类似推荐
编辑推荐
全面介绍数字图像及机器视觉处理核心技术，突出智能图像识别，分割及变换、人工神经网络等关键知识点。
内容简介
本书主要介绍了数字图像处理和机器视觉的基本知识、基本方法和典型案例，将理论知识、科学研究和工程实践有机结合起来。
全书主要内容包括绪论、MATLAB数字图像处理基础、数字图像处理基础知识、图像的基本运算、图像变换、灰度变换和滤波、图像分割、彩色图像处理、图像的表示与描述、图像识别基础、MATLAB GUI设计基础、人工神经网络和卷积神经网络、基于MATLAB的图像处理与机器视觉实例。
本书内容系统性强，内容深入简出，理论和编程实践相结合，书中所有例题和案例都附有MATLAB源程序和原始图片数据，便于读者自学。本书可作为普通高等院校大学本科和研究生教材，也适用于从事数字图像处理、图像识别、机器视觉和人工智能研究与开发的工程技术和科研人员。
作者简介
编著者马本学，国家重点研发计划评审专家，国家自然科学基金项目评审专家，中国农业工程学会高级会员。从事数字图像处理、传感器原理与应用及虚拟仪器技术的教学与科研。
章节目录
版权信息
前言
第1章 绪论
1.1 数字图像处理定义及发展史
1.1.1 什么是数字图像处理
1.1.2 与数字图像处理相关的术语
1.1.3 数字图像处理的广义与狭义概念
1.2 数字图像处理系统组成
1.3 数字图像处理的主要研究内容和发展趋势
1.3.1 数字图像处理的主要研究内容
1.3.2 数字图像处理应用及发展趋势
1.4 常用数字图像工具软件简介
1.4.1 MATLAB
1.4.2 Python
1.4.3 OpenCV
1.4.4 Java
1.4.5 C++
1.4.6 HALCON
本章小结
习题
第2章 MATLAB数字图像处理基础
2.1 MATLAB简介
2.2 MATLAB软件的安装
2.3 MATLAB程序设计语言基础
2.3.1 MATLAB语言变量与常量
2.3.2 MATLAB数据结构
2.3.3 MATLAB基本语句结构
2.3.4 M文件的编写
2.3.5 MATLAB函数编写
2.3.6 MATLAB帮助文档
2.4 MATLAB程序设计
2.4.1 循环语句结构
2.4.2 条件语句结构
2.4.3 开关语句结构
2.4.4 程序调试与优化
2.5 MATLAB图像处理编程基础
2.5.1 程序调试与优化
2.5.2 MATLAB图像类型及存储方式
2.5.3 MATLAB图像转换
2.5.4 读取和写入图像文件
2.5.5 图像显示
本章小结
习题
第3章 数字图像处理基础知识
3.1 图像的基本概念
3.2 图像的数字化及表达
3.3 图像的获取与显示
3.3.1 图像的采样
3.3.2 采样点的选取
3.3.3 图像的量化
3.4 像素间的基本关系
3.4.1 邻域
3.4.2 像素的邻接性与连通性
3.4.3 路径
3.4.4 连通集与距离
3.5 灰度直方图
3.5.1 灰度直方图的绘制
3.5.2 灰度直方图的使用
3.6 图像的分类
3.6.1 二值图像
3.6.2 灰度图像
3.6.3 彩色图像
3.6.4 矢量图
3.6.5 索引图像
本章小结
习题
第4章 图像的基本运算
4.1 概述
4.2 点运算
4.2.1 线性点运算
4.2.2 非线性点运算
4.3 代数运算
4.3.1 加法运算
4.3.2 减法运算
4.3.3 乘法运算
4.3.4 除法运算
4.4 逻辑运算
4.5 几何运算
4.5.1 图像的平移
4.5.2 图像的镜像
4.5.3 图像的旋转
4.5.4 图像的缩放
4.5.5 灰度插值
本章小结
习题
第5章 图像变换
5.1 认识傅里叶变换
5.1.1 连续傅里叶变换定义
5.1.2 离散傅里叶变换定义
5.2 快速傅里叶变换
5.3 傅里叶变换的性质
5.3.1 线性
5.3.2 对称性质
5.3.3 尺度变换性质
