数字图像处理(含MATLAB源码PPT课件) PDF 第三版

  • 更新时间:
  • 5965人关注
  • 点击下载

给大家带来的一篇关于数字图像处理相关的电子书资源,介绍了关于数字图像处理、MATLAB源码、PPT课件方面的内容,本书是由电子工业出版社出版,格式为PDF,资源大小84.2 MB,Rafael C. Gonzalez编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.4分。

书籍介绍

Rafael C. Gonzalez(拉斐尔?C?冈萨雷斯)

1965于英国迈阿密大学获电气工程学士学位证书;1967年和1970年于英国佛罗里达大学盖恩斯维尔校区各自获电气设备工程硕士学位和博士研究生。1970年,加盟代理田纳西大学诺克斯维尔校区(UTK)电动机和电子计算机工程系。1973年成副教授职称,1978年成专家教授,1984年被授于“巨大贡献专家教授”。1994年到1997年任院主任,现为UTK名誉教授。

1977年获UTK工学院员工成就奖;1978年获UTK校领导科学研究学家奖;1980年获Magnavox工程项目专家教授奖;1980年获M. E. Brooks优秀专家教授奖;1981年,变成田纳西大学的IBM专家教授并且于1984年被授于杰出成就专家教授;1985年,被迈阿密大学授于优秀男大学毕业生奖;1986年,被授于Phi Kappa Phi学家奖;1992年,获田纳西大学Nathan W. Dougherty工程项目特等奖。

Richard E. Woods(理查德?E?伍兹)

理查德?E?伍兹,UTK电气工程系学土、研究生和博士研究生。从事亲身经历包含实业家、大学老师、资询、供应链管理和工业工程。*近开创了专业开发设计医疗器材便携式计算机软件的MedData Interactive企业。他還是认知企业的创办人和副作载,承担企业的定量分析图像检测和全自动管理决策商品的开发设计工作中。

数字图像处理行业,这书做为关键教材内容现有30很多年。这一版本号是创作者在前两版的基本上修定而成的,是前两版的发展趋势与持续。除保存了前两版的绝大多数內容外,依据用户的意见反馈,创作者在13个层面对这书开展了修定,增加了400多幅图象、200多幅数据图表及80多道练习题,融进了近些年数字图像处理行业的关键进度,因此这书特点独特且开拓创新。全书仍分成12章,即绪论、彩色图像基本、灰度变换与室内空间过滤、頻率域过滤、图像复原与复建、彩色图像解决、小波和多像素解决、图像压缩、形态学图象处理、图像分割、表达与叙述、总体目标鉴别。

