网上购物 货比三家
您现在的位置:快乐比价网 > 图书 > 教育/科技 > 电子 通信 > 商品详情

光电图像处理[按需印刷]

分享到:
光电图像处理[按需印刷]

最 低 价:¥76.00

定 价:¥38.00

作 者:张文耀

出 版 社:电子工业出版社

出版时间:2002 年11月

I S B N:7505380761

价格
76.00元

商品详情

编辑推荐

内容简介

光电图像处理旨在研究光电图像处理的理论、概念与技术。共分14章,其中第1至第9章为基础篇,主要讨论光电图像处理的理论基础、概念及技术,包括光度学与色度学基础,图像的数学表征、变换、增强、复原、压缩与编码、分割与描述。第10至第14章为应用篇,涉及的内容有小波分析与应用、计算机层析及医学图像处理、光电图像的相关识别、遥感图像处理和视频图像处理。
   本书可供遥感技术、生物医学、天文、通信、气象、工业自动控制、国防等行业从事信息科学和计算机相关技术的广大科技工作者,以及大专院校有关专业的师生参考,也可以作为高年级本科生或研究生相关课程的教材或教学参考书。
  

作者简介

目录

第1章 图像概述
1.1 绪言
1.2 数字图像处理系统
1.3 视觉
1.3.1 视觉原理
1.3.2 视觉现象
1.3.3 视觉模型
习题1
第2章 光度学与色度学基础
2.1 辐射度量
2.1.1 电磁辐射与可见光
2.1.2 辐射度量概念
2.2 光度量
2.2.1 光度量基本概念
2.2.2 光学量和辐射量间的关系
2.3 颜色的表征及色度量
2.3.1 颜色的表观特征
2.3.2 颜色的定量描述
2.3.3 混色原理与亮度方程
2.3.4 视觉系统对颜色的感知
. 2.4 cie标准色度学系统
2.4.1 cie1931标准色度学系统
2.4.2 cie1964补充标准色度学系统
2.5 cie均匀颜色空间及色差公式
2.5.1 彩色图像处理对颜色空间的要求
2.5.2 (x, y,z)颜色空间是非均匀颜色空间
2.5.3 均匀颜色空间及相应的色差公式
2.6 彩色图像处理与颜色空间
2.6.1 由色卡系列构成的颜色空间
2.6.2 cie早期推荐的颜色空间
2.6.3 cie推荐的近似匀色空间
2.6.4 lhs颜色空间
2.6.5 其他颜色空间
习题2
第3章 图像的数学表征
3.1 连续图像的表达式
3.2 维线性系统
3.3 连续图像的统计表征
3.4 抽样与量化
3.5 图像的矩阵与向量表示
3.5.1 图像的矩阵表示
3.5.2 图像的向量表示
3.5.3 图像矩阵的奇异值分解
3.5.4 向量空间中的随机图像场
习题3
第4章 图像的傅里叶变换
4.1 连续函数的傅里叶变换
4.2 离散的傅里叶变换
4.3 图像傅里叶变换的性质
4.3.1 图像的频谱幅度随频率增大而迅速衰减
4.3. 2 可分离性
4.3.3 平移
4.3.4 周期性与共轭对称性
4.3.5 旋转
4.3.6 线性和比例性
4.3.7 平均值
4.3.8 微分性质
4.4 卷积与相关
4.4.1 卷积和卷积定理
4.4.2 相关和相关定理
4.5 抽样理论
4.6 fft
4.6.1 fft算法
4.6.2 运算次数分析
4.6.3 反变换
4.6.4 fft算法流程
习题4
第5章 其他离散图像变换
5.1 离散正交变换的通式
5.2 离散余弦变换
5.3 沃尔什变换
5.4 哈德玛变换
5.5 哈尔变换
5.6 斯拉特变换
5.7 k-l变换
习题5
第6章 图像增强
6.1 图像直方图和对比度增强
6.1.1 灰度直方图
6.1.2 色彩直方图
6.1.3 灰度级映射变换
6.1.4 对比度扩展
6.2 直方图增强
6.2.1 直方图均衡化增强
6.2.2 直方图规定化增强
6.3 图像平滑
6.3.1 平滑卷积模板
6.3.2 邻域加权平均
6.3.3 中值滤波
6.3.4 多图像平均
6.4 图像锐化
6.4.1 图像锐化与边缘增强
6.4.2 一阶微分或差分算子
6.4.3 梯度算子
6.4.4 拉氏算子
6.4.5 具有平滑作用的增强算子
6.5 频率域增强技术
6.5.1 高通滤波与低通滤波
6.5.2 同态滤波
6.6 图像的彩色增强
6.6.1 伪彩色增强技术
6.6.2 假彩色增强技术
6.6.3 真彩色增强技术
习题6
第7章 图像复原
7.1 退化模型
7.1.1 退化的数学模型
7.1.2 连续函数退化模型
7.1.3 离散的退化模型
7.1.4 循环矩阵对角化
7.2 无约束和有约束复原
7.3 经典的图像复原方法
7.3.1 逆滤波复原
7.3.2 维纳滤波复原
7.3.3 等功率谱滤波复原
7.4 常见的退化模型及其复原过程
7.4.1 常见的退化模型
7.4.2 一些退化系统的退化模型及传递函数
7.4.3 消除匀速直线运动模糊
7.4.4 几何畸变校正
