新编数字图像处理技术及应用（修订版）

定　　价：56 元

丛书名：

• 作者：蔺素珍
• 出版时间：2024/4/1
• ISBN：9787121475528
• 出 版 社：电子工业出版社

适用读者:本书可作为高等院校计算机类、电子信息类、信息与通信工程类和融媒体类相关专业及人工智能技术专业本科生、研究生的教材，也可供从事数字图像处理、机器视觉与人工智能领域研究工作的技术人员参考。

• 中图法分类：TN911.73 
• 页码：252
• 版次：01
• 开本：16开
• 字数：434(单位：千字)

内容简介

本书系统地介绍了数字图像处理的基本理论和基本技术，共12章，包括概述、数字图像处理的物理及技术基础、数字图像处理的数学基础、图像增强、图像编码与压缩、图像复原与重建、图像分割、数学形态学在图像处理中的应用、图像分析、图像识别、基于模型驱动法的图像处理综合应用和基于深度学习的图像处理综合应用等内容。本书深入浅出、理论与实践并举，各章给出了应用实例，尤其最后两章分别给出了基于MATLAB的模型驱动法和基于Python的深度学习的图像处理综合应用实例。 本书可作为高等院校计算机类、电子信息类、信息与通信工程类和融媒体类相关专业及人工智能技术专业本科生、研究生的教材，也可供从事数字图像处理、机器视觉与人工智能领域研究工作的技术人员参考。

作者介绍

蔺素珍，中北大学大数据学院教授，主要研究方向为：图像处理，信息融合，计算机技术教育应用，多年来一直从事数字图像处理技术、计算机图形学、模式识别与图像处理等方面的教学与科研工作。

