pdf

数字图像处理与机器视觉:VISUAL C++与MATLAB实现

  • 1星
  • 日期: 2021-06-28
  • 大小: 212.74MB
  • 所需积分:1分
  • 下载次数:2
  • favicon收藏
  • rep举报
  • free评论
标签: 数字图像处理

数字图像处理

matlab

matlab

《数字图像处理与机器视觉——Visual  C++与Matlab实现(第2版)》将理论知识、科学研究和工程实践有机结合起来,内容涉及数字图像处理和识别技术的方方面面,包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、彩色图像处理、形态学处理、图像分割、图像压缩以及图像特征提取等;同时对机器视觉进行了前导性的探究,重点介绍了3种目前在工程技术领域非常流行的分类技术——人工神经网络(ANN)、支持向量机(SVM)和AdaBoost,并在配套给出的识别案例中直击光学字符识别(OCR)、人脸识别和性别分类等热点问题。

《数字图像处理与机器视觉——Visual  C++与Matlab实现(第2版)》结构紧凑,内容深入浅出,讲解图文并茂,适合于计算机、通信和自动化等相关专业的本科生、研究生,以及工作在图像处理和识别领域一线的广大工程技术人员阅读参考。

第0章初识数字图像处理与机器视觉

0.1数字图像

0.1.1什么是数字图像

0.1.2数字图像的显示

0.1.3数字图像的分类

0.1.4数字图像的实质

0.1.5数字图像的表示

0.1.6图像的空间和灰度级分辨率

0.2数字图像处理与机器视觉

0.2.1从图像处理到图像识别

0.2.2什么是机器视觉

0.2.3数字图像处理和识别的应用实例

0.3数字图像处理的预备知识

0.3.1邻接性、连通性、区域和边界

0.3.2距离度量的几种方法  第0章初识数字图像处理与机器视觉

0.1数字图像

0.1.1什么是数字图像

0.1.2数字图像的显示

0.1.3数字图像的分类

0.1.4数字图像的实质

0.1.5数字图像的表示

0.1.6图像的空间和灰度级分辨率

0.2数字图像处理与机器视觉

0.2.1从图像处理到图像识别

0.2.2什么是机器视觉

0.2.3数字图像处理和识别的应用实例

0.3数字图像处理的预备知识

0.3.1邻接性、连通性、区域和边界

0.3.2距离度量的几种方法

0.3.3基本的图像操作

dy  章MATLAB数字图像处理编程基础

1.1MATLABR2011a简介

1.1.1MATLAB软件环境

1.1.2文件操作

1.1.3在线帮助的使用

1.1.4变量的使用

1.1.5矩阵的使用

1.1.6细胞数组(CellArray)和结构体(Structure)

1.1.7关系运算与逻辑运算

1.1.8常用图像处理数学函数

1.1.9MATLAB程序流程控制

1.1.10M文件编写

1.1.11MATLAB函数编写

1.2MATLAB图像类型及其存储方式

1.3MATLAB的图像转换

1.4读取和写入图像文件

1.5图像的显示

第2章VisualC++图像处理编程基础

2.1位图文件及其C++操作

2.1.1设备无关位图

2.1.2BMP图像文件数据结构

2.2认识CImg类

2.2.1主要成员函数列表

2.2.2公有成员

2.3CImg类基础操作

2.3.1加载和写入图像

2.3.2获得图像基本信息

2.3.3检验有效性

2.3.4按像素操作

2.3.5改变图像大小

2.3.6重载的运算符

2.3.7在屏幕上绘制位图图像

2.3.8新建图像

2.3.9图像类型的判断与转化

2.4DIPDemo工程

2.4.1DIPDemo主界面

2.4.2图像操作和处理类——CImg和CImgProcess

2.4.3文档类——CDIPDemoDoc

2.4.4视图类——CDIPDemoView

2.5CImg应用示例

2.5.1打开图像

2.5.2清空图像

2.5.3像素初始化方法

2.5.4保存图像

第3章图像的点运算

3.1灰度直方图

3.1.1理论基础

3.1.2MATLAB实现

3.1.3VisualC++实现

3.2灰度的线性变换

3.2.1理论基础

3.2.2MATLAB程序的实现

3.2.3VisualC++实现

3.3灰度对数变换

3.3.1理论基础

3.3.2MATLAB实现

3.3.3VisualC++实现

3.4伽玛变换

3.4.1理论基础

3.4.2MATLAB编程实现

3.4.3VisualC++实现

3.5灰度阈值变换

3.5.1理论基础

3.5.2MATLAB编程实现

3.5.3VisualC++实现

3.6分段线性变换

3.6.1理论基础

3.6.2MATLAB编程实现

3.6.3VisualC++编程实现

3.7直方图均衡化

3.7.1理论基础

3.7.2MATLAB编程实现

3.7.3VisualC++实现

3.8直方图规定化(匹配)

