新書推薦：
《
周易大全
》
售價：HK$
147.2
《
元和十四年 ： 大唐中兴与沉沦的十字路口
》
售價：HK$
79.4
《
思考的技术：珍藏版
》
售價：HK$
90.9
《
琥珀之夏（《镜之孤城》作者、推理小说家辻村深月新长篇；能治愈童年创伤的，也许唯有长大成人的自己）
》
售價：HK$
59.8
《
流人系列02：亡狮
》
售價：HK$
90.9
《
希腊小史
》
售價：HK$
112.7
《
中国古代的谣言与谶语
》
售價：HK$
112.7
《
战役图文史：改变世界历史的50场战役 （彩印典藏版）
》
售價：HK$
147.2
|
| 編輯推薦： |
|
★畅销经典，13年精益求精，追求卓越。★体系完整，按照当代图像处理技术及读者的认知规律安排教学内容。★与时俱进，引入图像处理领域新概念、新知识、新成果、新技术。★强调应用，贯彻工程教育认证理念，通过例题、习题、软件工具等近距离接触图像处理技术。★方便教学，教材、课件、答案、微课视频、教学网站一体化。
|
| 內容簡介： |
|
本书强调现代数字图像处理理论与应用的紧密结合，在阐述基本原理的基础上，通过习题、实验和计算机软件工具介绍实现图像处理的基本方法。全书共11章，主要内容包括数字图像的发展简史与发展趋势、基本图像处理系统、图像数字化与显示、图像变换与二维数字滤波、图像编码与压缩、图像增强、图像复原、图像分割、形态学图像处理、彩色图像处理、图像的数字水印、图像分析系统、人脸识别、水下彩色图像复原、图像数据库与基于内容的检索、图像存档与通信系统、图像融合、图像处理软件的开发等。本书配套电子课件、习题参考答案、课程网站和以MOOC的形态和标准制作的微视频。
|
| 關於作者： |
|
胡学龙，教授、博士生导师、扬州大学重点学科带头人、关键岗教授。教育部电子信息科学与工程教学指导分委员会委员、IEEE信号处理学会会员南京分部执行委员、中国仪器仪表学会虚拟仪器与网络化系统副理事长、中国图像图形学会常务理事、中国电子学会电子测量与仪器分会委员、扬州市电子学会理事长，省电子学会线路与信息处理副主任委员等。荣获江苏省"六大人才高峰”高层次人才、江苏省"333新世纪科学技术带头人培养工程”首批培养对象、江苏省科技先进工作者等称号。被评为扬州市教科文卫系统爱岗敬业标兵、扬州大学优秀教师、扬州大学新世纪学术带头人。主持的"图像信号处理”、"现代数字信号处理”课程分别为省、校优秀研究生课程。主持的"数字信号处理”等2门课程为省精品（优秀）课程，第一完成获省级教学成果奖、校优秀教学成果奖一等奖各2项。
|
| 目錄：
|
目 录
第1章 绪论 1
1.1 图像、像素及数字图像处理 1
1.2 数字图像处理发展简史 3
1.3 图像处理的目的、任务与特点 4
1.3.1 图像处理的目的 4
1.3.2 图像处理的任务 5
1.3.3 数字图像处理的特点 8
1.4 数字图像处理的应用 10
1.5 图像处理与相关技术 14
本章小结 15
思考题与习题 15
第2章 图像处理基本知识 16
2.1 人类视觉与色度学基础 16
2.1.1 人眼的结构与功能 16
2.1.2 人类的基本视觉特性 18
2.1.3 三基色原理 18
2.1.4 光度学基本知识 20
2.2 连续图像的数学描述 20
2.3 基本的图像处理系统 22
2.3.1 图像处理硬件 22
2.3.2 图像处理软件 25
2.4 图像的统计特征 29
2.5 实验：图像的基本操作和基本统计
指标计算 31
本章小结 33
思考题与习题 33
第3章 图像的数字化与显示 35
3.1 图像数字化的基本过程 35
3.1.1 图像的采样和量化 35
3.1.2 数字图像的数据量 38
3.1.3 采样和量化参数的选择 38
3.1.4 二维采样定理 39
3.2 图像的量化方法 40
3.2.1 量化方法分类 40
3.2.2 标量量化 41
3.2.3 向量量化 42
3.3 图像输入输出设备 43
3.3.1 图像输入设备 43
