返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 全新正版数字图像处理与分析9787030756817科学出版社
    • 作者: 胡庆茂,郑海荣编著著 | 胡庆茂,郑海荣编著编 | 胡庆茂,郑海荣编著译 | 胡庆茂,郑海荣编著绘
    • 出版社: 科学出版社
    • 出版时间:2023-09
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 胡庆茂,郑海荣编著著| 胡庆茂,郑海荣编著编| 胡庆茂,郑海荣编著译| 胡庆茂,郑海荣编著绘
    • 出版社:科学出版社
    • 出版时间:2023-09
    • 版次:1
    • 印次:1
    • 页数:416
    • 开本:16开
    • ISBN:9787030756817
    • 版权提供:科学出版社
    • 作者:胡庆茂,郑海荣编著
    • 著:胡庆茂,郑海荣编著
    • 装帧:精装
    • 印次:1
    • 定价:298.00
    • ISBN:9787030756817
    • 出版社:科学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-09
    • 页数:416
    • 外部编号:13956108
    • 版次:1
    • 成品尺寸:暂无



    前言

    章 绪论 1

    1.1 数字图像处理的概念 1

    1.2 数字图像处理的历史 2

    1.3 数字图像处理的应用实例 3

    1.4 数字图像处理的一些工具 10

    1.5 数字图像处理的一些动态 11

    1.6 本书的内容及特色 12

    1.7 本书的结构 13

    总结和复习思考 14

    小结 14

    复习思考题 14

    参考文献 15

    第2章 数字图像处理基础 16

    2.1 人眼视觉基础 16

    2.2 数字图像的数学表征 18

    . 数字图像纹理 22

    2.4 数字图像插值 24

    2.5 深度学习发展历史 27

    2.6 深度学习图像处理基本单元 29

    总结和复习思考 42

    小结 42

    复习思考题 42

    参考文献 44

    第3章 数字图像 47

    3.1 数字图像的空域 47

    3.1.1 灰度映 48

    3.1.2 直方图修正 49

    3.1.3 空域滤波 52

    3.2 数字图像的频域 64

    3.3 变换域的数字图像 70

    3.4 基于低秩矩阵稀疏分解的图像去噪 84

    3.5 混合域图像 88

    3.6 深度学习图像 91

    总结和复习思考 94

    小结 94

    复习思考题 95

    参考文献 96

    第4章 数字图像压缩 98

    4.1 数字图像压缩基础 98

    4.2 图像压缩模型 101

    4.2.1 信源编码器和信源解码器 101

    4.2.2 信道编码器和信道解码器 102

    4.3 无损图像压缩 103

    4.3.1 霍夫曼编码 103

    4.3.2 算术编码 104

    4.3.3 位平面编码 105

    4.3.4 LZW编码 106

    4.3.5 无损预测编码 107

    4.4 有损图像压缩 108

    4.4.1 有损预测编码 109

    4.4.2 变换编码 111

    4.4.3 模型编码 114

    4.5 数字图像压缩标准 114

    4.6 深度学习图像压缩 116

    总结和复习思考 119

    小结 119

    复习思考题 120

    参考文献 121

    第5章 数字图像复原 1

    5.1 常见图像退化及一般建模 124

    5.2 常见图像噪声 125

    5.3 空域噪声滤波器 129

    5.4 图像的无约束复原 135

    5.5 图像的有约束复原 137

    5.6 深度学习图像复原 142

    总结和复习思考 148

    小结 148

    复习思考题 148

    参考文献 149

    第6章 数学形态学图像处理 150

    6.1 数学形态学的背景知识 150

    6.2 二值图像数学形态学 151

    6.3 灰度图像数学形态学 155

    6.4 灰度图像数学形态学应用 158

    总结和复习思考 162

    小结 162

    复习思考题 162

    参考文献 163

    第7章 数字图像分割的传统方法 164

    7.1 数字图像分割的历史回顾 165

    7.2 灰度阈值计算 166

    7.2.1 基于类间方差优选化的灰度阈值计算 166

    7.2.2 基于分类误差的灰度阈值计算 168

