☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

编辑推荐

　　（1）瞄准前沿　　本书所介绍的图像去雾技术、对图像去雾技术、尺度不变特征点的提取、图像融合、视频图像运动估计、基于CUDA的图像并行处理等内容均是现代数字图像处理技术的前沿和研究热点。通过对这些知识与技术的讲解，便于读者了解现代数字图像处理领域的研究热点和*新研究动向。　　（2） 代码翔实　　本书所讲解的相关理论、算法、技术配有代码实现，并且对这些代码进行了详细的注解。读者可通过阅读代码，对本书讲解的内容进行更加深入的了解。　　（3）数字图像处理思维方法点拨　　作者根据多年的教学和项目经验，对数字图像处理的思维方法进行总结，传授经验、运用Triz思维，突破图像处理瓶颈　　（4）MATLAB中文论坛与作者在线交流

内容简介

　　《数字图像处理高级应用：基于MATLAB与CUDA的实现（第2版）（精通MATLAB）》主要介绍现代数字图像处理的高级应用，内容包括热点图像处理方法原理及其MATLAB仿真、并行计算及其在图像处理中的应用、图像并行处理环境构建、典型图像处理方法的CUDA实现以及数字图像处理思维方法点拨。本书的主要特色为瞄准前沿热点、理论讲解透彻和代码注解详细。 　　本书可作为高等院校电子信息、计算机相关专业本科生、研究生的教材，也可作为毕业设计、研究生课题、各类相关竞赛的参考资料，还可作为相关工程技术人员的参考书。

内页插图

目录

第1章热点图像处理方法原理及其MATLAB仿真1.1基于模型的图像边缘检测及其代码快速生成1.1.1模型驱动开发思想概述1.1.2模型驱动开发的优势1.1.3模型驱动开发在图像处理领域中的应用1.1.4基于Simulink�睟locks的模型驱动开发图像处理1.1.5基于Sobel算子的边缘检测的基本原理1.1.6基于模型的实现1.1.7代码的快速生成1.2从向量相关角度实现图像匹配1.2.1基于相关运算图像匹配的过程1.2.2在向量空间分析图像相关匹配1.2.3基于向量相关的图像匹配的MATLAB实现1.3雾霭图像清晰化及其实现1.3.1Retinex理论1.3.2基于Retinex理论的图像增强的基本步骤1.3.3多尺度Retinex算法1.3.4例程精讲1.4基于运动估计的视频倍频插帧1.4.1运动估计简介1.4.2运动估计的应用领域1.4.3运动估计方法分类1.4.4基于块匹配方法的运动估计1.4.5相关概念1.4.6匹配方法： 价值函数1.4.7搜索算法1.4.8实际应用举例1.5SIFT特征提取与描述1.5.1SIFT算法1.5.2SIFT特征描述1.5.3实例精讲1.6SURF特征提取与匹配1.6.1积分图像1.6.2DoH近似1.6.3尺度空间表示1.6.4SURF特征描述算子1.6.5程序实现1.7基于余弦变换的多聚焦图像融合1.7.1什么是图像融合1.7.2图像融合的层次1.7.3多聚焦图像融合1.7.4程序实现1.8可变目标实时跟踪技术及其实现1.8.1复杂环境下目标跟踪难点分析1.8.2可变目标跟踪算法的原理1.8.3模板更新方法1.8.4程序实现第2章并行计算及其在图像处理中的应用2.1并行计算的理论知识2.1.1如何理解并行计算2.1.2并行计算的发展2.1.3并行计算的各类实现方式2.1.4并行计算机常用编程工具2.1.5什么是GPU2.2基于并行计算的图像处理2.2.1基于并行计算的图像处理的优势2.2.2效能评价标准2.2.3图像处理并行设计方法2.2.4需要考虑的一些问题第3章图像并行处理环境构建3.1建立一个简单的对话框工程3.2用OpenCV显示Hello World3.3安装配置CUDA环境3.4用CUDA进行并行图像处理3.5使用OpenCV读入、处理和显示图像3.6CUDA编程简介及其在图像处理中应用3.6.1主机端和设备端3.6.2内核函数、CUDA软件体系和NVCC编译器3.6.3CUDA线程模型的层次结构3.6.4GPU组成结构及其与线程模型的关系3.6.5SDK和函数库第4章典型图像处理方法的GPU实现4.1基于kernel函数的并行图像处理的程序实现4.2从图像处理算法到GPU代码实现4.2.1模板匹配的MATLAB代码4.2.2模板匹配的CPU串行实现4.2.3模板匹配的GPU并行实现4.3使用纹理存储器加速4.3.1Sobel算子边缘提取的GPU实现4.3.2双线性插值图像缩放的GPU实现4.4基于CUFFT函数库的图像频域变换4.4.1图像FFT变换和频域低通滤波4.4.2频域高通滤波4.4.3多尺度Retinex去雾算法4.5自适应直方图均衡4.6RGB图像的GPU并行处理4.6.1彩色图像去雾算法4.6.2彩色图像去雾和直方图均衡4.6.3K*近邻滤波器4.6.4非局部均值滤波器第5章数字图像处理思维方法点拨5．1学习点拨： 谈学习数字图像处理的经验5．1．1面向应用： 层层分解、抓住要点5．1．2面向学习： 追根溯源、比较总结5．2思维点拨： 运用Triz思维，突破图像处理瓶颈5．2．1Triz理论概述5．2．2实例分析： 运用Triz理论改进Hough变换的实时性5．3仿生理论助力图像处理技术发展5．3．1什么是仿生理论5．3．2仿生理论在数字图像处理中的应用附录ATriz矛盾矩阵表、39项技术参数以及40条创新原则参考文献

