本书主要介绍现代数字图像处理的基本原理、主要技术和典型应用。全书共15章，大致可分为四部分：第一部分为第1-2章，内容是图像数字化基础。第二部分为第3-8章，介绍经典的图像处理原理和技术。第三部分为第9-12章，分别介绍近来发展较快的图像特征描述、彩色图像处理、形态学图像处理和偏微分方程图像处理。第四部分为第13-15章，介绍近期已成为热门图像处理的新方法。
电子书
内容简介
本书以数字图像处理基础理论与真实案例相结合的方式，深入浅出地介绍数字图像处理的常见任务及实现技术。本书共9章，内容包含数字图像处理概述、图像的基本变换、图像增强与复原、形态学处理、图像特征提取、图像分割等技术，以及车牌检测、QR码的检测、钢轨表面缺陷检测等案例。本书以Python为算法实现工具，大部分章包含操作实践代码和课后习题，帮助读者在数字图像处理基础任务和案例中应用算法，巩固所学内容。
本书可以作为高校信息技术或人工智能相关专业的教材，也可以作为数字图像处理应用的开发人员和从事数字图像处理技术研究的科研人员的参考用书。对于有一定基础和经验的读者，也能帮助他们查漏补缺，深入理解并掌握相关原理和方法，提高解决实际问题的能力。
章节目录
- 封面
- 扉页
- 版权信息
- 内容提要
- 大数据技术精品系列教材专家委员会
- 序
- 前言
- 第1章 数字图像处理概述
- 1.1 认识数字图像处理
- 1.1.1 了解数字图像处理的起源
- 1.1.2 了解数字图像处理的应用领域
- 1.1.3 了解图像工程与数字图像处理的关系
- 1.2 认识数字图像
- 1.2.1 了解人眼的视觉系统
- 1.2.2 了解数字图像
- 1.2.3 熟悉像素间的基本关系
- 1.3 认识数字图像处理工具
- 1.3.1 熟悉常用数字图像处理工具
- 1.3.2 数字图像处理工具对比
- 1.4 了解数字图像处理相关Python库
- 1.4.1 了解Pillow库
- 1.4.2 了解NumPy库
- 1.4.3 了解scikit-image库
- 1.4.4 熟悉OpenCV库
- 小结
- 课后习题
- 第2章 图像的基本变换
- 2.1 读写图像数据
- 2.1.1 读取和显示图像
- 2.1.2 保存图像
- 2.2 在图像上绘制图形
- 2.2.1 绘制简单的图形
- 2.2.2 标注图像中的人脸区域
- 2.3 转换图像的颜色空间
- 2.3.1 了解颜色空间
- 2.3.2 颜色空间的相互转换
- 2.4 图像几何变换
- 2.4.1 了解图像的几何变换
- 2.4.2 人脸图像几何变换
- 小结
- 课后习题
- 第3章 图像增强与复原
- 3.1 使用空间滤波增强图像
- 3.1.1 了解空间滤波
- 3.1.2 使用空间滤波平滑图像
- 3.1.3 使用空间滤波锐化图像
- 3.1.4 使用空间滤波模糊图像
- 3.2 使用频率域滤波增强图像
- 3.2.1 了解频率域滤波
- 3.2.2 使用频率域滤波平滑图像
- 3.2.3 使用频率域滤波锐化图像
- 3.3 复原车牌图像
- 3.3.1 了解噪声模型
- 3.3.2 复原只存在噪声的图像
- 小结
- 课后习题
- 第4章 形态学处理
- 4.1 腐蚀和膨胀车牌图像
- 4.1.1 了解腐蚀与膨胀
- 4.1.2 腐蚀车牌图像
- 4.1.3 膨胀车牌图像
- 4.2 使用开/闭操作处理车牌图像
- 4.2.1 了解开操作与闭操作
- 4.2.2 对车牌图像进行开操作
- 4.2.3 对车牌图像进行闭操作
- 4.3 使用基本的形态学算法处理图像
- 4.3.1 了解基本的形态学算法
- 4.3.2 使用形态学算法处理车牌图像
- 小结
- 课后习题
- 第5章 图像特征提取
- 5.1 提取图像的颜色特征
- 5.1.1 了解图像的颜色特征
- 5.1.2 提取水质图像的颜色特征
- 5.2 提取图像的纹理特征
- 5.2.1 了解图像的纹理特征
- 5.2.2 提取组织切片图像的纹理特征
- 5.3 提取图像的轮廓特征
- 5.3.1 了解图像的轮廓特征
- 5.3.2 提取电容器零件图像的轮廓特征
- 5.4 提取图像的形状特征
- 5.4.1 了解图像的形状特征
- 5.4.2 提取车牌图像的形状特征
- 小结
- 课后习题
- 第6章 图像分割
- 6.1 使用阈值分割图像
- 6.1.1 阈值分割方法的基本原理
- 6.1.2 基于全局阈值的大津法
- 6.1.3 自适应阈值分割方法
- 6.1.4 使用阈值分割方法处理岩石样本图像
- 6.2 基于边缘检测的图像分割
- 6.2.1 边缘检测
- 6.2.2 使用Hough变换检测直线
- 6.2.3 基于Hough变换的QR码分割
- 6.3 区域生长算法
- 6.3.1 区域生长算法的流程
- 6.3.2 使用区域生长算法分割心形图像
- 6.4 结合空间域与色彩域的图像分割算法
- 6.4.1 SLIC算法