目录

  • 第1章 绪论 1
  • 引言 1
  • 1.1 什么是数字图像处理 1
  • 1.2 数字图像处理的起源 2
  • 1.3 使用数字图像处理领域的实例 4
  • 1.3.1 伽马射线成像 5
  • 1.3.2 X射线成像 5
  • 1.3.3 紫外波段成像 7
  • 1.3.4 可见光及红外波段成像 7
  • 1.3.5 微波波段成像 10
  • 1.3.6 无线电波段成像 10
  • 1.3.7 使用其他成像方式的例子 11
  • 1.4 数字图像处理的基本步骤 14
  • 1.5 图像处理系统的组成 15
  • 小结 17
  • 参考文献 17
  • 第2章 数字图像基础 20
  • 引言 20
  • 2.1 视觉感知要素 20
  • 2.1.1 人眼的结构 20
  • 2.1.2 眼睛中图像的形成 22
  • 2.1.3 亮度适应和辨别 22
  • 2.2 光和电磁波谱 24
  • 2.3 图像感知和获取 26
  • 2.3.1 使用单个传感器获取图像 27
  • 2.3.2 使用条带传感器获取图像 27
  • 2.3.3 使用传感器阵列获取图像 28
  • 2.3.4 简单的图像形成模型 28
  • 2.4 图像取样和量化 30
  • 2.4.1 取样和量化的基本概念 30
  • 2.4.2 数字图像表示 31
  • 2.4.3 空间和灰度分辨率 34
  • 2.4.4 图像内插 36
  • 2.5 像素间的一些基本关系 38
  • 2.5.1 相邻像素 38
  • 2.5.2 邻接性、连通性、区域和边界 38
  • 2.5.3 距离度量 40
  • 2.6 数字图像处理中所用数学工具的介绍 41
  • 2.6.1 阵列与矩阵操作 41
  • 2.6.2 线性操作与非线性操作 42
  • 2.6.3 算术操作 42
  • 2.6.4 集合和逻辑操作 46
  • 2.6.5 空间操作 49
  • 2.6.6 向量与矩阵操作 53
  • 2.6.7 图像变换 54
  • 2.6.8 概率方法 56
  • 小结 57
  • 参考文献 58
  • 习题 58
  • 第3章 灰度变换与空间滤波 62
  • 引言 62
  • 3.1 背景知识 62
  • 3.1.1 灰度变换和空间滤波基础 62
  • 3.1.2 关于本章中的例子 63
  • 3.2 一些基本的灰度变换函数 64
  • 3.2.1 图像反转 64
  • 3.2.2 对数变换 64
  • 3.2.3 幂律(伽马)变换 66
  • 3.2.4 分段线性变换函数 68
  • 3.3 直方图处理 72
  • 3.3.1 直方图均衡 72
  • 3.3.2 直方图匹配(规定化) 77
  • 3.3.3 局部直方图处理 83
  • 3.3.4 在图像增强中使用直方图统计 85
  • 3.4 空间滤波基础 88
  • 3.4.1 空间滤波机理 88
  • 3.4.2 空间相关与卷积 89
  • 3.4.3 线性滤波的向量表示 92
  • 3.4.4 空间滤波器模板的产生 93
  • 3.5 平滑空间滤波器 93
  • 3.5.1 平滑线性滤波器 93
  • 3.5.2 统计排序(非线性)滤波器 96
  • 3.6 锐化空间滤波器 97
  • 3.6.1 基础 97
  • 3.6.2 使用二阶微分进行图像锐化——
  • 拉普拉斯算子 99
  • 3.6.3 非锐化掩蔽和高提升滤波 100
  • 3.6.4 使用一阶微分对(非线性)图像锐
  • 化——梯度 101
  • 3.7 混合空间增强法 103
  • 3.8 使用模糊技术进行灰度变换和
  • 空间滤波 105
  • 3.8.1 引言 106
  • 3.8.2 模糊集合论原理 106
  • 3.8.3 模糊集合应用 110
  • 3.8.4 使用模糊集合进行灰度变换 116
  • 3.8.5 使用模糊集合进行空间滤波 117
  • 小结 119
  • 参考文献 119
  • 习题 120
  • 第4章 频率域滤波 124
  • 引言 124
  • 4.1 背景 124
  • 4.1.1 傅里叶级数和变换简史 124
  • 4.1.2 关于本章中的例子 125
  • 4.2 基本概念 125
  • 4.2.1 复数 125
  • 4.2.2 傅里叶级数 126
  • 4.2.3 冲激及其取样特性 126
  • 4.2.4 连续变量函数的傅里叶变换 128
  • 4.2.5 卷积 130
  • 4.3 取样和取样函数的傅里叶变换 131
  • 4.3.1 取样 131