3.3.2 图像输出设备 49
3.4 实验：图像的数字化 50
本章小结 52
思考题与习题 52
第4章 图像变换与二维数字滤波 53
4.1 二维离散傅里叶变换（DFT） 53
4.1.1 二维连续傅里叶变换 54
4.1.2 二维离散傅里叶变换 55
4.1.3 二维离散傅里叶变换的性质 55
4.2 二维离散余弦变换（DCT） 59
4.2.1 一维离散余弦变换 59
4.2.2 二维离散余弦变换 60
4.2.3 二维DCT的应用 60
4.3 二维离散沃尔什-哈达玛变换
（DHT） 61
4.3.1 沃尔什变换 61
4.3.2 哈达玛变换 63
4.4 卡胡南-列夫变换（K-L变换） 65
4.5 二维离散小波变换 66
4.5.1 小波分析的思想来源 67
4.5.2 连续小波变换 68
4.5.3 一维离散小波变换 69
4.5.4 二维离散小波变换 69
4.6 二维数字滤波器 73
4.7 离散变换在数字水印上的应用 74
4.7.1 概述 74
4.7.2 数字水印的衡量标准 75
4.7.3 数字水印的分类 75
4.7.4 实现数字水印的一般步骤 75
4.7.5 图像水印举例 76
4.8 实验：图像变换与二维数字滤波 78
本章小结 79
思考题与习题 79
第5章 图像编码与压缩 82
5.1 概述 82
5.1.1 数据压缩的基本概念 83
5.1.2 图像编码压缩的必要性 83
5.1.3 图像编码压缩的可能性 84
5.1.4 图像编码压缩的技术指标 85
5.1.5 数据压缩方法的分类 87
5.2 统计编码 87
5.2.1 霍夫曼（Huffman）编码 88
5.2.2 算术编码 90
5.3 预测编码 91
5.3.1 预测编码基本原理 91
5.3.2 线性预测编码 92
5.3.3 自适应预测编码 93
5.4 变换编码 93
5.4.1 变换编码的基本原理 93
5.4.2 变换编码的系统结构 94
5.4.3 变换编码方案的选取 94
5.4.4 整数小波变换与图像压缩 96
5.5 二值图像编码 98
5.5.1 跳跃空白编码 98
5.5.2 游程长度编码 98
5.6 图像压缩编码标准 99
5.6.1 彩色与灰度图像压缩标准
JPEG 99
5.6.2 二值图像压缩标准JBIG 102
5.6.3 JPEG2000静态图像压缩
标准 103
5.7 基于分类KLT的高光谱图像
压缩 105
5.8 实验：图像编码与压缩 106
本章小结 108
思考题与习题 109
第6章 图像增强 110
6.1 概述 110
6.1.1 图像增强的目的 110
6.1.2 图像增强技术的分类 111
6.1.3 直方图的概念 111
6.2 灰度修正 113
6.2.1 灰度级校正 113
6.2.2 灰度变换 114
6.2.3 灰度直方图变换 117
6.3 同态增晰 120
6.3.1 问题的由来 120
6.3.2 增晰原理 120
6.3.3 增晰算法 121
6.4 平滑 122
6.4.1 图像噪声 122
6.4.2 邻域平均法 123
6.4.3 中值滤波 125
6.4.4 边界保持类滤波 127
6.5 锐化 128
6.5.1 空间域差分法 128
6.5.2 频率域高通滤波法 133
6.6 实验：图像增强 133
本章小结 135
思考题与习题 135
第7章 图 像 复 原 138
7.1 图像退化原因与复原技术分类 139
7.1.1 连续图像退化的数学模型 139
7.1.2 离散图像退化的数学模型 141
7.2 逆滤波复原 142
7.3 约束复原 143
7.3.1 约束复原的基本原理 143
7.3.2 维纳滤波方法 143
7.3.3 平滑度约束最小平方滤波 145
7.4 非线性复原方法 147
7.4.1 最大后验复原 147
7.4.2 最大熵复原 148
7.4.3 投影复原 149
7.4.4 同态滤波复原 150
7.5 盲图像复原 150
