数字图像处理:理论、实践与 AI 应用:内容简介
本书按数字图像处理课程的技术脉络展开。前几章回顾一维信号、理论基础、图像形成、采样和量化;中段依次讲解图像变换、小波、增强、建模、恢复、压缩、分割、特征提取、形态学和重建。后段从传统图像分类过渡到机器学习、分层模型、自编码器与 AI 应用。完整结构便于读者把经典方法与现代学习方法放在同一知识体系中比较。学习时既可以按章节建立完整基础,也可以围绕增强、分割或分类任务追踪从数学原理到现代模型的演变。
《数字图像处理》主要内容
- 建立采样、量化与图像形成基础
- 掌握变换、小波、增强和恢复方法
- 理解压缩、分割、特征与形态学
- 从传统分类过渡到机器学习分类
- 认识自编码器与图像 AI 应用
适合哪些读者
适合电子信息、计算机视觉、信号处理方向的本科高年级和研究生,以及需要系统补足经典图像处理基础的工程师。
部分章节数学推导较多,建议具备线性代数、概率和信号处理基础。
目录、试读与相关阅读
可在本页“目录与试读”中查看章节和正文节选,在“书籍资料”中核对作者、版本、语言与 EPUB 文件大小。同主题读本包括Python 图像处理与计算机视觉实战(第二版)、面向平台工程的智能体 AI,以及企业 AI 智能体安全。
继续浏览人工智能与 AI 工程,或查看EPUB 阅读与下载帮助。
目录与试读
目录
章节与主要小节(依据 EPUB 导航整理):
题献
前言
关于本书
先修课程与课程组织
致谢
作者简介
约定与符号
关于配套网站
第1章 引言
1.1 DIP 系统组件
1.2 数字图像处理的领域
1.3 结语与目标
参考文献
第2章 一维信号处理综述
2.1 离散时间信号与系统——确定性情况
2.2 离散时间信号与系统——随机情形
2.3 习题
参考文献
第3章 理论基础
3.1 离散空间二维信号和系统——确定性情形
3.2 离散空间二维信号与系统-随机情形
3.3 计算机项目
3.4 习题
参考文献
第4章 图像形成与感知
4.1 人眼
4.2 视觉感知的要素
4.3 色彩系统
4.4 习题
参考文献
第5章 图像采样与量化
5.1 图像采样
5.2 图像量化
5.3 计算机项目
5.4 问题
参考文献
第6章 图像变换
6.1 二维离散傅里叶变换
6.2 二维离散余弦变换
6.3 二维沃尔什-哈达玛变换
6.4 二维Karhunen-Loève变换
6.5 计算机项目
6.6 习题
参考文献
第7章 小波变换
7.1 短时傅里叶变换
7.2 连续小波变换
7.3 位移-尺度参数的数字化与小波级数
7.4 滤波器组和离散小波级数
7.5 二维离散小波变换和滤波器组
7.6 计算机项目
7.7 习题
参考文献
第8章 图像增强
8.1 点操作
8.2 空间操作
8.3 变换域操作
8.4 计算机项目
8.5 习题
参考文献
第9章 图像建模
9.1 一维线性模型
9.2 二维线性图像模型
9.3 多元或向量线性模型
9.4 计算机实践
9.5 习题
参考文献
注
第10章 图像恢复
10.1 图像退化模型
10.2 图像复原滤波器
10.3 计算机项目
10.4 习题
参考文献
第11章 图像压缩与编码
11.1 信息论回顾
11.2 图像压缩与编码方法 – 无损
11.3 图像压缩与编码方法 – 有损
11.4 混合方法
11.5 计算机项目
11.6 习题
参考文献
第12章 图像分割
12.1 基于相似性的图像分割
12.2 基于边缘和轮廓的分割
12.3 计算机项目
12.4 习题
参考文献
第13章 特征提取
13.1 目标与要求
13.2 颜色特征
13.3 能量特征
13.4 光谱特征
13.5 纹理特征
13.6 线条与轮廓特征
13.7 形状特征
13.8 计算机项目
13.9 习题
参考文献
第14章 形态学操作
14.1 基本形态学运算 – 二值图像
14.2 形态学变换 – 二值图像
14.3 形态学运算 – 灰度图像
14.4 形态学运算的应用
14.5 计算机项目
14.6 习题
参考文献
第15章 图像重建
15.1 图像重建基础
15.2 解析图像重建方法
15.3 迭代图像重建方法
15.4 计算机项目
15.5 习题
参考文献
第16章 传统图像分类
16.1 确定性模式分类
16.2 统计模式分类
16.3 计算机项目
16.4 习题
参考文献
第17章 现代图像分类:机器学习要素
17.1 生物神经网络
17.2 人工神经网络
17.3 学习算法
17.4 计算机项目
17.5 习题
参考文献
第18章 现代图像分类——分层机器
18.1 多层感知器神经网络
18.2 卷积神经网络
18.3 自组织特征映射
18.4 计算机项目
18.5 问题
参考文献
第19章 降维网络与自编码器
19.1 线性自编码器
19.2 使用流形学习的非线性降维
19.3 非线性自编码器
19.4 计算机项目
19.5 问题
参考文献
第20章 数字图像处理中的人工智能应用
20.1 立体图像的视差估计
20.2 用于模式检索的联想记忆
20.3 计算机项目
参考文献
附录 A:一维 z变换的回顾
A.1 z 变换性质
A.2 使用部分分式展开的逆 z 变换
A.3 使用 z 变换求解差分方程
参考文献
附录 B:二维 z变换
参考文献
最终用户许可协议
试读节选
献给在这漫长旅途中指引我的三位挚爱之人:缅怀我的小舅子 Reza Moezzi,是他的精神激励我启程;也致我的姐姐 Manijeh(Mimi)和我的妻子 Sheida,感谢你们坚定不移的爱与鼓励,助我完成此作。