醉染图书数字图像处理基础及工程应用9787111582960

前言
章数字图像处理概述
1.1数字图像的基本概念
1.1.1图像
1.1.2数字图像及其存储方式
1.1.3数字图像的分类
1.1.4数字图像处理系统
1.2数字图像处理发展史及发展趋势
1.3数字图像处理的特点
1.4数字图像处理的工程应用
1.5数字图像处理的主要内容
【课后习题】
第2章图像采集
2.1照明
2.1.1光源类型
2.1.2照明方式
2.1.3选择合适的照明光源及照明方式
2.2镜头
2.2.1镜头的基本常识
2.2.2镜头的类型
2..选择合适的镜头
.相机
2.4相机接口技术
【课后习题】
第3章图像预处理技术
3.1图像的灰度变换
3.1.1线变化
3.1.2分段线变换
3.1.3灰度对数变换
3.1.4直方图均衡化
3.2图像的几何变换
3.2.1平移
3.2.2旋转
3..比例放缩
3.2.4镜像
3.2.5值3.3图像
3.3.1均值滤波
3.3.2中值滤波
3.3.3对比度
3.3.4小波去噪
3.4形态学处理
3.4.1腐蚀
3.4.2膨胀
3.4.3开运算
3.4.4闭运算
3.4.5细化
3.4.6填充
【课后习题】
第4章图像分割技术
4.1边缘检测
4.1.1Roberts边缘算子
4.1.2Sobel边缘算子
4.1.3Prewitt边缘算子
4.1.4Laplacian边缘算子
4.1.5LoG边缘算子
4.1.6Canny边缘算子
4.1.7边缘检测算子的MATLAB实现
4.2Hough变换
4.2.1Hough变换概述
4.2.2基于Hough变换的直线检测
4..基于Hough变换的曲线检测
4.3阈值分割
4.3.1阈值分割的基本原理
4.3.2阈值分割方法的分类
4.3.3极小值点阈值法
4.3.4均方误差法
4.3.5迭代选择阈值法
4.3.6双峰法
4.3.7优选类间方差法
4.4基于区域的图像分割
4.4.1区域生长算法
4.4.2区域分裂合并算法
【课后习题】
第5章图像特征提取与选择
5.1颜色特征
5.1.1颜色直方图
5.1.2颜色集
5.1.3颜色矩
5.1.4颜色聚合向量
5.1.5颜色相关图
5.2基于灰度共生矩阵的纹理特征构建
5.2.1灰度共生矩阵的定义
5.2.2基于灰度共生矩阵的纹理特征
5..基于灰度-梯度共生矩阵的纹理特征构建
5.3几何特征
5.3.1位置
5.3.2方向
5.3.3周长
5.3.4面积
5.4基于主成分分析的特征选择
5.5基于Fisher线判据的特征选择
【课后习题】
第6章图像匹配
6.1模板匹配旳概念
6.2基于灰度相关的模板匹配
6.2.1MAD算法
6.2.2SAD算法
6..SSD算法
6.2.4NCC算法
6.2.5SSDA算法
6.2.6SATD算法
6.3基于灰度值的亚像素精度匹配
6.4使用空间金字塔进行匹配
6.4.1空间金字塔的表示方法
6.4.2空间金字塔匹配的基本原理
6.4.3空间金字塔匹配算法实现
6.5带旋转与缩放的模板匹配
6.5.1高斯尺度空间的极值检测
6.5.2特征点位置的确定
6.5.3特征点方向的确定
6.5.4特征点描述子生成
6.5.5SIFT特征向量的匹配
【课后习题】
第7章图像智能识别方法
7.1聚类识别
7.1.1聚类算法主要思想
7.1.2K-Means聚类算理基础
7.1.3聚类算法的MATLAB实现
7.2神经网络识别
7.2.1人工神经网络的主要思想
7.2.2BP神经网络算的理基础
7..神经网络学习算法的MATLAB实现
7.3支持向量机识别
7.3.1支持向量机的分类思想
7.3.2SVM的基本理论
7.3.3SVM算法的MATLAB实现
7.4模糊识别
7.4.1模糊图像识别的设计思想
7.4.2贴近度与模糊度
7.4.3优选隶属原则与择近原则
7.4.4模糊算法的MATLAB实现
【课后习题】
第8章工程应用：车牌识别
8.1牌照定位
8.2牌照区域的分割
8.3字符分割与归一化
8.4字符细化
8.5字符的识别
第9章工程应用：多气泡上升轨迹跟踪
9.1气泡图像的预处理
9.2气泡运动轨迹跟踪方法
9.2.1基于互相关匹配的目标跟踪
9.2.2基于Mean-Shift算法的目标跟踪
0章工程应用：人脸识别
10.1ORL人脸数据库简介
10.2基于PCA的人脸图像的特征提取
10.3人脸图像识别方法
10.3.1k-近邻算法
10.3.2BP神经网络法
10.3.3基于BP神经网络法和k-近邻法的综合决策分类
10.3.4实验的结果
10.4简单实例
1章工程应用：基于SURF特征点匹配的图像三维识别
11.1图像三维识别系统的方案设计
11.2图像三维识别过程
11.2.1三维图像预处理
11.2.2基于SURF算法的特征点匹配
11..匹配点的提取
11.2.4图像三维坐标的计算
11.2.5图像三维识别
11.3基于SURF特征点匹配的图像三维识别的OpenCV完整代码
2章工程应用：基于OpenCV的灯脚质量检测
12.1灯脚质量检测的方案设计
12.2灯脚质量检测过程
12.2.1相机标定
12.2.2灯脚图像检测
12..灯脚检测界面及结果分析
附录颜色集
参考文献 