7.5.1 直接测量法 150
7.5.2 间接估计法 150
7.6 几何失真校正 153
7.6.1 典型的几何失真 153
7.6.2 空间几何坐标变换 154
7.6.3 校正空间像素点灰度值的
确定 155
7.6.4 鱼眼图像校正方法简介 157
7.7 图像修复技术简介 158
7.8 实验：图像复原 160
本章小结 161
思考题与习题 162
第8章 图 像 分 割 163
8.1 概述 163
8.1.1 图像分割的目的和任务 163
8.1.2 图像分割的集合定义 164
8.1.3 图像分割的分类 165
8.2 像素的邻域和连通性 165
8.3 图像的阈值分割技术 167
8.3.1 基本原理 167
8.3.2 全局阈值分割 168
8.3.3 局部阈值分割 171
8.4 图像的边缘检测 171
8.4.1 边缘检测的基本原理 171
8.4.2 梯度算子 172
8.4.3 拉普拉斯算子 173
8.4.4 拉普拉斯-高斯算子 173
8.4.5 坎尼边缘检测算子 174
8.4.6 方向算子 175
8.4.7 边缘跟踪 176
8.5 霍夫变换 178
8.5.1 直角坐标系中的霍夫
变换 178
8.5.2 极坐标系中的霍夫变换 179
8.6 区域生长法 180
8.7 图像分割方法的比较 182
8.7.1 边缘检测的优缺点 182
8.7.2 区域分割的优缺点 183
8.8 实验：图像分割 183
本章小结 184
思考题与习题 184
第9章 形态学图像处理 186
9.1 概述 186
9.1.1 数学形态学的发展简史及
基本思想 186
9.1.2 几个基本概念 187
9.2 二值形态学 189
9.2.1 二值腐蚀 189
9.2.2 二值膨胀 190
9.2.3 二值开运算 192
9.2.4 二值闭运算 193
9.3 灰值形态学 193
9.3.1 灰值腐蚀 193
9.3.2 灰值膨胀 194
9.3.3 灰值开运算 195
9.3.4 灰值闭运算 195
9.3.5 灰值形态学梯度 196
9.3.6 高帽变换和低帽变换 196
9.3.7 开-闭运算和闭-开运算 197
9.4 基于数学形态学的图像颗粒度分析
系统 197
9.4.1 概述 197
9.4.2 求图像中目标的面积和
颗粒度 198
9.4.3 实验结果与分析 199
9.4.4 小结 200
9.5 实验：形态学图像处理 200
本章小结 202
思考题与习题 202
第10章 彩色图像处理 203
10.1 彩色图像处理的基本问题 203
10.2 颜色空间的表示及其转换 204
10.2.1 RGB模型 204
10.2.2 Munsell模型 205
10.2.3 HSV模型 205
10.2.4 HSI模型 206
10.2.5 YUV模型 206
10.2.6 CMYK模型 207
10.2.7 L*a*b*模型 207
10.2.8 RGB与HSV空间的相互
转换 208
10.2.9 RGB与HSI空间的相互
转换 209
10.2.10 RGB与YUV空间的相互
转换 211
10.2.11 真彩色、索引色和灰度图像
转换成二值图像 211
10.3 颜色空间的量化 212
10.4 假彩色处理 213
10.5 彩色图像增强 213
10.5.1 真彩色增强 213
10.5.2 伪彩色增强 214
10.6 彩色图像形态学 218
10.6.1 彩色图像形态学的基本
方法 218
10.6.2 基于数学形态学的彩色
图像滤波 218
10.7 实验：彩色图像处理 220
本章小结 222
思考题与习题 222
第11章 数字图像处理的应用 224
11.1 基于压缩感知和重叠分块的
人脸识别 224
11.1.1 压缩感知理论 224
11.1.2 算法的主要流程 225
11.1.3 测量矩阵 226
11.1.4 信号重构 227
11.1.5 基于稀疏表示的人脸识别 227