目 录

第1章 概述
1.1 什么是数字图像处理
1.1.1 数字图像处理的基本概念
1.1.2 数字图像处理技术的产生与发展
1.2 数字图像处理的主要任务与方法
1.2.1 数字图像处理的主要任务
1.2.2 数字图像处理的主要方法
1.2.3 数字图像处理技术的特点
1.3 数字图像处理的应用
1.3.1 数字图像处理的应用领域
1.3.2 数字图像处理的新发展
本章小结
思考与练习题
拓展训练
第2章 数字图像处理的物理及技术基础
2.1 数字图像获取
2.1.1 成像过程
2.1.2 模拟图像描述
2.1.3 常用的图像格式
2.1.4 模拟图像数字化
2.2 数字图像显示及像质描述
2.2.1 数字图像显示
2.2.2 像质描述基本方法
2.3 色度学基础与颜色模型
2.3.1 分辨率
2.3.2 色度学基础
2.3.3 颜色模型
2.3.4 彩色显示
2.4 数字图像处理基础
2.4.1 灰度直方图及其应用
2.4.2 图像处理系统及编程语言
本章小结
思考与练习题
拓展训练
第3章 数字图像处理的数学基础
3.1 数字图像的基本运算
3.1.1 点运算
3.1.2 代数运算
3.1.3 几何运算
3.2 数字图像的正交变换
3.2.1 傅里叶变换
3.2.2 离散余弦变换
3.2.3 KL变换
3.2.4 小波变换与多尺度分析
本章小结
思考与练习题
拓展训练
第4章 图像增强
4.1 空域增强
4.1.1 基于点操作的图像增强
4.1.2 基于区域操作的图像增强
4.2 频域增强
4.2.1 低通滤波
4.2.2 高通滤波
4.2.3 同态滤波
4.3 彩色增强
4.3.1 伪彩色增强
4.3.2 假彩色增强
4.3.3 真彩色增强
*4.4 图像增强应用：侯马盟书图像增强
本章小结
思考与练习题
拓展训练
第5章 图像编码与压缩
5.1 概述
5.1.1 图像冗余
5.1.2 图像压缩
5.2 图像编码的保真度准则
5.2.1 客观保真度准则
5.2.2 主观保真度准则
5.3 无损压缩编码
5.3.1 无损预测编码
5.3.2 哈夫曼编码
5.3.3 算术编码
5.4 有损压缩编码
5.4.1 有损预测编码
5.4.2 变换编码
5.5 视频图像编码标准
5.5.1 JPEG标准
5.5.2 MPEG标准
5.5.3 H.261标准
5.5.4 H.264标准
5.6 中国音视频编解码标准（AVS）
5.6.1 第一代AVS标准
5.6.2 第二代AVS标准
5.6.3 第三代AVS标准
5.6.4 AVS产业形态
*5.7 图像编码与压缩应用：分块DCT编码水印嵌入
本章小结
思考与练习题
拓展训练
第6章 图像复原与重建
6.1 概述
6.1.1 图像复原与图像重建
6.1.2 图像退化的原因
6.1.3 连续图像退化的数学模型
6.1.4 离散图像退化的数学模型
6.2 典型的无约束复原图像方法——逆滤波复原
6.3 约束复原
6.3.1 约束复原的基本原理
6.3.2 维纳滤波复原
6.3.3 约束最小二乘滤波复原
6.4 非线性复原
6.4.1 最大后验复原
6.4.2 最大熵复原
6.4.3 投影复原
6.4.4 同态滤波复原
6.5 几何失真校正
6.5.1 典型的几何失真
6.5.2 空间几何坐标变换
6.5.3 校正空间像点灰度值的确定
*6.6 图像复原应用：壁画文物虚拟修复
6.6.1 修复过程
6.6.2 主要算法
6.6.3 修复结果
本章小结
思考与练习题
拓展训练
第7章 图像分割
7.1 概述
7.2 图像分割的定义与方法分类
7.2.1 图像分割定义
7.2.2 图像分割方法分类
7.3 图像的阈值分割法
7.3.1 直方图分割与图像二值化
7.3.2 图像阈值分割的常用方法
7.4 图像的区域生长法
7.4.1 传统区域生长法
7.4.2 无种子区域生长法
7.5 基于边缘的图像分割方法
7.5.1 边缘检测算法
7.5.2 轮廓检测算法——霍夫变换
7.6 图像分割应用
7.6.1 图像中数字的分割
7.6.2 基于区域生长法的医学影像分割
本章小结
思考与练习题
拓展训练
第8章 数学形态学在图像处理中的应用
8.1 概述
8.2 基本概念和运算
8.2.1 集合和元素
8.2.2 交集、并集和补集
8.2.3 腐蚀与膨胀
8.2.4 开运算和闭运算
8.2.5 击中/击不中变换（HMT）
8.3 数学形态学基本运算在图像处理中的应用
8.3.1 计算像素连接数
8.3.2 骨架抽取
*8.4 数学形态学处理图像应用：侯马盟书图像骨架提取
本章小结
思考与练习题
拓展训练
第9章 图像分析
9.1 图像表示
9.1.1 边界追踪
9.1.2 链码
9.2 图像描绘
9.2.1 边界描绘
9.2.2 区域描绘
9.2.3 关系描绘
9.2.4 相似性描绘
*9.3 图像纹理分析
9.3.1 基于邻域特征统计的方法
9.3.2 基于傅里叶频谱提取特征
9.3.3 基于灰度共生矩阵的方法
*9.4 图像分析应用：医学图像配准
9.4.1 图像配准的基本步骤
9.4.2 医学图像配准
本章小结
思考与练习题
拓展训练
第10章 图像识别
10.1 图像识别基础
10.1.1 模式识别过程
10.1.2 模式识别方法
10.1.3 图像识别过程
10.1.4 图像识别应用
10.2 传统神经网络的图像识别
10.2.1 感知机神经网络
10.2.2 BP神经网络
10.3 卷积神经网络的图像识别
10.3.1 卷积神经网络的基本结构
10.3.2 卷积神经网络训练
10.3.3 典型卷积神经网络模型
*10.4 图像识别应用：手写数字识别
10.4.1 感知机实现手写数字识别
10.4.2 BP神经网络实现手写数字识别
本章小结
思考与练习题
拓展训练
*第11章 基于模型驱动法的图像处理综合应用
11.1 图像融合
11.1.1 图像融合概述
11.1.2 像素级图像融合过程
11.1.3 图像融合实例——双色中波红外图像融合
11.2 基于最低有效位方法的图像加密
11.2.1 算法步骤
11.2.2 算法实现
11.2.3 仿真结果分析
11.3 图像目标提取
11.3.1 运动目标特征提取步骤
11.3.2 运动目标特征提取实现
11.4 基于图像的三维绘制
11.4.1 单幅图像图形化
11.4.2 多幅图像图形化
11.5 视频图像分析与目标动画制作
11.5.1 视频图像内容关联性分析
11.5.2 视频图像运动目标动画制作
11.6 图像处理软件开发
11.6.1 准备工作
11.6.2 图形用户界面设计
11.6.3 系统代码编辑
11.6.4 壁画文物虚拟修复展示系统
本章小结
思考与练习题
拓展训练
*第12章 基于深度学习的图像处理综合应用
12.1 CNN的Deep Network Designer实现
12.1.1 加载使用预训练的网络
12.1.2 自行创建网络
12.2 基于Python的速采磁共振图像重建
12.2.1 U-Net网络架构
12.2.2 图像重建的Python实现
本章小结
思考与练习题
拓展训练
附录A 常用术语中英文对照
附录B Python语言常用图像处理函数
参考文献