7.4.5 噪声图像的复原
7.4.6 图像复原新方法
习题7
第8章 图像压缩
8.1 图像压缩的基本概念
8.1.1 图像压缩的必要性
8.1.2 图像压缩的基础
8.1.3 常用的图像压缩方法及其分类
8.2 统计编码
8.2.1 游程编码
8.2.2 lzw编码
8.2.3 哈夫曼编码
8.2.4 算术编码
8.3 预测编码
8.3.1 预测编码压缩的原理
8.3.2 无损预测编码
8.3.3 有损预测编码
8.3.4 最优预测器
8.3.5 最优量化器
8.3.6 图像的预测编码
8.4 正交变换编码
8.4.1 交变换编码的基本原理
8.4.2 子图像尺寸的选择
8.4.3 变换的选择
8.4.4 比特分配
8.5 新的压缩编码技术
8.5.1 子带编码
8.5.2 分形编码
8.6 图像压缩国际标准简介
8.6.1 二值图像压缩标准
8.6.2 静止图像压缩标准
8.6.3 运动图像压缩标准
习题8
第9章 图像分割与描述
9.1 概述
9.2 灰度特征与分割
9.2.1 灰度阈值法
9.2.2 分裂—合并算法分割图像
9.2.3 利用边界进行分割
9.2.4 纹理分析
9.3 匹配检测技术与分割
9.4 跟踪技术与分割
9.4.1 艮踪技术
9.4.2 曲线跟踪
9.4.3 区域跟踪(区域生长)
9.5 区域描述
9.5.1 像点间的几何性质
9.5.2 图像的幅度及统计特征
9.5.3 曲线描述
9.5.4 区域边界描述:傅氏描述
9.5.5 区域综合特征描述:矩描述
9.5.6 区域形态描述:拓扑描述
9.5.7 区域的几何特性描述
9.5.8 区域的中轴变换:骨架抽取
9.5.9 区域的扩展、收缩与细化
9.6 相似性描述
9.6.1 距离测度
9.6.2 相关性测度
9.6.3 结构相似性
9.7 关系描述
9.7.1 关系矩阵
9.7.2 标记图
习题9
第10章 计算机层析及医学图像处理
10.1 傅里叶变换重建
10.1.1 投影-切片定理
10.1.2 傅里叶变换重建
10.2 滤波-逆投影重建
10.3 用于扇束投影的滤波-逆投影重建
10.3.1 等角间隔射线组成的扇束
10.3.2 等间距直线排列探测器
10.4 代数重建技术
10.5 二维轮廓重建三维形体
10.5.1 简单轮廓线及其三维形体重建
10.5.2 复杂轮廓线的三维轮廓重建
10.5.3 多轮廓线之间的三维形体重构
10.6 条纹调制三维信息的恢复
10.6.1 与物体表面形状相关的相位信息的获取
10.6.2 空间位相分布与物体表面深度像的映射关系
习题10
第u章 小波分析与应用
11.1 加窗傅里叶变换
11.2 盖伯变换
11.3 小波变换
11. 3.1 一维连续小波变换
11.3.2 离散小波变换
11.3.3 二维小波变换
11.4 小波函数
11.5 图像的小波分解和重构
11.6 小波变换快速算法
11.7 基于小波变换的图像压缩编码
11.7.1 扩展零树编码
11.7.2 零树与游程相结合的编码方法
11.7.3 基于小波变换的多项式近似分形图像编码
11.7.4 多小波变换与图像编码
11.8 基于小波变换的纹理分类
11.9 基于小波变换的边缘提取空间目标跟踪技术
11.10 基于小波变换的位移测量
习题11
第12章 光电图像的相关识别
12.1 光学匹配滤波相关器
12.1.1 光学匹配滤波器原理
12.1.2 光学匹配滤波相关器的实现
12.2 光学联合变换相关器
12.2.1 光学联合变换相关器原理
12.2.2 光电联合变换相关器的实现
12.2.3 光电单臂联合变换相关器
12.2.4 光电畸变不变性识别
12.3 光电图像相关识别的应用
12.3.1 车辆牌照的识别
12.3.2 以纹理为基础进行虹膜识别
习题12
第13章 遥感图像处理
13.1 遥感图像的复原
13.1.1 遥感图像的辐射度校正
13.1.2 遥感图像的几何校正
13.2 遥感图像的增强处理
13.2.1 遥感图像的色彩增强
13.2.2 多图的增强
13.3 遥感图像的分类处理
13.3.1 最大似然法分类
13.3.2 无参量分类法
13.3.3 非监督分类法
13.4 多源遥感图像的融合
习题13
第14章 视频图像处理
14.1 视频基础
14.1.1 视频标准
14.1.2 视频图像获取与数字化
14.1.3 视频图像的特点与研究内容
14.2 运动分析
14.2.1 基于帧差的目标运动与轨迹探测
14.2.2 基于块的二维运动估算
14.2.3 基于光流场的二维运动估算
14.2.4 基于像素递归的二维运动估算
14.3 视频滤波
14.3.1 运动补偿滤波
14.3.2 噪声滤波
14.3.3 超分辨率重建
习题14
参考文献

商品评论(0条)

暂无评论!

您的浏览历史

loading 内容加载中,请稍后...