宋丽梅，天津工业大学电气工程与自动化学院副院长，天津工业大学，电气工程与自动化学院教授副院长，澳大利亚Wollongong大学信息学院访问学者，西南科技大学，信息工程学院副教授，日本广岛工业大学，情报科学部访问学者，天津大学，精密仪器与光工程学院，博士后中国图像图形学会不错会员，计算机学会不错会员。长期从事自动控制与图像特征识别方面的研究工作，作为项目负责人主持项目7项、部委级项目25项、横向课题38项。靠前外发表80多篇，SCI、EI检索50多篇。出版教材2部，授权发明21项、实用新型32项。荣获靠前“发明展”金奖2项，技术革新特别项目奖2项。

进入21世纪，随着计算机技术和人工智能和思维科学研究的迅展，图像处理正向着高速、高分辨率、立体化、多媒体化、智能化和标准化的方向发展。在图像通信、办公自动化系统、地理信息系统、医疗设备、卫星照片传输及分析和工业自动化领域具有广泛的应用，并且出现了众多的图像处理理论和算法（小波分析、分形理论、形态学理论、遗传算法、神经网络等）。数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓成就，从事数字图像处理领域的人才也受到企业、研究所、高校等单位的重视。数字图像处理涉及信号处理、模式识别、人工智能和光学等领域，是一门交叉学科，具有很强的专业。由于数字图像是一门快展的学科，因此近几年来的研究成果在一些教材中体现的不是特别充分，尤其对工程应用的关注度不够。因此，建设理论与工程应用相结合的数字图像处理教材，对解决工程研究问题的重要不言而喻。本书体现了作者多年来在数字图像处理领域的科研和教学成果，是一本面向控制工程专业及的教材，教材包含经典和的数字图像处理案例，能够为教学提供丰富可靠的工程应用经验，有利于加强工程实际应用的理论和知识的学习。本书第3至7章中涉及的图像处理方法都配有详细分析过程及程序实现代码。8至2章以工程应用案例分析为中心，对工程实践中的实际问题进行理论分析、特征归纳、给出解决方案，并配备相应的程序源代码及执行效果展示。克服了以往教材中应用案例解决方案不完善，解决问题思路不清晰，脱离工程实际等缺陷。从工程实用角度出发，针对图像复杂工程领域中的实际问题，分析其研究背景，剖析解决方案，细化解决问题的过程，每个关键步骤均配有程序代码及运行效果展示，深化学习者对图像处理算法的理解，有于读者对图像处理方法应用的掌握。本书由天津工业大学宋丽梅教授和王红一任主编，天津工业大学李金义和天津职业技术师范大学杨燕罡任副主编，天津工业大学林文伟、茹愿、李欣遥、郭素青、王佳炎、高艳艳等参与了编写工作。其中，章由宋丽梅和王红一编写，第2章由李金义、杨燕罡和王佳炎编写，第3章由李金义和郭素青编写，第4章由宋丽梅和李欣遥编写，第5章由王红一和茹愿编写，第6章由王红一、李金义和郭素青编写，第7章由王红一、李金义和林文伟编写，第8章由王红一、李金义和林文伟编写，第9章由王红一和李金义编写，0章由宋丽梅和王红一编写，1章由王红一、茹愿和高艳艳编写，2章由杨燕罡、李欣遥和王佳炎编写。本书编著得到了全国工程教指委教材建设立项支持。由于作者水平有限，书中难免存在不妥之处，敬请读者批评指正。