  • 4.3.2 取样函数的傅里叶变换 132
  • 4.3.3 取样定理 134
  • 4.3.4 混淆 135
  • 4.3.5 由取样后的数据重建(复原)函数 137
  • 4.4 单变量的离散傅里叶变换(DFT) 138
  • 4.4.1 由取样后的函数的连续变换得
  • 到DFT 138
  • 4.4.2 取样和频率间隔间的关系 140
  • 4.5 两个变量的函数的扩展 141
  • 4.5.1 二维冲激及其取样特性 141
  • 4.5.2 二维连续傅里叶变换对 141
  • 4.5.3 二维取样和二维取样定理 142
  • 4.5.4 图像中的混淆 143
  • 4.5.5 二维离散傅里叶变换及其反变换 147
  • 4.6 二维离散傅里叶变换的一些性质 148
  • 4.6.1 空间和频率间隔的关系 148
  • 4.6.2 平移和旋转 148
  • 4.6.3 周期性 148
  • 4.6.4 对称性 150
  • 4.6.5 傅里叶谱和相角 154
  • 4.6.6 二维卷积定理 157
  • 4.6.7 二维离散傅里叶变换性质的小结 159
  • 4.7 频率域滤波基础 161
  • 4.7.1 频率域的其他特性 161
  • 4.7.2 频率域滤波基础 162
  • 4.7.3 频率域滤波步骤小结 165
  • 4.7.4 空间和频率域滤波间的对应 166
  • 4.8 使用频率域滤波器平滑图像 169
  • 4.8.1 理想低通滤波器 169
  • 4.8.2 布特沃斯低通滤波器 172
  • 4.8.3 高斯低通滤波器 173
  • 4.8.4 低通滤波的其他例子 174
  • 4.9 使用频率域滤波器锐化图像 176
  • 4.9.1 理想高通滤波器 176
  • 4.9.2 布特沃斯高通滤波器 178
  • 4.9.3 高斯高通滤波器 178
  • 4.9.4 频率域的拉普拉斯算子 179
  • 4.9.5 钝化模板、高提升滤波和高频
  • 强调滤波 180
  • 4.9.6 同态滤波 182
  • 4.10 选择性滤波 184
  • 4.10.1 带阻滤波器和带通滤波器 184
  • 4.10.2 陷波滤波器 185
  • 4.11 实现 187
  • 4.11.1 二维DFT的可分性 187
  • 4.11.2 用DFT算法计算IDFT 187
  • 4.11.3 快速傅里叶变换(FFT) 187
  • 4.11.4 关于滤波器设计的一些注释 190
  • 小结 190
  • 参考文献 190
  • 习题 191
  • 第5章 图像复原与重建 196
  • 引言 196
  • 5.1 图像退化/复原过程的模型 197
  • 5.2 噪声模型 197
  • 5.2.1 噪声的空间和频率特性 197
  • 5.2.2 一些重要的噪声概率密度函数 198
  • 5.2.3 周期噪声 201
  • 5.2.4 噪声参数的估计 202
  • 5.3 只存在噪声的复原——空间滤波 203
  • 5.3.1 均值滤波器 203
  • 5.3.2 统计排序滤波器 205
  • 5.3.3 自适应滤波器 208
  • 5.4 用频率域滤波消除周期噪声 211
  • 5.4.1 带阻滤波器 211
  • 5.4.2 带通滤波器 211
  • 5.4.3 陷波滤波器 212
  • 5.4.4 最佳陷波滤波 213
  • 5.5 线性、位置不变的退化 216
  • 5.6 估计退化函数 218
  • 5.6.1 图像观察估计 218
  • 5.6.2 试验估计 218
  • 5.6.3 建模估计 219
  • 5.7 逆滤波 221
  • 5.8 最小均方误差(维纳)滤波 222
  • 5.9 约束最小二乘方滤波 224
  • 5.10 几何均值滤波 227
  • 5.11 由投影重建图像 228
  • 5.11.1 引言 228
  • 5.11.2 计算机断层(CT)原理 230
  • 5.11.3 投影和雷登变换 232
  • 5.11.4 傅里叶切片定理 235
  • 5.11.5 使用平行射线束滤波反投影的重建 236
  • 5.11.6 使用扇形射线束滤波反投影的重建 240
  • 小结 244
  • 参考文献 244
  • 习题 245
  • 第6章 彩色图像处理 249
  • 引言 249
  • 6.1 彩色基础 249
  • 6.2 彩色模型 254
  • 6.2.1 RGB彩色模型 254
  • 6.2.2 CMY和CMYK彩色模型 257