3.8.1理论基础

3.8.2MATLAB编程实现

3.8.3VisualC++实现

第4章图像的几何变换

4.1解决几何变换的一般思路

4.2图像平移

4.2.1图像平移的变换公式

4.2.2图像平移的实现

4.3图像镜像

4.3.1图像镜像的变换公式

4.3.2图像镜像的实现

4.4图像转置

4.4.1图像转置的变换公式

4.4.2图像转置的实现

4.5图像缩放

4.5.1图像缩放的变换公式

4.5.2图像缩放的实现

4.6图像旋转

4.6.1以原点为中心的图像旋转

4.6.2以任意点为中心的图像旋转

4.6.3图像旋转的实现

4.7插值算法

4.7.1  近邻插值

4.7.2双线性插值

4.7.3高阶插值

4.8图像配准简介

4.8.1图像配准

4.8.2人脸图像配准的MATLAB实现

4.9VisualC++高级应用实例——汽车牌照的投影失真校正

4.9.1系统分析与设计

4.9.2系统实现

4.9.3功能测试

第5章空间域图像增强

5.1图像增强基础

5.2空间域滤波

5.3图像平滑

5.3.1平均模板及其实现

5.3.2高斯平滑及其实现

5.3.3通用平滑滤波的VisualC++实现

5.3.4自适应平滑滤波

5.4中值滤波

5.4.1性能比较

5.4.2一种改进的中值滤波策略

5.4.3中值滤波的工作原理

5.5图像锐化

5.5.1理论基础

5.5.2基于一阶导数的图像增强——梯度算子

5.5.3基于二阶微分的图像增强——拉普拉斯算子

5.5.4基于一阶与二阶导数的锐化算子的比较

5.5.5高提升滤波及其实现

5.5.6高斯-拉普拉斯变换(LaplacianofaGaussian,LoG)