精彩书摘

　　第3章图像并行处理环境构建 　　如果说多CPU并行的解决方案象征着处理器外的高性能计算解决方案的话，那么GPU的崛起就代表着高性能计算方案向处理器本身性能的回归。在不同应用中，各自有各自的特点和优势，孰优孰劣目前尚无定论，因此需要依据具体应用来确定。 　　对于图像处理应用来说，如果不是极其特殊的图像处理需求，现有的GPU硬件已经能够满足绝大多数的图像处理要求，且从实时性、便携性和成本等方面来考虑，GPU也是高性能图像处理非常好的选择。对于图像算法的研究者来说，终于可以专注于算法本身，而不用再为算法实时性的优化而绞尽脑汁了。 　　本书所用并行图像处理方案为Nvidia (英伟达)费米架构计算能力1.2的GPU显卡，相应地，也用到了英伟达显卡并行计算的通用标准CUDA来完成核心代码的设计和编译，所用CUDA版本为3.0。此外，还用到目前主流的开源计算机视觉库OpenCV来负责图像的载入和显示等工作。操作系统为Windows 7 32位系统，所用编程环境为VS2005。 　　Nvidia、AMD、Intel、三星都生产GPU，本书选择了Nvidia的GPU作为图像处理的硬件。作为当前主流高性能计算硬件提供商，Nvidia的GPU和CUDA编程规范设计十分经典，便于开发者进行自己的设计开发，掌握了CUDA设计思路和方法的读者也能很容易掌握其他GPU的编程。从图像处理的角度来看，不管是学习并行算法，还是要实际应用，Nvidia的GPU都是一个不错的选择。 　　Nvidia成立于1993年，是一家以设计显示芯片和主板芯片组为主的半导体公司。2001年，发布了*个可编程GPU(GeForce 3)，其后的十几年间，Nvidia的GPU不断进步，浮点运算能力也不断提高。目前，GPU性能远超其他公司，并且有专业且开源的编程标准CUDA作为支持，Nvidia的GPU正迅速成为高性能计算方案的*选。 　　前面提到过，CUDA是Compute Unified Device Architecture的缩写，是英伟达公司推出的一个完整的通用计算图形处理器解决方案，提供了硬件的直接访问接口，方便GPU解决复杂的计算问题。它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎，开发者可以使用C语言来为CUDA架构编写程序，所编写出的程序可以在支持CUDA的GPU处理器上以超高性能运行。 　　OpenCV的全称是Open Source Computer Vision Library，即开源计算机机器视觉库，是一个跨平台的计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，高效地实现了图像处理和计算机视觉方面的很多通用算法。　　……