  • 6.2.3 HSI彩色模型 257
  • 6.3 伪彩色图像处理 262
  • 6.3.1 灰度分层 262
  • 6.3.2 灰度到彩色的变换 265
  • 6.4 全彩色图像处理基础 267
  • 6.5 彩色变换 268
  • 6.5.1 公式 269
  • 6.5.2 补色 271
  • 6.5.3 彩色分层 271
  • 6.5.4 色调和彩色校正 273
  • 6.5.5 直方图处理 275
  • 6.6 平滑和锐化 276
  • 6.6.1 彩色图像平滑 276
  • 6.6.2 彩色图像锐化 278
  • 6.7 基于彩色的图像分割 279
  • 6.7.1 HSI彩色空间的分割 279
  • 6.7.2 RGB向量空间中的分割 279
  • 6.7.3 彩色边缘检测 281
  • 6.8 彩色图像中的噪声 283
  • 6.9 彩色图像压缩 284
  • 小结 285
  • 参考文献 285
  • 习题 286
  • 第7章 小波和多分辨率处理 289
  • 引言 289
  • 7.1 背景 289
  • 7.1.1 图像金字塔 290
  • 7.1.2 子带编码 292
  • 7.1.3 哈尔变换 297
  • 7.2 多分辨率展开 300
  • 7.2.1 级数展开 300
  • 7.2.2 尺度函数 301
  • 7.2.3 小波函数 304
  • 7.3 一维小波变换 306
  • 7.3.1 小波级数展开 306
  • 7.3.2 离散小波变换 308
  • 7.3.3 连续小波变换 309
  • 7.4 快速小波变换 311
  • 7.5 二维小波变换 317
  • 7.6 小波包 322
  • 小结 330
  • 参考文献 330
  • 习题 331
  • 第8章 图像压缩 334
  • 引言 334
  • 8.1 基础知识 335
  • 8.1.1 编码冗余 336
  • 8.1.2 空间冗余和时间冗余 337
  • 8.1.3 不相关的信息 337
  • 8.1.4 图像信息的度量 338
  • 8.1.5 保真度准则 340
  • 8.1.6 图像压缩模型 341
  • 8.1.7 图像格式、容器和压缩标准 343
  • 8.2 一些基本的压缩方法 345
  • 8.2.1 霍夫曼编码 345
  • 8.2.2 Golomb编码 346
  • 8.2.3 算术编码 350
  • 8.2.4 LZW编码 351
  • 8.2.5 行程编码 353
  • 8.2.6 基于符号的编码 357
  • 8.2.7 比特平面编码 359
  • 8.2.8 块变换编码 361
  • 8.2.9 预测编码 373
  • 8.2.10 小波编码 387
  • 8.3 数字图像水印 394
  • 小结 398
  • 参考文献 398
  • 习题 399
  • 第9章 形态学图像处理 402
  • 引言 402
  • 9.1 预备知识 402
  • 9.2 腐蚀和膨胀 404
  • 9.2.1 腐蚀 404
  • 9.2.2 膨胀 406
  • 9.2.3 对偶性 407
  • 9.3 开操作与闭操作 407
  • 9.4 击中或击不中变换 411
  • 9.5 一些基本的形态学算法 412
  • 9.5.1 边界提取 412
  • 9.5.2 孔洞填充 413
  • 9.5.3 连通分量的提取 414
  • 9.5.4 凸壳 416
  • 9.5.5 细化 417
  • 9.5.6 粗化 418
  • 9.5.7 骨架 418
  • 9.5.8 裁剪 420
  • 9.5.9 形态学重建 421
  • 9.5.10 二值图像形态学操作小结 426
  • 9.6 灰度级形态学 428
  • 9.6.1 腐蚀和膨胀 428
  • 9.6.2 开操作和闭操作 430
  • 9.6.3 一些基本的灰度级形态学算法 431
  • 9.6.4 灰度级形态学重建 435
  • 小结 437
  • 参考文献 437
  • 习题 438
  • 第10章 图像分割 443
  • 引言 443
  • 10.1 基础知识 443
  • 10.2 点、线和边缘检测 445
  • 10.2.1 背景知识 445
  • 10.2.2 孤立点的检测 447
  • 10.2.3 线检测 449
  • 10.2.4 边缘模型 450
  • 10.2.5 基本边缘检测 454
  • 10.2.6 更先进的边缘检测技术 459
  • 10.2.7 边缘连接和边界检测 46

