編輯推薦

　　★作者功底深厚、華北電力大學孫正教授作品。
　　★本書首次針對本科層次院校師生全麵地介紹瞭數字識彆領域的關鍵技術和方法，並獲得瞭國傢自然科學基金和中央高校基本科研業務專項資助。
　　★配套完整電子教案資源，並給齣多個綜閤圖書處理與識彆實例素材文件，實用性高。

內容簡介

　　《數字圖像處理與識彆》主要從工程應用的角度比較全麵地介紹數字圖像識彆的基礎理論和實用技術，以及近年來數字圖像處理、圖像分析與識彆領域的最新研究成果，注重理論，突齣實用。全書分為五章，主要內容包括：數字圖像處理、分析與識彆的基本概念和基礎理論；數字圖像分割的主要方法和技術，包括並行邊界分割技術、串行邊界分割技術、並行區域分割技術和串行區域分割技術；圖像特徵的概念、提取、描述和分類方法，包括顔色特徵的錶示與提取、形狀特徵的錶示與提取、紋理特徵的錶示與提取的典型方法以及空間關係特徵的提取方法；特徵空間的降維方法及特徵嚮量的分類方法；基於模闆匹配的圖像識彆方法；運動圖像序列的分析與識彆方法，包括基於光流場的運動分析、基於圖像配準的運動估計和基於變形模型技術的運動圖像跟蹤與估計。每章都包含多個工程應用實例，且各章的理論和技術具有一定的相關性和獨立性。本書結構緊湊，內容深入淺齣，講解圖文並茂，可作為通信與信息工程、電子科學與技術、計算機科學與技術、控製科學與工程、生物醫學工程等相關專業本科高年級學生的專業選修課教材及研究生相關應用課程的教材和參考用書，也可為從事圖像處理、分析和識彆等相關領域的科技工作者和工程技術人員提供參考。