5.3.4 时移性质
5.3.5 频移性质
5.3.6 平移性质
5.3.7 可分离性
5.3.8 周期性和共轭对称性
5.3.9 旋转性质
5.3.10 分配律
5.3.11 尺度变换
5.3.12 平均值
5.3.13 卷积定理
本章小结
习题
第6章 灰度变换与滤波
6.1 灰度变换
6.1.1 灰度线性变换
6.1.2 灰度分段线性变换
6.1.3 反转变换
6.1.4 对数变换
6.1.5 幂次变换
6.2 直方图变换
6.2.1 直方图均衡化
6.2.2 直方图规定化
6.3 图像的高、低频分量与噪声的关系
6.4 空间滤波
6.4.1 均值滤波
6.4.2 中值滤波
6.4.3 高斯滤波
6.5 频域滤波
6.5.1 低通滤波
6.5.2 高通滤波
6.5.3 同态滤波
6.5.4 带阻滤波
本章小结
习题
第7章 图像分割
7.1 引言
7.2 图像分割处理
7.3 基于阈值的图像处理
7.3.1 全局阈值分割
7.3.2 多阈值分割
7.3.3 自适应阈值
7.3.4 最佳阈值的选择法
7.3.5 分水岭算法
7.4 基于梯度的图像分割
7.4.1 边界跟踪
7.4.2 梯度图像二值化
7.5 边缘检测与连接
7.5.1 边缘检测
7.5.2 边缘连接
7.6 区域分割
7.6.1 区域生长法
7.6.2 区域分裂合并法
7.7 数学形态学图像处理
7.7.1 腐蚀与膨胀
7.7.2 开运算与闭运算
7.8 图像分割综合应用
本章小结
习题
第8章 彩色图像处理
8.1 彩色图像基础
8.1.1 彩色的定义
8.1.2 彩色的物理认识
8.1.3 三原色
8.1.4 计算机中的颜色表示
8.2 彩色图像的表示
8.2.1 RGB模型
8.2.2 MATLAB实现
8.2.3 HSV彩色模型
8.2.4 HSI模型
8.2.5 Lab模型
8.3 彩色图处理基础
8.3.1 图像的伪彩色处理
8.3.2 全彩色图像处理基础
8.4 彩色图像的空间滤波
8.4.1 彩色图像平衡
8.4.2 彩色图像增强
8.4.3 彩色图像平滑
8.4.4 彩色图像锐化
8.5 彩色图像分割
8.5.1 HSI彩色空间分割
8.5.2 RGB彩色空间分割
本章小结
习题
第9章 图像的表示与描述
9.1 背景
9.2 颜色描述
9.2.1 灰度性质
9.2.2 一维灰度直方图的性质
9.2.3 颜色矩
9.3 纹理描述
9.3.1 自相关函数
9.3.2 灰度差分统计
9.3.3 灰度共生矩阵
9.3.4 频谱特征
9.4 边界表示
9.4.1 链码
9.4.2 曲线的链码表示
9.4.3 傅里叶描述子
9.5 区域特征
9.5.1 区域描述
9.5.2 图像矩
9.5.3 低阶矩
本章小结
习题
第10章 图像识别基础
10.1 模式识别简介
10.1.1 待识别对象
10.1.2 预处理
10.1.3 特征提取
10.1.4 分类识别
10.2 模式识别方法
10.2.1 线性判别法
10.2.2 聚类法
10.2.3 模板匹配法
10.2.4 神经网络分类法
10.3 模板匹配法详解
10.4 车牌识别实例
10.4.1 车牌图像数据特征分析（民用汽车）
10.4.2 车牌号码识别系统设计
10.4.3 读入图像
10.4.4 图像预处理
10.4.5 车牌定位
10.4.6 车牌区域处理
10.4.7 字符分割
10.4.8 车牌识别
10.4.9 字符分割函数
本章小结
习题
第11章 MATLAB GUI设计基础
11.1 引言
11.2 低级文件I/O操作
11.3 句柄图形系统
11.3.1 面向对象的思维方法
11.3.2 句柄图形对象的层次结构
11.4 GUIDE工具入门
11.4.1 MATLAB GUI设计步骤
11.4.2 GUI启动
11.4.3 对齐对象
11.4.4 菜单编辑器
11.4.5 工具栏编辑器
