圖像處理與圖像分析基礎 (C/C++語言版)
任明武
買這商品的人也買了...
-
C++ 教學手冊, 3/e$640$544 -
無瑕的程式碼－敏捷軟體開發技巧守則 + 番外篇－專業程式設計師的生存之道 (雙書合購)$940$700 -
OpenCV 3 學習手冊 (Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library)$1,200$948 -
C++ Primer, 5/e (繁體中文版)$990$653 -
數位影像處理 (Gonzalez & Woods : Digital Image Processing, 4/e)$880$862 -
OpenCV 4 專案實務, 2/e (Learn OpenCV 4 by Building Projects: Build real-world computer vision and image processing applications with OpenCV and C++, 2/e)$450$338 -
機器學習的數學：用數學引領你走進AI的神秘世界$580$452 -
$454Python 機器學習系統構建 (原書第3版) -
$270C/C++ 代碼調試的藝術 -
$454OpenCV 4.5 電腦視覺開發實戰 (基於 VC++) -
數字圖像處理技術與應用 — Visual C++ 實現$384$365 -
Android 移動安全攻防實戰 (微課視頻版)$414$393 -
開發者傳授 PyTorch 秘笈$1,200$792 -
影像辨識實務應用 -- 使用 C#【暢銷回饋版】$500$390 -
C++ 物件導向程式設計實務與進階活用技術$690$538 -
Python 操作 Excel - 最強入門邁向辦公室自動化之路 - 王者歸來$680$449 -
從機器學習到人工智慧｜寫給Android/iOS程式師的ML/AI開發指南 (AI and Machine Learning for On-Device Development: A Programmer's Guide)$620$490 -
Python - 最強入門邁向數據科學之路 - 王者歸來 (全彩印刷第三版)$1,080$853 -
Python 資料科學實戰教本 - 爬蟲、清理、資料庫、視覺化、探索式分析、機器學習建模，數據工程一次搞定！$680$578 -
SolidWorks 2022 基礎範例應用$680$612 -
$347三菱 FX5U PLC 編程從入門到綜合實戰 -
計算機圖形學編程 (使用 OpenGL 和 C++), 2/e$539$512 -
Qt 6 C++ 開發指南$839$797 -
Visual Components 4.6 實作教學$750$713 -
Clean Architecture 無瑕的程式碼－整潔的軟體設計與架構篇 + 實作篇－在整潔的架構上弄髒你的手, 2/e (雙書合購)$1,180$900
相關主題
商品描述
本書講述了圖像處理和圖像分析的基礎知識，能夠為機器視覺系統的應用開發和圖像特徵計算與描述、電腦視覺等課程的學習打下堅實的基礎。本書針對電腦相關專業本科教學的特點，將課程內容提煉到32學時； 系統地講述了圖像處理與圖像分析系統的基本概念和硬件組成； 深入淺出地講述了空間域圖像處理與圖像分析的原理與經典方法，分析了它們的優缺點與適用範圍； 精心設計了作業和思考題，並通過對實際應用的舉例，加深讀者對相關方法的理解，提高讀者靈活運用和解決實際問題的能力。書中編程示例和算法程序全部給出了C/C++源代碼，並穿插講述了圖像優化編程技術。 本書適合電腦科學與技術、人工智能、數據科學、電子工程等相關專業的本科生學習，也適合機器視覺等相關工業領域的專業人士參考。
作者簡介
任明武，男，1969年6月，教授，工學博士，南京理工大學計算機與工程學院，從事數字圖像處理、圖像分析等課程的教學20餘年，主要研究方向圖像處理與分析、圖像識別、無人駕駛、機器視覺、目標檢測與跟踪。
目錄大綱
第1章基本概念與系統設計
1.1基本概念
1.1.1什麼是圖像
1.1.2圖像數據的表示
1.1.3圖像數據的存儲與訪問
1.1.4圖像處理、圖像分析與計算機圖形學
1.1.5機器視覺與機器學習
1.1.6圖像數據處理方法的分類
1.2圖像系統的組成
1.3攝像機
