| 《学以致用·现代数字图像处理技术提高及应用案例详解（MATLAB版）》紧扣读者需求，采用循序渐近的叙述方式，深入浅出地讲述了现代数字图像处理的热点问题、关键技术、应用实例、解决方案和发展前沿。与其他同类书籍相比，本书具有例程丰富、解释翔实、传承经典、突出前沿、图文并茂、语言生动等特点。 书中给出的一些典型实例程序如下：图像去噪技术及其实现；图像拼接技术及其实现；图像数字水印技术及其实现；数字图像压缩技术及其实现；基于最大类间方差阈值与遗传算法的道路分割；数字图像实时稳定技术及其实现；适用于复杂环境下的目标跟踪技术；基于Hough变换的人眼虹膜定位方法；基于模糊集的图像增强方法；基于蚁群算法的图像边缘检测。 学以致用：深入浅出数字信号处理，现代数字图像处理技术提高及应用案例详解（MATLAB版），深入浅出视频编解码标准H.264。 |
| 赵小川博士，中国计算机学会高级会员·国际期刊ROBOTICA（Cambridge University Press）审稿人·中文权威核心期刊《计算机工程》、《计算机应用研究》专家审稿人·研究方向：数字图像处理，机器人技术。以第一作者发表论文26篇，其中被SCI/EI检索15篇，获国家发明专利3项，实用新型专利2项，撰写专著3部。 |
| 提高篇 第1章 精通“图像特征提取” 1.1 图像多分辨率金字塔 1.1.1 浅析“图像金字塔” 1.1.2 例程一点通 1.1.3 典型的“图像金子塔 1.1.4 学以致用 1.2 图像的矩特征 1.2.1 认识“Hu矩” 1.2.2 解析“Zernike矩” 1.3 图像的边缘检测 1.3.1 运用一阶微分算子检测图像边缘 1.3.2 运用二阶微分算子检测图像边缘. 1.3.3 基于Canny算子检测图像边缘 1.3.4 基于SUSAN特征检测算子的边缘提取 1.3.5 基于小波变换模极大值的边缘检测. 1.3.6 基于二维有限冲击响应滤波器的特定角度边缘检测 1.3.7 基于多尺度形态学梯度的边缘检测 1.4 斑点特征检测 1.4.1 勾画“LoG斑点” 1.4.2 描绘“DoH斑点” 1.4.3 提取“Gilles斑点” 1.5 角点特征检测 1.5.1 何谓“角点” 1.5.2 描绘“Harris角点” 1.5.3 例程一点通 1.5.4 融会贯通 1.6 尺度不变特征提取 1.6.1 SIFT特征提取 1.6.2 SURF算法 1.6.3 学以致用 第2章 细说“数字图像理解” 2.1 图像目标边界描述 2.1.1 图像边界链码表示法 2.1.2 例程一点通 2.1.3 融会贯通 2.2 图像分割技术 2.2.1 什么是“图像分割” 2.2.2 基于阈值的图像分割 2.2.3 基于区域生长法的图像分割 2.2.4 基于最大方差法灰度门限的图像分割 2.2.5 基于K-means算法的图像分割 2.3 图像配准技术 2.3.1 纵览“图像配准” 2.3.2 构建“配准模型” 2.3.3 相似性测度 2.3.4 基于灰度的图像配准 2.3.5 序贯相似性检测算法 2.3.6 基于特征点的图像配准 2.3.7 融会贯通 2.4 图像融合技术 2.4.1 从“信息融合”说起 2.4.2 何谓“图像融合” 2.4.3 纵览“图像融合方法” 2.4.4 例程一点通 2.4.5 学以致用 应用篇 第3章 品读“典型应用实例” 3.1 图像去噪技术及其实现 3.1.1 什么是“图像的噪声” 3.1.2 图像去噪常用方法 …… 参考文献 |
内容加载中，请稍后...
商品评论（0条）