11.2 基于内容的图像检索（CBIR） 230
11.2.1 概述 230
11.2.2 基于内容图像检索的发展 230
11.2.3 图像特征的概念 231
11.2.4 基于内容的图像检索系统
的框架 231
11.2.5 相似度测量公式 234
11.2.6 基于内容的图像检索系统
简介 235
11.2.7 基于内容的图像检索技术
的研究热点 235
11.2.8 一种基于深度学习的图像
检索 236
11.3 基于MATLAB GUI图像处理软件
的开发 242
11.3.1 GUIDE基本操作 242
11.3.2 GUIDE图像处理软件设计
实例 242
11.3.3 实验：基于GUIDE的图像
处理软件开发 246
11.4 数字图像处理的发展趋势 247
本章小结 248
思考题与习题 249
附录A 常用词汇中英文对照表 250
附录B 常用MATLAB图像处理工具箱
函数 257
参考文献 262
|
| 內容試閱：
|
前言
在人类获取外界信息的渠道中，由眼睛感受的视觉信息占据举足轻重的地位。除可视的自然景象外，大量宏观和微观图像、多光谱高光谱超光谱图像以及由计算机生成的图像丰富了视觉的范畴。图像处理技术产生于20世纪初，其发展速度之快、应用范围之广、与其他学科交叉之紧密，令人瞩目。它在科学技术、国民经济的各领域以及人们的工作和生活中发挥着越来越重要的作用。在21世纪，数字图像处理正以强劲的发展态势，朝着智能化、网络化、个人化、实时化等方向发展，图像信息已成为移动通信、物联网、大数据和云计算技术、人工智能研究的重要对象。近年来，我国创新驱动发展战略大力实施，创新型国家建设成果丰硕，嫦娥探月工程、高分系列卫星专项、天宫系列太空实验室、蛟龙号载人潜水器、天眼（500米口径球面射电望远镜，FAST）、悟空号暗物质粒子探测卫星等与图像技术直接或间接相关的重大科技成果相继问世。我国积极参与EHT国际合作项目，为人类首张黑洞照片的问世作出积极贡献。智能手机的普及，其高清拍照、摄影、二维码识别、名片识别、视频聊天、云存储等功能深受大众欢迎。机器视觉正在成为人工智能快速发展的一个前沿分支。无人机航空摄影测量，无人驾驶技术，安防系统中的视频监控、人脸识别、行为分析等大大促进了经济社会的发展。
在本科阶段，数字图像处理作为电子信息工程、电子信息科学与技术、通信工程、计算机科学与技术、自动化等专业的专业课，对提高学生认识世界和改造世界的能力大有裨益。虽然各专业对图像的获取、变换、编码与压缩、增强与复原、分割与目标识别等处理及硬件与软件的实现要求不尽相同，学生的兴趣点也有差异，但基本理论、基础知识、基本技能对于不同专业都是不可缺少的。
图像处理具有鲜明的学科交叉性。学习图像处理涉及众多知识领域。获取图像，要了解成像原理和光传感器的结构，涉及光学和电子学基础；为了表示图像，要用到数学分析、矩阵论、随机过程；对图像进行增强，要了解视觉的生理和心理特点；对图像进行复原，需要了解图像降质的物理、几何、运动等成因，建立恢复的数学模型，进行最优化设计，求解矩阵方程、偏微分方程等；对图像进行压缩，必须了解信息论和编码的基本理论和方法；对图像进行分割，需要对实际场景进行分析，针对不同的应用提出便于后期进一步处理的分割算法；形态学图像处理更是直接将集合论、拓扑学等数学工具应用于对图像中目标的形态分析。我们希望读者学习本课程能够独立设计具有简单功能的图像处理系统，这要求读者对编程语言和软件工具MATLAB、C、Python和Photoshop等也应该熟悉。现代图像处理技术更是将最新的理论和方法与本学科紧密结合，如数学形态学、人工神经网络（ANN）、模糊集与粗糙集理论、遗传算法等演化算法、人工生命等复杂性系统等，这些技术的引入使图像处理更加智能化。
