比度增強
10.4.5 二值化處理
10.4.6 二值圖像濾波
10.4.7 特征提取
10.4.8 裂縫識別和篩選
10.4.9 封裝整合
10.5 結果展示
10.6 小結
第11章 基於閾值分割提取眼前節組織
11.1 眼前節組織提取背景
11.2 閾值分割技術原理
11.3 眼前節組織的提取步驟
11.4 程序實現
11.4.1 圖像預處理
11.4.2 閾值選擇
11.4.3 後處理
11.4.4 結果顯示
11.4.5 封裝整合
11.5 結果展示
11.6 小結
第12章 基於機器學習和深度學習的焊縫識別
12.1 焊縫識別背景
12.2 焊縫識別技術原理
12.2.1 支持向量機
12.2.2 卷積神經網

類似商品