基本信息
作 者：王耀南，李樹濤，毛建旭 著 叢 書 名：出 版 社：高等教育出版社ISBN：9787040094
內容簡介
《計算機圖像處理與識別技術》系統地介紹了計算機圖像處理與識別的基本概念、基本理論與方法、技術和套用實例。《計算機圖像處理與識別技術》共分九章，內容包括計算機圖像處理與識別技術綜述、MATLAB程式語言、圖像預處理、圖像分割、圖像恢復與校正、圖像特徵提取、圖像識別、圖像數據壓縮編碼以及圖像工程技術在工業自動檢測、智慧型機器人視覺檢測、智慧型交通監控與管理、衛星遙感圖像識別等方面的套用實例，並附有MATLAB圖像處理函式館和圖像工程技術領域專業辭彙的漢英對照。
《計算機圖像處理與識別技術》取材新穎，論述深入淺出，圖例程式豐富，注重理論與實踐相結合，力求使讀者儘快掌握和套用這門高新技術。《計算機圖像處理與識別技術》可作為計算機套用、自動化、圖像處理與模式識別、通信與電子系統、信號與信息處理、機電一體化等專業高年級本科生的教材和參考書，也可供從事圖像處理與識別技術的研究人員和工程技術人員作參考書。
目錄
第一章 數字圖像處理綜述
1.1 概論
1.2 數字圖像處理系統
1.2.1 計算機圖像處理系統的發展
1.2.2 微機圖像處理系統的基本構成
1.3 數字圖像的形成
1.3.1 抽樣
1.3.2 量化
1.4 數字圖像的數學描述
1.4.1 數字圖像的矩陣表示
1.4.2 二維數組和圖像的關係
1.4.3 對二維數組處理的基本程式框架
1.5 數字圖像的數據結構
1.5.1 二維數組
1.5.2 一維數組
1.5.3 分層結構
1.5.4 樹狀結構
1.5.5 多波段圖像的數據結構
1.5.6 其他形式的數據存儲格式
1.6 數字圖像處理的基本方法
1.6.1 基本處理過程
1.6.2 基本運算形式
1.7 數字圖像處理與識別及圖像理解所研究的內容
1.7.1 圖像處理技術
1.7.2 圖像識別技術
1.7.3 圖像理解
1.8 圖像處理與圖像識別及圖像理解的關係
1.8.1 圖像處理
1.8.2 什麼是圖像理解
1.8.3 圖像識別與圖像處理及圖像理解的關係
1.9 計算機視覺（機器視覺）
1.9.1 計算機視覺研究的內容
1.9.2 計算機視覺與人類視覺的差異
1.9.3 計算機視覺的硬體
1.9.4 與計算機視覺相關的領域
1.9.5 計算機視覺發展的現狀
1.9.6 計算機視覺的套用
第二章 MATLAB語言基礎
2.1 MATLAB簡介
2.2 MATLAB基本操作
2.3 MATLAB編程基礎
2.3.1 變數
2.3.2 數據類型
2.3.3 特殊定義值
2.3.4 基本賦值語句
2.3.5 工作空間的管理
2.4 MATLAB運算符
2.4.1 算術運算符
2.4.2 關係運算符
2.4.3 邏輯運算符
2.5 MATLAB控制語句
2.5.1 循環控制語句
2.5.2 條件轉移語句
2.5.3 開關控制語句
2.6 MATLAB在線上幫助系統
2.6.1 幫助命令（help）
2.6.2 幫助視窗（helpwindow）
2.6.3 幫助桌面（HelpDesk）
2.6.4 關鍵字查詢（lookfor）
2.6.5 Mathworks公司網站
第三章 圖像預處理
3.1 圖像變換
3.1.1 傅立葉變換
3.1.2 離散餘弦變換
3.1.3 哈達碼變換
3.1.4 沃爾什變換
3.1.5 離散卡一洛變換
3.2 灰度變換
3.2.1 灰度線性變換
3.2.2 灰度非線性變換
3.3 直方圖變換
3.3.1 灰度直方圖