第6章频率域图像增强

6.1频率域滤波——与空间域滤波殊途同归

6.2傅里叶变换基础知识

6.2.1傅里叶级数

6.2.2傅里叶变换

6.2.3幅度谱、相位谱和功率谱

6.2.4傅里叶变换的实质——基的转换

6.3快速傅里叶变换及实现

6.3.1FFT变换的  要性

6.3.2常见的FFT算法

6.3.3按时间抽取的基-2FFT算法

6.3.4离散反傅里叶变换的快速算法

6.3.5N维快速傅里叶变换

6.3.6MATLAB实现

6.3.7VisualC++实现

6.4频域滤波基础

6.4.1频域滤波与空域滤波的关系

6.4.2频域滤波的基本步骤

6.4.3频域滤波的MATLAB实现

6.4.4频域滤波的VisualC++实现

6.5频率域低通滤波器

6.5.1理想低通滤波器及其实现

6.5.2高斯低通滤波器及其实现

6.6频率域高通滤波器

6.6.1高斯高通滤波器及其实现

6.6.2频域拉普拉斯滤波器及其实现

6.7MATLAB综合案例——利用频域滤波消除周期噪声

6.7.1频域带阻滤波器

6.7.2带阻滤波器消除周期噪声

6.8频域滤波器与空域滤波器之间的内在联系

附录

第7章小波变换

7.1多分辨率分析

7.1.1多分辨率框架

7.1.2分解与重构的实现

7.1.3图像处理中分解与重构的实现

7.2Gabor多分辨率分析

7.3常见小波分析

7.3.1Haar小波

7.3.2Daubechies小波

7.4高维小波

第8章图像复原

8.1图像复原的理论模型

8.1.1图像复原的基本概念

8.1.2图像复原的一般模型

8.2噪声模型

8.2.1噪声种类

8.2.2MATLAB实现

8.2.3VisualC++实现

8.3空间滤波

8.3.1空域滤波原理

8.3.2MATLAB实现

8.3.3VisualC++实现

8.4逆滤波复原

8.4.1逆滤波原理

8.4.2MATLAB实现

8.4.3VisualC++实现

8.5维纳滤波复原

8.5.1维纳滤波原理

8.5.2MATLAB实现

8.5.3VisualC++实现

8.6有约束  小二乘复原

8.7Lucky-Richardson复原

8.8盲去卷积图像复原

8.9MATLAB图像复原综合案例——去除照片的运动模糊

第9章彩色图像处理

9.1彩色基础

9.2彩色模型

9.2.1RGB模型

9.2.2CMY、CMYK模型

9.2.3HSI模型

9.2.4HSV模型

9.2.5YUV模型

9.2.6YIQ模型

9.2.7Lab模型简介

9.3全彩色图像处理基础

9.3.1彩色补偿及其MATLAB实现

9.3.2彩色平衡及其MATLAB实现

dy  0章图像压缩

10.1图像压缩理论

10.1.1图像冗余

10.1.2香农定理

10.1.3保真度评价

10.2DCT变换与量化

10.2.1DCT变换原理

10.2.2量化

10.2.3DCT变换和量化的VisualC++实现

10.3预测编码

10.4霍夫曼编码

10.4.1霍夫曼编码原理

10.4.2霍夫曼编码的VisualC++实现

10.5算术编码

10.5.1算术编码原理

10.5.2算术编码的VisualC++实现

10.6游程编码

10.7JPEG和JPEG2000压缩标准

10.8VisualC++综合案例——类似JPEG的图像压缩

dy  1章形态学图像处理

11.1预备知识

11.2二值图像中的基本形态学运算

11.2.1腐蚀及其实现

11.2.2膨胀及其实现

11.2.3开运算及其实现

11.2.4闭运算及其实现

11.3二值图像中的形态学应用

11.3.1击中与击不中变换及其实现

11.3.2边界提取与跟踪及其实现

11.3.3区域填充及其VisualC++实现

11.3.4连通分量提取及其实现

11.3.5细化算法及其VisualC++实现

11.3.6像素化算法及其VisualC++实现

11.3.7凸壳及其VisualC++实现

11.3.8bwmorph()函数

11.4灰度图像中的基本形态学运算

11.4.1灰度膨胀及其实现

11.4.2灰度腐蚀及其实现

11.4.3灰度开、闭运算及其实现

11.4.4顶帽变换(  -hat)及其实现

小结

dy  2章图像分割

12.1图像分割概述

12.2边缘检测

12.2.1边缘检测概述

12.2.2常用的边缘检测算子

12.2.3MATLAB实现

12.2.4VisualC++实现

12.3霍夫变换

12.3.1直线检测

12.3.2曲线检测

12.3.3任意形状的检测

12.3.4Hough变换直线检测的MATLAB实现

12.3.5Hough变换直线检测的VisualC++实现

12.4阈值分割

12.4.1阈值分割方法

12.4.2MATLAB实现

12.4.3VisualC++实现

12.5区域分割

12.5.1区域生长及其实现

12.5.2区域分裂与合并及其MATLAB实现

12.6小结

dy  3章特征提取

13.1图像特征概述

13.2基本统计特征

13.2.1简单的区域描绘子及其MATLAB实现

13.2.2直方图及其统计特征

13.2.3灰度共现矩阵及其VisualC++实现

13.3特征降维

13.3.1维度灾难

13.3.2特征选择简介

13.3.3主成分分析

13.3.4快速PCA及其实现

13.4综合案例——基于PCA的人脸特征抽取

13.4.1数据集简介

13.4.2生成样本矩阵

13.4.3主成分分析

13.4.4主成分脸可视化分析

13.4.5基于主分量的人脸重建

13.5局部二进制模式

13.5.1基本LBP

13.5.2圆形邻域的LBPPR算子

13.5.3统一化LBP算子——UniformLBP及其MATLAB实现

13.5.4MB-LBP及其MATLAB实现

13.5.5图像分区及其MATLAB实现

dy  4章图像识别初步

14.1模式识别概述

14.2模式识别方法分类

14.3  小距离分类器和模板匹配

14.3.1  小距离分类器及其MATLAB实现

14.3.2基于相关的模板匹配

14.3.3相关匹配的计算效率

dy  5章人工神经网络

15.1人工神经网络简介

15.1.1仿生学动机

15.1.2人工神经网络的应用实例

15.2人工神经网络的理论基础

15.2.1训练线性单元的梯度下降算法

15.2.2多层人工神经网络