资源下载

相关声明:

《数字图像处理(含MATLAB源码PPT课件) 》PDF 第三版下载资源由用户 游建章 于 2019-09-09 22:14:30 分享至百度网盘。仅供想学习数字图像处理的网友交流使用,专题参考:数字图像处理,

相关资源

  • Java数字图像处理:编程技巧与应用实践

    Java数字图像处理:编程技巧与应用实践

    本书首先通过一个简单JAVA图像处理程序勾勒出用JAVA来实现图像处理的基本步骤,介绍JAVA在操作图像方面的几个重要的API类如ImageIO,BufferedImageOP等,并对图像文件的保存与读写做较为深入细致的讲解

    大小:153.4 MBJava编程

    立即下载
  • 数字图像处理与机器视觉:Visual C++与Matlab实现(第2版)

    数字图像处理与机器视觉:Visual C++与Matlab实现(第2版)

    本书将理论知识、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,结构紧凑,内容深入浅出,讲解图文并茂,感兴趣的可以下载学习

    大小:232 MB机器视觉

    立即下载
  • 数字图像处理与机器视觉:Visual C++与Matlab实现(第2版)

    数字图像处理与机器视觉:Visual C++与Matlab实现(第2版)

    本书将理论知识、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,结构紧凑,内容深入浅出,讲解图文并茂,感兴趣的可以下载学习

    大小:232 MB数字图像

    立即下载
  • 数字滤波器的MATLAB与FPGA实现:Altera/Verilog

    数字滤波器的MATLAB与FPGA实现:Altera/Verilog

    这书以Altera企业的FPGA元器件为平台,选用MATLAB及VerilogHDL語言为开发环境,详尽论述数字滤波器的FPGA保持基本原理、构造、方式 及其模拟仿真检测全过程,并根据很多工程项目案例剖析FPGA保持

    大小:69.2 MB数字通信

    立即下载
  • 人脸识别原理与实战:以MATLAB为工具

    人脸识别原理与实战:以MATLAB为工具

    面部识别是当今尖端科技的协同创新技术性。《 人脸识别原理与实战:以MATLAB为工具 》做为人脸识别技术的新手入门手册,在內容上尽量包含了面部识别的每个技术性控制模块,并着眼于创作

    大小:159.4 MB人脸识别

    立即下载
  • 数值方法:MATLAB版(第4版)

    数值方法:MATLAB版(第4版)

    本书介绍了数值方法的理论及实用知识,并讲述了如何利用MATLAB软件实现各种数值算法,以便为读者今后的学习打下坚实的数值分析与科学计算基础。感兴趣的同学可以下载学习

    大小:22.4 MBMATLAB

    立即下载
  • MATLAB R2014a从入门到精通

    MATLAB R2014a从入门到精通

    MATLAB是适合多学科、多种工作平台的功能强大、界面友好且开放性很强的大型数学应用软件。本书以MATLAB R2014a软件为基础,全面阐述MATLAB的主要功能,通过大量实例向读者展示如何编写高效的