11.4.6 M文件编辑器
11.4.7 Tab键顺序编辑器
11.4.8 属性查看器
11.4.9 对象浏览器
11.5 GUI工具深入
11.5.1 GUI中的M文件
11.5.2 回调函数
11.5.3 GUI跨平台的兼容性设计
11.5.4 触控按钮
11.5.5 静态文本
11.5.6 切换按钮
11.5.7 滑动条
11.5.8 单选按钮
11.5.9 可编辑文本
11.5.10 复选框
11.5.11 坐标轴
11.6 MATLAB GUI工具实操
本章小结
习题
第12章 神经网络与数字图像处理
12.1 引言
12.2 人工神经网络
12.2.1 人工神经元
12.2.2 人工神经网络工作过程
12.2.3 常见人工神经网络
12.2.4 人工神经网络的特点
12.2.5 人工神经网络应用领域
12.3 BP神经网络
12.3.1 BP网络的算法结构
12.3.2 BP网络算法流程
12.3.3 误差反向传播的流程图与图形解释
12.3.4 BP网络训练过程
12.4 BP网络算法实例——利用BP神经网络对非线性系统建模
12.4.1 背景
12.4.2 BP神经网络构建
12.4.3 数据选择和归一化
12.4.4 BP神经网络训练
12.4.5 BP神经网络预测
12.4.6 结果分析
12.5 卷积神经网络（CNN）
12.5.1 CNN概述
12.5.2 CNN的层级结构
12.5.3 卷积神经网络工作流程
本章小结
习题
第13章 支持向量机的机器视觉应用
13.1 引言
13.2 支持向量机的分类思想
13.2.1 基于阈值的图像分割
13.2.2 模型参数的选择
13.3 支持向量机的理论基础
13.3.1 线性可分情况下的SVM
13.3.2 非线性可分情况下的C-SVM
13.3.3 需要核函数映射情况下的SVM
13.3.4 推广到多类问题
13.4 基于MATLAB的SVM实例
13.4.1 训练
13.4.2 分类
13.4.3 实例
本章小结
习题
第14章 机器视觉MATLAB图像处理案例
14.1 案例1 焊缝提取
14.1.1 案例背景
14.1.2 理论基础
14.1.3 边缘检测
14.1.4 形态学处理
14.1.5 程序实现
14.2 案例2 图像批量读入与处理
14.2.1 案例背景
14.2.2 理论基础
14.2.3 图像批量读入
14.2.4 图像处理
14.2.5 批量处理
14.3 案例3 圆木计数
14.3.1 案例背景
14.3.2 理论基础
14.3.3 背景分割与提取
14.3.4 查找圆与计数
14.3.5 程序实现
14.4 案例4 基于MATLAB GUI的数字图像处理设计
14.4.1 案例背景
14.4.2 文件获取
14.4.3 GUI搭建过程分析
14.4.4 程序实现
14.5 案例5 碎纸片图像拼接
14.5.1 案例背景
14.5.2 拼接文件获取与合成
14.5.3 拼接过程分析
14.5.4 程序实现
14.6 案例6 基于卷积神经网络的手写数字识别
14.6.1 案例背景
14.6.2 理论基础
14.6.3 加载数据
14.6.4 LeNet-5网络模型
14.6.5 LeNet-5网络模型设计
14.6.6 模型训练
14.6.7 模型测试
14.6.8 程序实现
14.7 案例7 基于SVM的红枣果梗/花萼及缺陷识别
14.7.1 案例背景
14.7.2 理论基础
14.7.3 特征提取
14.7.4 训练
14.7.5 分类
14.7.6 结果显示
本章小结
参考文献
数字图像处理与机器视觉：基于MATLAB实现是2023年由机械工业出版社出版,作者马本学 编著。
得书感谢您对《数字图像处理与机器视觉：基于MATLAB实现》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