    7.. 基于一维熵优选化的灰度阈值计算 170

    7.2.4 基于模糊熵优选化的灰度阈值计算 172

    7.2.5 基于图像过渡区域的灰度阈值计算 175

    7.2.6 结合先验知识的有监督灰度阈值计算 176

    7.2.7 局部灰度阈值计算 183

    7.3 图像边缘计算 185

    7.3.1 基于一阶偏导数的边缘检测 185

    7.3.2 基于二阶偏导数的边缘检测 187

    7.3.3 坎尼边缘算子 188

    7.3.4 基于多项式逼近的边缘检测 190

    7.4 基于区域的图像分割 191

    7.4.1 区域生长与分裂合并 191

    7.4.2 聚类算法 192

    7.5 分水岭分割及分割的精细化 194

    7.6 区域分割及边缘分割的融合 200

    总结和复习思考 203

    小结 203

    复习思考题 204

    参考文献 205

    第8章 数字图像分割的现代方法 208

    8.1 优选后验概率分割 208

    8.2 马尔可夫随机场优选后验概率分割 211

    8.3 主动轮廓模型分割 214

    8.4 图切割分割 219

    8.5 条件随机场分割及先验知识融合 226

    8.6 现代分割方法的先验知识 0

    8.6.1 现代分割方法的形状先验知识 0

    8.6.2 现代分割方法的先验知识

    8.6.3 现代分割方法先验知识的综合应用

    总结和复习思考 243

    小结 243

    复习思考题 245

    参考文献 245

    第9章 数字图像配准 248

    9.1 数字图像配准技术概述 248

    9.2 数字图像配准的空间变换 250

    9.3 数字图像配准的相似测度 254

    9.4 数字图像配准的优化策略 257

    9.5 常见数字图像配准方法 265

    9.6 常见数字图像配准工具 279

    总结和复习思考 282

    小结 282

    复习思考题 283

    参考文献 284

    0章 彩色图像处理 286

    10.1 彩色基础 286

    10.2 彩色空间 289

    10.3 伪彩色图像处理 292

    10.4 彩色图像各分量的灰度变换 295

    10.5 彩色图像的 297

    10.6 彩色图像的边缘提取 299

    10.7 彩色图像的分割 301

    10.8 基于四元数表征的彩色图像处理 303

    10.8.1 基于四元数表征的彩色图像去噪 310

    10.8.2 基于四元数表征的彩色图像边缘提取 316

    10.9 深度学习彩色图像识别 317

    总结和复习思考 326

    小结 326

    复习思考题 327

    参考文献 328

    1章 深度学习图像分割 330

    11.1 深度学习图像识别 330

    11.2 深度学习图像检测 335

    11.3 深度学习图像边缘检测 338

    11.4 深度学习图像语义分割 342

    11.4.1 U-Net图像分割 342

    11.4.2 基于GAN的图像语义分割 346

    11.5 深度学习语义分割的先验引导 348

    11.5.1 深度学习图像语义分割的隐空间引导 349

    11.5.2 深度学习图像语义分割的深度图谱引导 352

    11.5.3 深度学习图像语义分割的多目标物联合引导 356

    11.5.4 深度学习图像语义分割的高质量数据引导 360

    总结和复习思考 367

    小结 367

    复习思考题 368

    参考文献 369

    2章 深度学习图像配准 372

    12.1 无监督的深度学习图像配准 372

    12.2 监督学习配准测度 377

    1. 弱监督引导的图像配准 381

    12.4 深度学习引导传统图像配准 386

    12.5 生成对抗网络图像配准 389

    12.6 可逆大形变深度学习图像配准 393

    总结和复习思考 399

    小结 399

    复习思考题 400

    参考文献 401

    本书系统介绍数字图像处理和分析的基本原理、经典内容及近年来的重要进展和实例,加强现代数学方法与数字图像处理的融合,把深度学习方法作为数字图像处理的一种重要方法贯穿于相应内容中。全书共12章,内容包括图像、图像压缩、图像复原、数学形态学、图像分割的传统方法、图像分割的现代方法、图像分割的深度学习方法及先验知识引导、图像配准传统方法、深度学习图像配准与传统图像配准的相互促进等。本书包括一些例题讲解,每章都有小结、参考文献和分级的复习思考题,其中一些复习思考题专注于学生综合能力的培养。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购