    大小:42.4 MBMATLAB

    立即下载
  • 数字调制解调技术的MATLAB与FPGA实现:Altera/Verilog版

    数字调制解调技术的MATLAB与FPGA实现:Altera/Verilog版

    数字调制解调技术的MATLAB与FPGA实现 以Altera公司的FPGA器件为开发平台,采用MATLAB及Verilog HDL语言为开发工具,详细阐述数字调制解调技术的FPGA实现原理、结构、方法和仿真测试过程,并通过大

    大小:190.1 MBMATLAB

    立即下载

学习笔记

10小时57分钟前回答

python数字图像处理之高级滤波代码详解

本文提供许多的滤波方法,这些方法放在filters.rank子模块内。 这些方法需要用户自己设定滤波器的形状和大小,因此需要导入morphology模块来设定。 1、autolevel 这个词在photoshop里面翻译成自动色阶,用局部直方图来对图片进行滤波分级。 该滤波器局部地拉伸灰度像素值的直方图,以覆盖整个像素值范围。 格式:skimage.filters.rank.autolevel(image, selem) selem表示结构化元素,用于设定滤波器。 from skimage import data,colorimport matplotlib.pyplot as pltfrom skimage.morphology import diskimport skimage.filters.rank as sfrimg =color.rgb2gray(data.lena())auto =sfr.autolevel(img, disk(5)) #半径为5的圆形滤波器plt.figure('filters',figsize=(8,8))plt.subplot(121)plt.title('……

24小时12分钟前回答

Python数字图像处理之霍夫线变换实现详解

在图片处理中,霍夫变换主要是用来检测图片中的几何形状,包括直线、圆、椭圆等。 在skimage中,霍夫变换是放在tranform模块内,本篇主要讲解霍夫线变换。 对于平面中的一条直线,在笛卡尔坐标系中,可用y=mx+b来表示,其中m为斜率,b为截距。但是如果直线是一条垂直线,则m为无穷大,所有通常我们在另一坐标系中表示直线,即极坐标系下的r=xcos(theta)+ysin(theta)。即可用(r,theta)来表示一条直线。其中r为该直线到原点的距离,theta为该直线的垂线与x轴的夹角。如下图所示。 对于一个给定的点(x0,y0), 我们在极坐标下绘出所有通过它的直线(r,theta),将得到一条正弦曲线。如果将图片中的所有非0点的……

5小时43分钟前回答

python实现识别手写数字 python图像识别算法

写在前面 这一段的内容可以说是最难的一部分之一了,因为是识别图像,所以涉及到的算法会相比之前的来说比较困难,所以我尽量会讲得清楚一点。 而且因为在编写的过程中,把前面的一些逻辑也修改了一些,将其变得更完善了,所以一切以本篇的为准。当然,如果想要直接看代码,代码全部放在我的GitHub中,所以这篇文章主要负责讲解,如需代码请自行前往GitHub。 本次大纲 上一次写到了数据库的建立,我们能够实时的将更新的训练图片存入CSV文件中。所以这次继续往下走,该轮到识别图片的内容了。 首先我们需要从文件夹中提取出需要被识别的图片test.png,并且把它经过与训练图片相同的处理……

13小时44分钟前回答

python数字图像处理之高级形态学处理

这篇文章主要介绍了python数字图像处理之高级形态学处理,现在分享给大家,也给大家做个参考。一起过来看看吧 形态学处理,除了最基本的膨胀、腐蚀、开/闭运算、黑/白帽处理外,还有一些更高级的运用,如凸包,连通区域标记,删除小块区域等。 1、凸包 凸包是指一个凸多边形,这个凸多边形将图片中所有的白色像素点都包含在内。 函数为: skimage.morphology.convex_hull_image(image) 输入为二值图像,输出一个逻辑二值图像。在凸包内的点为True, 否则为False 例: import matplotlib.pyplot as pltfrom skimage import data,color,morphology#生成二值测试图像img=color.rgb2gray(data.horse())img=(img0.5)*1chull = morphology.convex_hull_image(img)#绘制……