面向检测的图像处理技术PDF|Epub|txt|kindle电子书版本网盘下载

面向检测的图像处理技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 数字图像处理的层次1

1.2 数字图像处理的发展历程2

1.3 数字图像处理的应用领域3

1.4 数字图像处理的基本步骤4

本章小结5

习题5

第2章 数字图像基础6

2.1 图像的感知与获取6

2.1.1 照明6

2.1.2 镜头12

2.1.3 图像传感器21

2.2 数字图像25

2.2.1 简单的图像形成模型25

2.2.2 图像的采样与量化26

2.2.3 数字图像的分辨率26

2.2.4 数字图像的表示26

2.2.5 像素间的若干基本关系27

2.3 颜色28

2.3.1 彩色基础29

2.3.2 彩色模型31

本章小结34

习题34

第3章 图像增强36

3.1 空间域增强的基本知识36

3.2 灰度变换37

3.2.1 若干基本的灰度变换37

3.2.2 直方图处理41

3.3 噪声模型46

3.3.1 若干重要的随机噪声46

3.3.2 周期噪声48

3.3.3 噪声参数的估计48

3.4 空间滤波49

3.4.1 空间滤波基础49

3.4.2 平滑空间滤波器50

3.4.3 锐化空间滤波器55

3.5 频域滤波58

3.5.1 频域滤波简介59

3.5.2 频域平滑滤波器61

3.5.3 频域锐化滤波器63

3.5.4 带通／带阻滤波器与陷波滤波器66

3.6 利用算术操作增强67

3.6.1 加法运算67

3.6.2 减法运算67

3.6.3 乘法运算68

3.6.4 除法运算68

本章小结69

习题69

第4章 图像复原72

4.1 图像退化／复原过程模型72

4.2 退化函数的估计方法及典型退化系统的传递函数74

4.2.1 估计退化函数74

4.2.2 若干典型退化系统的传递函数74

4.3 线性滤波图像复原方法76

4.3.1 无约束复原76

4.3.2 维纳滤波77

4.3.3 平滑约束滤波器77

4.4 非线性统计复原78

4.4.1 最大后验估计78

4.4.2 最大似然估计79

4.5 几何变换80

4.5.1 空间变换80

4.5.2 灰度级插补81

本章小结82

习题83

第5章 图像分割84

5.1 阈值分割84

5.1.1 固定阈值分割法85

5.1.2 迭代法85

5.1.3 最大类间方差法85

5.1.4 最佳熵阈值分割法86

5.1.5 最佳阈值分割87

5.2 基于区域的分割89

5.2.1 区域生长89

5.2.2 区域分离与合并90

5.3 边缘检测91

5.3.1 边缘的基本知识91

5.3.2 边缘检测的梯度算子92

5.3.3 通过二阶微分零点穿越检测边缘93

5.3.4 Canny边缘检测94

5.4 边界跟踪与检测97

5.4.1 局部边缘连接97

5.4.2 Hough变换97

5.4.3 边界跟踪100

5.5 基于偏微分方程的分割100

5.5.1 活动轮廓模型101

5.5.2 无边缘活动轮廓模型105

本章小结106

习题107

第6章 数学形态学图像处理109

6.1 集合论的基础知识109

6.2 膨胀和腐蚀112

6.3 开操作与闭操作114

6.4 击中或未击中变换115

6.5 若干常见的二值图像形态学算法116

6.5.1 边界提取117

6.5.2 区域填充117

6.5.3 连通分量的提取118

6.5.4 细化118

6.5.5 粗化119

6.5.6 骨架119

6.5.7 裁剪122

6.6 在灰度级图像上的扩展123

6.6.1 膨胀与腐蚀123

6.6.2 开操作与闭操作124

6.6.3 灰度图像形态学操作的若干应用125

6.7 基于形态学的分水岭分割127

6.7.1 基本概念127

6.7.2 分水线的构造128

6.7.3 分水岭分割算法129

本章小结131

习题131

第7章 对象表示与描述133

7.1 形状表示133

7.1.1 链码133

7.1.2 曲线近似与拟合134

7.1.3 骨架136

7.1.4 图像特征点137

7.2 边界描述子142

7.2.1 若干简单的边界描述子142

7.2.2 傅里叶描述子143

7.3 区域描述子144

7.3.1 若干简单的区域描述子144

7.3.2 二维函数的矩145

7.4 纹理描述子146

7.4.1 统计方法146

7.4.2 频谱方法147

7.4.3 LBP描述子147

7.5 主元分析149

本章小结150

习题150

第8章 对象识别151

8.1 模式与模式识别的基本概念151

8.2 基于图像相关的匹配152

8.3 最小距离分类器与近邻分类器153

8.3.1 最小距离分类器153

8.3.2 最近邻分类器154

8.3.3 k-近邻分类器155

8.4 贝叶斯分类155

8.4.1 最大后验概率分类155

8.4.2 最小风险贝叶斯分类156

8.5 BP神经网络分类器157

8.5.1 BP网络的基本结构157

8.5.2 BP网络的设计与训练158

本章小结159

习题160

第9章 图像压缩161

9.1 基本知识161

9.1.1 图像中的数据冗余161

9.1.2 保真度准则165

9.1.3 图像压缩模型166

9.1.4 图像的若干信息论基本知识167

9.1.5 图像压缩编码的分类169

9.2 无失真编码170

9.2.1 行程编码170

9.2.2 LZW编码170

9.2.3 Huffman编码172

9.2.4 算术编码173

9.3 预测编码174

9.4 变换编码178

9.4.1 常见的图像变换178

9.4.2 子图像的大小选择182

9.4.3 系数选择和比特分配182

9.5 JPEG静态图像压缩标准简介183

本章小结191

习题191

第10章 摄像机标定与立体视觉193

10.1 摄像机标定193

10.1.1 摄像机模型193

10.1.2 摄像机的标定过程196

10.1.3 由单幅图像获取对象的实际尺寸198

10.1.4 影响摄像机参数估计值准确性的因素199

10.2 立体重构199

10.2.1 一般双目视觉系统的立体几何结构200

10.2.2 立体视觉中的匹配200

10.2.3 标准外极线几何结构201

10.2.4 深度重构202

本章小结203

习题203

第11章 基于图像的检测应用实例204

11.1 激光焊接对接接头间隙宽度测量204

11.1.1 对接接头间隙测量视觉系统的结构204

11.1.2 对接接头间隙测量的图像处理算法205

11.2 细水雾液滴尺寸测量与分析207

11.2.1 雾滴的采样与图像采集207

11.2.2 雾滴图像的处理与分析207

11.2.3 显微标尺标定208

11.3 肉牛体形参数检测209

11.3.1 肉牛图像的获取209

11.3.2 肉牛图像分割210

11.3.3 肉牛外形参数测量211

11.4 成熟番茄的识别与定位211

11.4.1 成熟番茄定位的双目立体视觉系统组成和标定211

11.4.2 成熟番茄的识别212

11.4.3 成熟番茄的定位213

11.5 滚珠螺母形位误差检测214

11.5.1 滚珠螺母形位误差检测系统组成214

11.5.2 滚珠螺母图像的预处理与分割215

11.5.3 形位误差测量215

本章小结216

习题217

参考文献218