15.2.3Sigmoid单元

15.2.4反向传播(BackPropagation,BP)算法

15.2.5训练中的问题

15.3基于ANN的数字字符识别系统DigitRec——分析与设计

15.3.1任务描述

15.3.2数据集简介

15.3.3设计要点

15.4基于ANN的数字字符识别系统——DigitRec的实现

15.4.1构建神经元结构——SNeuron

15.4.2构建神经网络网络层——SNeuronLayer

15.4.3神经网络信息头——NeuralNet_Header

15.4.4神经网络类——CNeuralNet

15.4.5神经网络的训练数据类——CNeuralData

15.4.6误差跟踪类——CValueTrack

15.4.7训练对话框类——CTrainDlg

15.4.8测试对话框类——CTestDlg

15.5基于ANN的数字字符识别系统——DigitRec的测试

15.5.1训练

15.5.2测试

15.6改进的DigitRec

15.6.1数字字符图像的预处理类——COCRImageProcess

15.6.2输入图像的预处理——实现

15.6.3输入图像的预处理——测试

15.7神经网络参数对训练和识别的影响

15.7.1隐藏层单元数目的影响

15.7.2学习率的影响

15.7.3训练时代数目的影响

dy  6章支持向量机

16.1支持向量机的分类思想

16.2支持向量机的理论基础

16.2.1线性可分情况下的SVM

16.2.2非线性可分情况下的C-SVM

16.2.3需要核函数映射情况下的SVM

16.2.4推广到多类问题

16.3SVM的MATLAB实现

16.3.1训练——svmtrain

16.3.2分类——svmclassify

16.3.3应用实例

16.4综合案例——基于PCA和SVM的人脸识别系统

16.4.1人脸识别简介

16.4.2前期处理

16.4.3数据规格化

16.4.4核函数的选择

16.4.5参数选择

16.4.6构建多类SVM分类器

16.4.7实验结果

16.5SVM在线资源

16.5.1MATLAB的SVM工具箱

16.5.2LibSVM的简介

dy  7章AdaBoost

17.1AdaBoost分类思想

17.2AdaBoost理论基础

17.3构建AdaBoost的MATLAB工具箱

17.4MATLAB综合案例——基于AdaBoost的面部图像男女性别分类

17.4.1关于数据集

17.4.2数据的预处理

17.4.3算法流程实现

参考文献

推荐帖子 最新更新时间:2021-09-22 03:51

电源设计经验之MOS管驱动电路
      在使用MOSFET设计开关电源时,大部分人都会考虑MOSFET的导通电阻、最大电压、最大电流。但很多时候也仅仅考虑了这些因素,这样的电路也许可以正常工作,但并不是一个好的设计方案。更细致的,MOSFET还应考虑本身寄生的参数。对一个确定的MOSFET,其驱动电路,驱动脚输出的峰值电流,上升速率等,都会影响MOSFET的开关性能。 当电源IC与MOS管选定之后,选择合适的驱动电路来连接
qwqwqw2088 模拟与混合信号
AFPM100消防设备电源监控系统在济南高新万达广场的应用--安科瑞徐秋霞
徐秋霞 1安科瑞电气股份有限公司,上海 嘉定 201801; 摘要:本文简述了消防设备电源的组成原理,分析了消防设备电源监控系统在应用中的设计依据和相关规范。最后通过安科瑞消防设备电源监控系统在济南高新万达广场项目的实例介绍,阐述了消防设备电源功能的实现及其重要意义。 关键词:消防设备电源;电源监控模块;监控系统;AFPM100;济南高新万达广场 0  概述        AFPM消
shacrelzyf 工控电子
关于射频芯片,没有比这一篇更全了!值得收藏!
2019年是5G商业应用元年。进入5G时代,射频芯片成了行业热议焦点。传统来说,一部可支持打电话、发短信、网络服务、APP应用的手机,一般包含五个部分部分:射频部分、基带部分、电源管理、外设、软件。射频部分:一般是信息发送和接收的部分;基带部分:一般是信息处理的部分;电源管理:一般是节电的部分,由于手机是能源有限的设备,所以电源管理十分重要;外设:一般包括LCD,键盘,机壳等;软件:一般包括系统、
alan000345 RF/无线
【TGF4042信号发生器】+第5期频率计
TGF4042带有频率计功能,本次测评利用该功能测试自身生成的不同波形的频率。 通过手册上的操作介绍,进入Frequency counter功能界面。 接口的相关电气参数可以在手册上找到。 将Ch1 Output1输出接入到Count(DC) Input。需要在之后的信号设置过程中注意电平问题,以免损坏设备。同时接入示波器更方便查看波形,也利用示波器的频率测量功能作为对比
zjd01 测试/测量
系统引导程序的工作原理
引子单片机控制系统中,由于程序规模不大,它完全可以存储于程序可寻址的片上ROM(Read Only Memory:只读存储器,它的种类很多,这里不做过多解释)。当程序运行时,不需要移动程序位置,便可直接通过PC(Programming Counter:程序计数器,它总是指向CPU下一条要执行的程序指令)指针指向,加载到CPU当中并解释执行。问题目标系统规模比较庞大的嵌入式系统,需要使用规模
走马观花 嵌入式系统
SPI接口DMA模式通信
因为在tinyos系统下,节点写flash的速度过慢,开始怀疑是不是SPI的速度有问题,所以后来就直接在IAR上裸机读写FLASH,看看速度可以去到多少。用到了430的SPI的DMA模式         DMA模式之所以会更快,是因为所要传输的数据省去了要经过CPU处理这一步,直接在内部总线传输到DMA寄存器,然后DMA寄存器在根据情况通过总线传输到目标寄存器。这里的总线,我也还没搞清楚。在DM
灞波儿奔 微控制器 MCU

评论

登录/注册

意见反馈

求资源

回顶部

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved
$(function(){ var appid = $(".select li a").data("channel"); $(".select li a").click(function(){ var appid = $(this).data("channel"); $('.select dt').html($(this).html()); $('#channel').val(appid); }) })
×