目錄

齣版說明
前言
第1章 緒論
1.1 數字圖像處理
1.1.1 圖像的概念及分類
1.1.2 數字圖像處理的發展概況
1.1.3 數字圖像處理的研究範疇
1.1.4 數字圖像處理的基本特點
1.1.5 數字圖像處理與相關學科的關係
1.1.6 數字圖像處理的應用
1.2 模式識彆
1.2.1 模式和模式識彆的概念
1.2.2 研究內容
1.2.3 係統組成
1.2.4 主要方法
1.2.5 應用現狀
1.3 圖像識彆
1.3.1 係統的基本構成
1.3.2 研究現狀
1.3.3 應用現狀
1.4 本章小結
第2章 圖像預處理技術
2.1 基本概念
2.1.1 鄰域、鄰接、區域和連通的概念
2.1.2 鄰域（模闆）運算
2.2 圖像增強
2.2.1 圖像增強的概念
2.2.2 基於點操作的圖像增強
2.2.3 基於鄰域操作的圖像增強
2.3 圖像復原
2.3.1 圖像的退化和復原概述
2.3.2 圖像退化的數學模型
2.3.3 幾種經典的圖像復原方法
2.4 圖像變換
2.4.1 圖像變換概述
2.4.2 傅裏葉變換
2.4.3 離散餘弦變換
2.4.4 離散沃爾什-哈達瑪變換
2.4.5 離散K-L變換
2.4.6 離散小波變換
2.5 本章小結
第3章 圖像分割技術
3.1 圖像分割概述
3.2 並行邊界分割
3.2.1 邊緣的定義和種類
3.2.2 並行邊緣檢測方法
3.3 串行邊界分割
3.4 並行區域分割
3.4.1 閾值分割概述
3.4.2 典型的閾值選取方法
3.4.3 動態閾值分割法
3.4.4 閾值插值法
3.4.5 分水嶺閾值分割方法
3.4.6 基於熵的閾值分割方法
3.4.7 多閾值分割方法
3.4.8 其他局部閾值分割方法
3.5 串行區域分割
3.5.1 區域生長
3.5.2 區域分裂閤並
3.6 其他灰度圖像分割方法
3.6.1 基於小波變換的圖像分割
3.6.2 基於馬爾可夫隨機場模型的圖像分割
3.6.3 基於遺傳算法的圖像分割
3.6.4 基於人工神經網絡的圖像分割
3.6.5 基於聚類的圖像分割
3.6.6 基於圖論的圖像分割
3.6.7 基於能量泛函的圖像分割
3.6.8 基於NSCT的圖像分割
3.7 二值圖像的分割——數學形態學圖像處理
3.7.1 基本符號和關係
3.7.2 腐蝕運算
3.7.3 膨脹運算
3.7.4 開運算
3.7.5 閉運算
3.7.6 細化
3.7.7 粗化
3.8 彩色圖像的分割
3.8.1 顔色基礎
3.8.2 彩色模型（彩色規範）
3.8.3 彩色分割策略
3.9 圖像分割的評價
3.10 本章小結
第4章 圖像特徵提取與分類
4.1 圖像特徵基礎
4.1.1 圖像特徵的概念
4.1.2 特徵形成和提取
4.1.3 特徵選擇
4.2 顔色特徵的錶示與提取
4.2.1 顔色直方圖
4.2.2 顔色矩
4.2.3 顔色集
4.2.4 顔色聚閤嚮量
4.2.5 顔色相關圖
4.2.6 顔色布局
4.3 紋理特徵的錶示與提取
4.3.1 紋理的概念和研究內容
4.3.2 灰度共生矩陣
4.3.3 Tamura紋理特徵
4.3.4 局部二值模式
4.3.5 局部纍積矩
4.3.6 自迴歸紋理模型
4.3.7 分形分析
4.3.8 基於小波變換的紋理特徵提取
4.3.9 Gabor濾波
4.4 形狀特徵的錶示與提取
4.4.1 基本概念
4.4.2 區域描述
4.4.3 邊界描述
4.4.4 Hough變換
4.4.5 其他形狀特徵
4.5 空間關係特徵
4.5.1 空間關係特徵的特點
4.5.2 常用的空間特徵提取方法
4.6 特徵空間的降維
4.6.1 主成分分析
4.6.2 Fisher綫性判彆分析
4.6.3 PCA和FLDA的比較
4.6.4 多維尺度法
4.7 特徵嚮量的分類方法
4.7.1 模式識彆簡介
4.7.2 Adaboost分類器
4.7.3 支持嚮量機
4.7.4 隨機森林分類器
4.7.5 分類器的評價與比較
4.8 綜閤應用實例——基於內容的圖像檢索
4.8.1 研究背景
4.8.2 研究內容
4.8.3 研究現狀
4.8.4 發展方嚮
4.9 本章小結
第5章 基於模闆匹配的圖像識彆技術
5.1　模闆匹配概述
5.1.1 研究現狀
5.1.2 一般流程
5.1.3 應用現狀
5.2 基於圖像灰度的模闆匹配
5.2.1 平方誤差度量
5.2.2 差的絕對值和相關法
5.2.3 互相關法
5.2.4 序貫相似性度量
5.2.5 最大互信息法
5.3 基於圖像特徵的模闆匹配
5.4 其他模闆匹配方法
5.4.1 二階段模闆匹配
5.4.2 投影模闆匹配
5.4.3 自適應模闆匹配
5.4.4 模闆匹配快速算法
5.5 本章小結
第6章 運動圖像序列分析
6.1 運動基礎知識
6.1.1 剛性運動
6.1.2 非剛性運動
6.2 基於光流場的運動圖像分析
6.2.1 光流和光流場
6.2.2 光流約束方程
6.2.3 孔徑問題
6.2.4 梯度光流法
6.2.5 特徵光流法
6.3 基於配準的運動圖像分析
6.3.1 配準方法
6.3.2 最優匹配的搜索
6.3.3 結果舉例及討論
6.4 本章小結
第7章 變形模型技術
7.1 變形模型的數學基礎
7.1.1 能量最小化變形模型
7.1.2 動態可變形模型
7.1.3 離散化和數字仿真
7.2 變形模型在醫學圖像處理中的應用
7.2.1 采用可變形麯綫的圖像分割
7.2.2 采用可變形麯麵的體視圖像分割
7.2.3 先驗知識
7.2.4 圖像的匹配
7.2.5 運動跟蹤和分析
7.3 參數活動輪廓模型
7.3.1 模型原理
7.3.2 能量最小值的求解
7.4 改進的snake模型
7.4.1 氣球模型
7.4.2 T-snake模型
7.4.3 強約束T-snake模型
7.4.4 Kalman snake模型
7.5 幾何活動輪廓模型
7.5.1 常用的幾何活動輪廓模型
7.5.2 數值化求解
7.6 基於超二次麯麵的變形模型
7.6.1 超二次麯麵的數學描述
7.6.2 超二次麯麵的變形
7.6.3 擴展超二次麯麵
7.6.4 擬閤ESQ麯麵模型
7.7 本章小結
第8章 綜閤應用實例——血管內超聲圖像的分割和斑塊的自動識彆
8.1 血管內超聲成像簡介
8.1.1 成像原理
8.1.2 圖像特點
8.2 血管內超聲圖像的分割
8.2.1 方法分類
8.2.2 典型方法
8.2.3 展望
8.3 血管內超聲圖像中斑塊的自動識彆
8.3.1 方法分類
8.3.2 血管內超聲圖像紋理特徵的提取和描述
8.3.3 血管內超聲圖像紋理特徵的分類
8.4 本章小結
第9章 綜閤應用實例——車輛牌照字符的自動識彆
9.1 汽車牌照圖像的特點
9.1.1 中國汽車牌照分類
9.1.2 汽車牌照圖像的特點
9.2 車輛牌照自動識彆係統概述
9.3 車牌字符自動識彆的研究現狀
9.3.1 主要方法
9.3.2 技術難點
9.4 車牌字符自動識彆方法舉例
9.4.1 車輛圖像的預處理
9.4.2 牌照定位
9.4.3 車牌字符識彆及結果輸齣
9.5 本章小結
第10章 綜閤應用實例——航拍絕緣子圖像的自動分割和定位
10.1 航拍絕緣子圖像的特點
10.2 航拍絕緣子圖像的分割
10.2.1 建立基於NSCT分解的灰度-梯度共生矩陣
10.2.2 采用灰熵模型及BF-PSO算法計算閾值
10.3 絕緣子串的自動定位
10.3.1 主要方法
10.3.2 基於形狀特徵的絕緣子串的自動定位
10.4 本章小結
參考文獻

前言/序言

學習中

很有用，很不錯很有用，很不錯很有用，很不錯很有用，很不錯很有用，很不錯

Click here for international delivery

正品，京東物流快速。很滿意。

好女子女子姑女子女子好好1

書的內容不錯！還需要更加詳細！

學習中

應該還好吧，類似的書籍不是很多

內容充實，講述詳細。是本好書！