前言/序言

　　前言　　当前，信息处理技术和计算机技术取得了长足的进步，数字图像处理技术已在工业检测、航空航天、星球探测、军事侦察、公安防暴、人机交互、文化艺术等领域受到了广泛的重视并取得了众多成果。在人工智能、思维科学、仿生学等新兴学科的推动下，现代数字图像处理技术正在向着更高、更深层次发展，实用性也日渐增强。　　随着现代数字图像处理技术的飞速发展，新理论、新方法、新技术层出不穷，并呈现出智能化、高效化、实用化的特点。笔者在结合自身教学与科研的基础上，对这些新理论、新方法、新技术及其实现过程与方法进行了梳理和总结，撰写成书。　　与其他同类的数字图像处理书籍相比，本书有以下特点：　　（1） 瞄准前沿　　本书所介绍的图像去雾技术、对图像去雾技术、尺度不变特征点的提取、图像融合、视频图像运动估计、基于CUDA的图像并行处理等内容均是现代数字图像处理技术的前沿和研究热点。通过对这些知识与技术的讲解，便于读者了解现代数字图像处理领域的研究热点和*新研究动向。　　（2） 代码翔实　　本书所讲解的相关理论、算法、技术配有代码实现，并且对这些代码进行了详细的注解。读者可通过阅读代码，对本书讲解的内容进行更加深入的了解。　　（3） 点拨思维　　在第5章，作者结合多年的教学与科研经历，从数字图像处理学习与研究的方法、TRIZ创新思维在数字图像处理领域的应用、数字图像技术的发展方向等方面与读者分享了经验，以期对读者的学习、科研有所帮助和启发。　　本书共五章，前两章为提高篇，后三章为应用篇。内容包括热点图像处理方法原理及其MATLAB仿真、并行计算及其在图像处理中的应用、图像并行处理环境构建、典型图像处理方法的CUDA实现以及数字图像处理思维方法点拨。　　本书的适应人群是：　　�r 对数字图像技术感兴趣的读者；　　�r 电子信息工程、计算机科学技术相关专业的本科生、研究生；　　�r 相关工程技术人员。　　在本书的撰写过程中，　　李阳、刘祥、刘瑞瑞、于逊、范桂峰等参与了第1、2章的编写，何灏、王军正、吴军、李丽华参与了第3、4章的编写。　　在此，对他们的辛勤劳动表示衷心的感谢。　　书中疏漏或不足之处在所难免，敬请读者批评指正。　　赵小川　　2016年12月于北京
数字图像处理高级应用：基于MATLAB与CUDA的实现（第2版）（精通MATLAB） 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

很好的MATLAB并行计算和仿真书籍

评分☆☆☆☆☆

商品很好，物流也很快，店家服务态度也很好，非常满意。

评分☆☆☆☆☆

专业好书

评分☆☆☆☆☆

最近准备学习Cuda图像处理！这方面的资料比较少！买来学习一下！大致看了一下！内容适合我这样的新手入门！

评分☆☆☆☆☆

图书质量不错，送货速度快，用来做参考书，有的时候就该多看资料，可以开拓思路

评分☆☆☆☆☆

最近准备学习Cuda图像处理！这方面的资料比较少！买来学习一下！大致看了一下！内容适合我这样的新手入门！

评分☆☆☆☆☆

图书质量不错，送货速度快，用来做参考书，有的时候就该多看资料，可以开拓思路

评分☆☆☆☆☆

书不错，包装和印刷都很好，送货速度很快，配送员态度很好！

评分☆☆☆☆☆

最近准备学习Cuda图像处理！这方面的资料比较少！买来学习一下！大致看了一下！内容适合我这样的新手入门！

类似图书 点击查看全场最低价