3.3.2 直方圖修正基礎
3.3.3 直方圖均衡化
3.3.4 直方圖規定化
3.4 空間域圖像平滑
3.4.1 鄰域平均法
3.4.2 選擇平均法
3.4.3 中值濾波
3.4.4 空間域低通濾波
3.5 空間域圖像銳化
3.5.1 梯度法
3.5.2 空域高通濾波法
3.5.3 掩摸匹配法
3.6 頻域圖像平滑和銳化
3.6.1 頻域低通濾波法
3.6.2 頻域高通頻濾波
3.7 偽彩色和假彩色處理
3.7.1 偽彩色處理
3.7.2 假彩色處理
第四章 圖像分割
4.1 邊緣檢測
4.1.1 邊緣運算元法
4.1.2 模板匹配法
4.1.3 曲面擬合法
4.2 灰度閾值分割
4.2.1 雙峰法
4.2.2 p參數法
4.2.3 最大方差自動取閾法
4.3 區域生長
4.3.1 灰度差判別準則
4.3.2 灰度分布相似性判別準則
第五章 圖像恢復與校正
5.1 圖像恢復的基本概念
5.2 圖像退化的模型
5.3 圖像復原的代數方法
5.3.1 基本方程
5.3.2 分塊循環矩陣的對角化
5.3.3 反向濾波器
5.3.4 最小二乘方濾波器
5.4 最小二乘方恢復
5.4.1 約束的最小二乘方復原
5.4.2 最大熵濾波器
5.5 圖像幾何畸變校正
5.6 圖像的幾何變換
5.6.1 圖像幾何變換原理
5.6.2 坐標變換
5.6.3 灰度插值
第六章 圖像特徵提取
6.1 紋理特徵提取
6.1.1 直方圖統計特徵
6.1.2 圖像的自相關函式
6.1.3 灰度分布統計特徵
6.1.4 傅立葉特徵
6.2 形狀特徵提取
6.2.1 區域內部的形狀特徵
6.2.2 區域邊界的形狀特徵
6.3 顏色特徵提取
6.3.1 彩色視覺系統
6.3.2 計算機彩色圖像
6.3.3 顏色表示系統
6.3.4 顏色系統之間的轉換
6.3.5 顏色的區分與對比
第七章 圖像識別
7.1 圖像識別概述
7.2 判別函式和判別規則
7.2.1 線性判別函式
7.2.2 最小距離判別函式
7.2.3 最近鄰域判別函式
7.2.4 非線性判別函式
7.3 特徵的提取和選擇
7.4 統計模式識別方法
7.4.1 基本概念
7.4.2 貝葉斯分類器
7.4.3 基於貝葉斯分類器的遙感圖像分類
7.5 模糊集理論識別方法
7.5.1 引言
7.5.2 模糊集理論概述
7.5.3 最大隸屬原則識別方法
7.5.4 擇近原則識別方法
7.5.5 模糊聚類識別方法
7.5.6 基於最大錄屬原則的機械零件識別
7.5.7 基於模糊聚類的汽車類型識別
……
第八章 圖像數據壓縮編碼
第九章 套用實例
前言
圖像處理與識別技術是一門跨學科的前沿高科技。隨著計算機軟硬體技術的不斷提高，計算機圖像處理與識別技術從20世紀80年代中期到90年代末得到了迅速的發展，已廣泛地套用在工業、農業、交通、金融、地質、海洋、氣象、生物醫學、軍事、公安、電子商務、衛星遙感、機器人視覺、目標跟蹤、自主車導航、多媒體信息網路通信等領域，取得了顯著的社會效益和經濟效益。現在人們已充分認識到計算機圖像處理與識別技術是認識世界、改造世界的重要手段，是21世紀資訊時代的一門重要的高新科學技術。
數字圖像處理技術始於20世紀50年代，主要研究圖像編碼與壓縮、圖像預處理、圖像增強、圖像變換、圖像恢復、圖像分割與分析等。對圖像處理環節來說，輸入是圖像，處理後輸出的也是圖像。圖像識別技術是對上述處理後的圖像進行分類，確定類別名稱，它可在分割的基礎上選擇需要提取的特徵，並對某些參數進行測量，最後根據測量結果作分類與識別。