- 6.4.2 QuickShift算法
- 小结
- 课后习题
- 第7章 车牌检测
- 7.1 了解项目背景
- 7.2 分析项目需求
- 7.2.1 数据说明
- 7.2.2 项目目标
- 7.2.3 车牌检测流程
- 7.3 定位车牌
- 7.3.1 车牌粗略定位
- 7.3.2 车牌精细定位
- 7.4 车牌字符分割
- 7.5 结果分析
- 小结
- 课后习题
- 第8章 QR码的检测
- 8.1 了解项目背景
- 8.2 分析项目需求
- 8.2.1 数据说明
- 8.2.2 项目目标
- 8.2.3 QR码检测流程
- 8.3 图像的预处理
- 8.3.1 图像灰度化
- 8.3.2 图像去噪
- 8.3.3 灰度图像二值化
- 8.4 定位块的检测
- 8.4.1 提取二值图像的轮廓
- 8.4.2 轮廓嵌套结构检测
- 8.4.3 定位块线扫描特征筛选
- 8.5 QR码的分割与解析
- 8.5.1 计算3个定位块在QR码中的位置关系
- 8.5.2 计算定位块的4个顶点的坐标
- 8.5.3 计算QR码的4个角点的坐标及朝向
- 8.5.4 QR码的几何校正及缩放
- 8.5.5 QR码的解析
- 小结
- 课后习题
- 第9章 钢轨表面缺陷检测
- 9.1 了解项目背景
- 9.2 分析项目需求
- 9.2.1 数据说明
- 9.2.2 项目目标
- 9.2.3 钢轨表面缺陷检测流程
- 9.3 图像预处理
- 9.3.1 钢轨表面不均匀光照的消除
- 9.3.2 基于连通性分析的黑边去除
- 9.4 基于区域生长算法的钢轨表面缺陷检测
- 9.4.1 种子点的提取
- 9.4.2 上阈值的自适应选择
- 9.4.3 区域生长算法的效果分析
- 小结
- 课后习题
- 参考文献
展开全部
数字图像处理实战是2023年由人民邮电出版社出版,作者张良均 主编。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《数字图像处理实战》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。
电子书
电子书
本书以任务为导向，较为系统地介绍Hadoop大数据技术及其生态系统组件Hive、HBase的相关知识。全书共8章，具体内容包括Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce入门编程、MapReduce进阶编程、Hive数据仓库、HBase分布式数据库，以及一个项目案例（电影网站用户影评分析）。本书的第2～7章包含实训与课后习题，读者可通过练习和操作实践，巩
电子书
1.本书重点介绍了数字图像处理的基本概念、基本理论、实用技术，以及用MATLAB进行图像处理、编程的方法。2.本书结构安排合理，叙述清晰，理论与实践并重，使用MATLAB作为实验平台，加入了大量的实验实例，并且有大量的实验结果图片，对读者的理解有很大的帮助。3.本书深入浅出、图文并茂，文字描述力求简单易懂。选材上既注重基本概念、理论和方法的介绍，同时也反映了近年来数字图像处理领域的最新发展情况。
电子书
本书主要内容包括：全书共10章，分别介绍了数字图像的相关论述、数字图像的处理基础、图像编码、图像复原、图像几何变换、图像频域变换、图像几何变换、小波变换、图像增强、图像分割与边缘检测及图像特征描述等内容。
电子书
本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例
电子书
本书以广电大数据案例为主线，系统介绍数据仓库Hive存储和初步处理方法的相关知识。本书条理清楚、重点突出，内容循序渐进、由浅入深。本书共8章，包括广电大数据用户画像需求分析、部署开发环境、广电用户数据存储、广电用户基本数据简单查询、广电用户账单与订单数据查询进阶、广电用户收视行为数据查询优化、广电用户数据清洗及数据导出，以及广电用户数据存储与处理的程序开发。本书大部分章包含实训和课后习题，通过练习
电子书
本书以任务为导向，全面介绍了数据分析的流程和Excel数据分析的应用，并详细阐述了使用Excel2016解决企业实际问题的方法。全书共11章，分为基础部分（第1～6章）和实战部分（第7～11章）。基础部分的内容包括数据分析与Excel2016概述、外部数据的获取、数据处理、函数的应用、数据透视表和数据透视图、数据分析与可视化；实战部分为新零售智能销售数据分析项目实战，内容包含项目数据处理、商品销售
电子书
本书以大数据处理技术涉及的主要流程为主线，深入浅出地介绍大数据相关的基础知识。本书条理清晰、重点突出，内容循序渐进、难易得当。全书共7章，内容包括大数据概述，大数据采集，大数据存储与管理，大数据分析，数据可视化，数据安全、隐私保护与开放共享，以及大数据技术应用实例。本书还设置了实训和课后习题，通过练习和操作实践，帮助读者巩固所学的内容。
