





定价:69元
印次:1-1
ISBN:9787302687894
出版日期:2025.05.01
印刷日期:2025.04.29
图书责编:盛东亮
图书分类:教材
"本书系统介绍了数字图像处理理论和技术的基本概念、原理、方法和Python实现,内容全面,重视实践,便于学习。 全书共分为12章,内容包括绪论、数字图像处理基础、图像基础性运算、图像的正交变换、图像增强、图像 复原、图像的数学形态学处理、彩色图像处理、图像分割、图像描述与分析、特征检测与匹配,以及图像编码, 涵盖了数字图像处理的核心内容。本书配以教学课件、Python程序代码、微课视频、实验指导、思维导图及教 学建议等数字资源,便于读者学习和掌握数字图像处理的算法理论、程序实现。本书可以作为高等学校信息与通信工程、信号与信息处理、电子、计算机、遥感等专业本科生或研究生的教材或参考书,也可以作为工程技术人员和从事相关研究与应用的人员的参考用书。"
蔡利梅 中国矿业大学信息与控制工程学院副教授。长期从事图像处理与模式识别领域的教学和研究工作。先后开设“图像处理”“模式识别”“计算机图形学”“数字视频技术”“图像分析及识别”等多门本科生及研究生课程。获教育部高等学校科学技术进步奖二等奖、河南省科学技术进步奖二等奖、江苏省科学技术奖三等奖、中国煤炭工业协会科学技术奖一等奖等省部级以上科技奖励8项,以及其他科技奖励6项;获授权发明专利2项;出版教材4部,科技图书1部;获校级教学成果奖特等奖1项、一等奖1项,全国煤炭行业教育教学成果奖三等奖1项,并多次获校级“教书育人先进个人”“百佳教师”等荣誉。
前言 数字图像处理是利用计算机对图像进行变换、增强、复原、分割、压缩、分析、理解的理论、方法和技术,是现代信息处理的研究热点。数字图像处理技术发展迅速,应用领域越来越广泛,对国民经济、社会生活和科学技术等方面产生了巨大的影响。 数字图像处理技术的学习和应用,离不开计算机仿真和实验。目前的教材多是采用MATLAB仿真,随着Python语言的应用越来越广泛,利用Python对数字图像进行处理的需求逐渐增大。因此,本书在讲解数字图像处理算法原理后,利用Python语言和OpenCV、NumPy、SciPy、Matplotlib等扩展库进行程序设计,便于移植以及和后续处理衔接。 本书共分为12章,内容包括绪论、数字图像处理基础、图像基础性运算、图像的正交变换、图像增强、图像复原、图像的数学形态学处理、彩色图像处理、图像分割、图像描述与分析、特征检测与匹配,以及图像编码,这些内容涵盖了数字图像处理的重点。 本书配以教学课件、Python程序代码、微课视频、实验指导、思维导图及教学建议等数字资源,便于读者学习和掌握数字图像处理的算法理论、程序实现。除算法配套程序外,本书还在第3章、第5章、第7章和第8章设计了综合实例,以加深读者对处理算法的综合理解,提高读者的实践能力。每章安排有具体的习题以及实践题目,读者可以根据需要选做。 本书由蔡利梅编写,在编写过程中参考了大量图像处理的文献、仿真工具的文档资料,再次对这些文献资料的作者表示真诚的感谢。 由于编者学识水平有限,书中不足之处敬请读者不吝指正。 编者 2025年2月 ...
目录
第1章绪论
1.1图像的基本概念
1.1.1视觉与图像
1.1.2图像的表示
1.2数字图像处理
1.2.1数字图像处理的主要内容
1.2.2数字图像处理技术的分类
1.2.3数字图像处理的应用
1.3数字图像处理面临的问题
1.4相关术语
1.5图像处理仿真
习题
第2章数字图像处理基础
微课视频6分钟
2.1人眼视觉系统
2.1.1人眼基本构造
2.1.2视觉过程
2.1.3明暗视觉
2.1.4颜色视觉
2.1.5立体视觉
2.1.6视觉暂留
2.2色度学基础与颜色模型
2.2.1颜色匹配
2.2.2CIE 1931RGB系统
2.2.3CIE 1931标准色度系统
2.2.4CIE 1976 L*a*b*均匀颜色空间
2.2.5孟塞尔表色系统
2.2.6常用颜色模型
2.3数字图像的生成与表示
2.3.1图像信号的数字化
2.3.2数字图像类型
2.3.3数字图像的数值描述
2.4图像类型转换
2.4.1多值图像转换为二值图像
2.4.2彩色图像转换为灰度图像
2.4.3灰度图像转换为彩色图像
习题
第3章图像基础性运算
微课视频18分钟
3.1点运算
3.2邻域运算
3.3插值运算
3.4几何变换
3.4.1图像几何变换原理
3.4.2图像平移
3.4.3图像镜像
3.4....
易教易学 配备大量的实例和丰富的教学资源,便于多种教学模式的开展;对各种图像处理算法结合实例进行讲解,形象易懂,配以思维导图,便于初学者学习和理解。
注重实践 系统阐述算法理论的同时,配以Python程序及运算结果,加深读者对各种算法的理解。在各章习题中编制实践题目,可以加强实践练习。
层次分明 采用模块式内容安排模式,由基础概念逐渐过渡到综合实例,由基础处理逐渐过渡到综合性处理,阐述由浅入深,符合学习规律。
教学资源
微课视频
教学课件
程序代码
实验指导
教学建议
注:微课视频在书中扫码即可观看,其他资源可到清华大学出版社网站本书页面(或“人工智能科学与技术”微信公众号)下载。
"