1.3.1攝像機的組成
1.3.2攝像機的分類
1.3.3攝像機的選擇
1.3.4鏡頭
1.3.5光源
1.4掃描儀
1.4.1掃描儀的組成與分類
1.4.2掃描儀的核心技術指標
1.5圖像採集設備的新發展
1.5.1多光譜圖像傳感器
1.5.2偏振光圖像傳感器
1.5.3智能相機的發展
1.6圖像處理與圖像分析系統的設計流程
作業與思考
第2章圖像增強
2.1基本概念
2.1.1什麼是圖像增強
2.1.2點運算與鄰域運算
2.1.3圖像運算的典型程序結構
2.2線性拉伸
2.3均值方差規定化
2.4圖像的特點與查找表
2.5直方圖及其相關計算
2.6直方圖均衡化與規定化
2.7對數變換
2.8分塊與逐像素處理
2.9本章小結
作業與思考
第3章圖像平滑
3.1噪聲與圖像平滑
3.1.1噪聲
3.1.2圖像平滑概述
3.2均值濾波
3.2.1均值濾波的定義
3.2.2鄰域與卷積運算
3.2.3均值濾波的特點
3.2.4基於列積分的快速均值濾波
3.2.5基於積分圖的快速均值濾波
3.2.6基於列積分的積分圖實現
3.2.7基於SSE的積分圖實現
3.3中值濾波
3.3.1中值濾波的由來
3.3.2中值濾波的定義
3.3.3中值濾波的特點
3.3.4中值濾波的快速實現
3.4極值濾波
3.5高斯濾波
3.6二值圖像濾波與數學形態學濾波
3.6.1基於均值濾波的二值圖像濾波
3.6.2二值圖像的數學形態學濾波
3.7條件濾波
3.7.1超限平滑
3.7.2K個鄰點平均法
3.7.3多鄰域枚舉法均值濾波
3.8本章小結
作業與思考
第4章邊緣檢測
4.1基本概念
4.1.1什麼是邊緣檢測
4.1.2邊緣類型
4.1.3求導與差分
4.1.4邊緣強度與邊緣方向
4.2一階微分算子
4.2.1梯度算子
4.2.2羅伯特算子
4.2.3索貝爾算子
4.2.4梯度算子、羅伯特算子、索貝爾算子的比較
4.2.5方向模板
4.3二階微分算子
4.3.1拉普拉斯算子
4.3.2沈俊算子
4.3.3馬爾希爾德雷思算子
4.4邊緣銳化
4.5應用實例
4.5.1一階和二階微分算子相結合的米粒邊緣檢測
4.5.2基於邊緣強度和積分圖的文本區域定位
4.6本章小結
作業與思考
第5章圖像分割
5.1基本概念
5.1.1什麼是圖像分割
5.1.2圖像分割與邊緣檢測的區別
5.1.3閾值化
5.2基於直方圖的閾值選取
5.2.1最小誤差法
5.2.2最大差距法
5.2.3多次分割法
5.2.4全局閾值、局部閾值與自適應閾值
5.3面向閾值選取的直方圖構造
5.3.1二維直方圖
5.3.2邊緣強度加權直方圖
5.3.3等量像素法直方圖
5.4聚類分割
5.5區域增長與分裂合併算法
5.6基於某種穩定性的圖像分割
5.6.1基於目標個數穩定性的圖像分割
5.6.2基於次數關係穩定性的圖像分割
5.7光照不均的消除與圖像分割
5.7.1文本圖像分割
5.7.2顆粒圖像分割
5.8本章小結
作業與思考
第6章目標形狀描述
6.1直線的霍夫變換
6.1.1最小二乘直線擬合
6.1.2直線描述的參數空間
6.1.3霍夫變換算法
6.1.4平行直線檢測
6.1.5矩形位置檢測
6.2圓的霍夫變換
6.2.1已知半徑的圓檢測
6.2.2未知半徑的圓檢測與分治法
6.2.3隨機霍夫變換圓檢測
6.3目標輪廓描述與鏈碼
6.3.1輪廓描述與連通性
6.3.2鏈碼
6.3.3目標周長和麵積計算
6.3.4像素點是否被輪廓包圍
6.4輪廓跟踪
6.4.1輪廓跟踪的一般過程
6.4.2輪廓標記方法
6.4.3跟踪終止條件
6.4.4快速搜索
6.4.5輪廓跟踪算法
6.5目標輪廓填充
6.5.1填充起點與終點的判定
6.5.2輪廓填充算法
6.6本章小結
作業與思考
第7章應用實踐
7.1C++圖像應用編程框架
7.1.1C++圖像編程框架
7.1.2編程框架的特點
7.1.3圖像算法的對外接口
7.2投影及其在行道線檢測中的應用
7.2.1投影的基本概念
7.2.2路面圖像分塊的垂直投影
7.2.3投影數據的自適應分割
7.2.4行道線檢測
7.2.5投影的靈活運用
7.3基於邊緣方向簡單分塊直方圖的字符識別
7.3.1字符識別的一般流程
7.3.2文本區域檢測與字符切分
7.3.3字符尺寸歸一化和灰度歸一化
7.3.4採用邊緣方向分塊直方圖的字符特徵提取
7.3.5分類器決策
7.3.6實驗結果
作業與思考
附錄A程序與算法彙總