本课程作为专业课，学时较少，但承接前面课程的概念较多，新概念也较多。近年来，本科毕业设计和研究生在图像处理、图像分析和机器视觉等方面的研究课题日趋增多。该课程产生的延伸影响越来越大。30多年来对图像处理技术的研习，使我们感到如何有效地将博大精深的图像处理技术组织成精品教材，使之成为一个在学科和应用上均能形成有机的整体是一个难题。尽管国内外类似的教材较多，但我们希望在立足于吸收众多专家成果的基础上，反映我们对图像处理学习、讲授和指导研究生、从事科研实践的体会与感受。严谨、求实、创新，是编写本书的基本原则。
在推进研究性教学、卓越工程师教育培养计划、新工科研究与实践和MOOC教学的时代背景下，本次对第3版教材进行了全面修订，进一步提高教材的完整性、先进性、应用性、可读性，做到与时俱进，精益求精。特别对原理的验证、思路的拓展作了深入的研究。新教材进一步完善了本学科的知识体系，按照学生的学习规律，在循序渐进的指导原则下，对部分章节重新编排，增加了不少可供实际操作的程序，对实验内容、要求和步骤进行了较大的更新，对习题进行了必要的增补和修订。为了便于教学，我们在书后列出了在双语教学实践中选取的图像处理专业英文词汇和MATLAB图像处理工具箱。本教材按照48学时（含实验）编排，各校各专业可根据人才培养方案，对学时和内容进行编排。
本书的前3版在读者和专家们的关爱下，获得了良好的社会声誉，百余所高等学校的使用也在不断推动着第4版的问世。第1版，2006年被评为普通高等教育十一五国家级规划教材，2007年被评为江苏省精品教材，2010年又成为江苏省研究生优秀课程图像信号处理的主要参考书。第2版，2012年荣获全国电子信息类优秀教材（研究生、本科生教育优秀教材）一等奖；由中国电子教育学会、电子工业出版社和扬州大学共同举办的数字图像处理及信号处理类课程教师培训与研修班将第2版教材作为培训教材，作者围绕图像处理学科前沿和课程改革、研究性教学、实践教学等内容做了专题报告；2013年被评为江苏省十二五重点教材立项再版建设项目。第3版，2016年被评为江苏省十三五重点教材立项再版建设项目（编号：2016-1-148）。
第3版出版后，我们以图像处理为重要的研究内容，于2016年协办了无线通信与信号处理（WCSP2016），于2017年承办了国际电子测量与仪器学术会议（ICEMI2017），于2018年承办了全国图象图形学学术会议（NCIG2018），成功地与国内外学者共同探讨了图像处理的先进技术。
本书的多媒体互动教学资源库建设入选国家新闻出版改革发展项目库2013年项目：多媒体互动教学资源库建设及应用示范之子项目数字图像处理。为丰富教材内容和为采用本教材的师生提供增值服务，本书提供免费的数字资源，包括电子课件、习题参考答案、微课视频和配套课程网站，请登录华信教育资源网（http：www.hxedu.com.on）注册下载和在线学习。
本书的修订工作由扬州大学胡学龙教授完成，陈舒涵、范谦博士给予了大力支持，陆李娜、张文、周扬、牛源等几位研究生也参与了修订工作。本书的修订工作得到了扬州大学、江苏省高等学校现代教育技术研究会各级领导的支持。在与日本九州工业大学芹川圣一（Seiichi SERIKAWA）教授和张力峰副教授联合培养研究生的过程中，本书的内容得到了不断充实。电子工业出版社各级领导和相关编辑的精心组织、细心审阅和修改保证了本书高质量地如期出版。书中还参考了一些国内外期刊、专著、教材、网络资源。在此一并表示衷心的感谢！
本书的编著工作得到江苏省第七批六大人才高峰高层次人才项目、国家自然科学基金资助项目（61802336）、江苏省高等教育教改课题（2015JSJG271）、扬州大学教改重点课题（YZUJX2014-9A）、扬州大学本科专业品牌化建设与提升工程一期项目：特色打造专业电子信息工程等项目的资助。
由于作者的教学和科研水平有限，书中难免有不当之处，敬请同行专家和读者不吝指正。同行专家、读者的宝贵意见将给作者更大的激励，并有助于提高以后面世的新版本的内容质量和进一步提高该课程的教学质量。读者意见请反馈至wyj@phei.com.cn。
作者
2020年1月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
