《數(shù)字圖像處理基礎(chǔ)（第二版）》主要介紹數(shù)字圖像處理的基礎(chǔ)方法，在第一版的基礎(chǔ)上，對內(nèi)容進行優(yōu)化，增加了關(guān)于數(shù)字圖像處理三類深度學習網(wǎng)絡(luò)模型的介紹。
《數(shù)字圖像處理基礎(chǔ)（第二版）》共11章，重點介紹數(shù)字圖像處理的基本概念、圖像增強、圖像幾何變換、圖像去噪、圖像銳化、圖像分割、二值圖像處理、彩色圖像處理、圖像變換、圖像壓縮編碼、圖像處理的深度學習網(wǎng)絡(luò)模型等。
更多科學出版社服務(wù)，請掃碼獲取。
目錄
第1章引言1
1.1數(shù)字圖像處理、計算機視覺、計算機圖形學3
1.2數(shù)字圖像處理系統(tǒng)的結(jié)構(gòu)5
1.3數(shù)字圖像的基本概念6
1.3.1數(shù)字圖像的數(shù)值描述6
1.3.2數(shù)字圖像的灰度直方圖9
1.4數(shù)字圖像處理的主要研究內(nèi)容12
1.5本書的結(jié)構(gòu)安排14
習題15
第2章圖像增強17
2.1γ校正18
2.2對比度線性展寬23
2.3灰級窗與灰級窗切片25
2.3.1灰級窗25
2.3.2灰級窗切片26
2.4動態(tài)范圍調(diào)整28
2.4.1線性動態(tài)范圍調(diào)整28
2.4.2非線性動態(tài)范圍調(diào)整30
2.5直方圖均衡化32
2.6自適應(yīng)直方圖均衡化35
2.7偽彩色37
2.8Retinex圖像增強方法40
習題42
第3章圖像幾何變換43
3.1圖像的位置變換44
3.1.1圖像的平移44
3.1.2圖像的鏡像45
3.1.3圖像的旋轉(zhuǎn)46
3.2圖像的形狀變換51
3.2.1圖像的縮小51
3.2.2圖像的放大54
3.2.3圖像的錯切57
3.3齊次坐標與圖像的仿射變換59
3.4圖像幾何畸變的校正60
習題63
第4章圖像去噪65
4.1圖像噪聲66
4.2均值濾波67
4.2.1均值濾波的原理67
4.2.2均值濾波方法68
4.3中值濾波71
4.3.1中值濾波的原理71
4.3.2中值濾波方法71
4.4邊界保持類平滑濾波73
4.4.1K近鄰均值濾波74
4.4.2對稱近鄰均值濾波75
4.5非局部均值濾波77
習題79
第5章圖像銳化81
5.1圖像細節(jié)的基本特征82
5.2一階微分算子83
5.2.1具有方向性的一階微分算子84
5.2.2Roberts交叉微分算子87
5.2.3Sobel微分算子88
5.2.4Priwitt微分算子89
5.3二階微分算子91
5.3.1Laplacian微分算子91
5.3.2Wallis微分算子95
5.4微分算子在邊緣檢測中的應(yīng)用95
5.5Canny算子96
5.6LOG濾波算法102
習題104
第6章圖像的分割105
6.1閾值分割方法106
6.1.1p-參數(shù)法106
6.1.2最大熵方法108
6.1.3最大類間、類內(nèi)方差比法109
6.2區(qū)域生長分割方法110
習題112
第7章二值圖像處理113
7.1二值圖像中的基本概念114
7.1.1連接與點特性114
7.1.2幾何特征115
7.2腐蝕與膨脹118
7.2.1腐蝕118
7.2.2膨脹120
7.3開運算與閉運算122
7.3.1開運算122
7.3.2閉運算123
7.4貼標簽124
7.4.1連通域標簽法124
7.4.2輪廓標簽法127
7.5細線化方法128
習題130
第8章彩色圖像處理131
8.1彩色的形成原理與基本概念132
8.2表色系133
8.2.1計算顏色模型系統(tǒng)134
8.2.2視覺顏色模型系統(tǒng)137
8.2.3工業(yè)顏色模型系統(tǒng)139
8.3色彩平衡140
8.3.1白平衡法141
8.3.2灰色世界法142
8.4彩色補償143
習題146
第9章圖像變換147
9.1圖像的頻域變換（傅里葉變換）148
9.1.1一維傅里葉變換148
9.1.2二維傅里葉變換151
9.1.3快速傅里葉變換（FFT）153
9.1.4圖像的頻譜分布特性157
9.2小波變換159
9.2.1連續(xù)小波變換160
9.2.2離散小波變換162
9.2.3小波的多尺度分解與重構(gòu)163
9.3小波變換在圖像處理中的應(yīng)用169
9.3.1應(yīng)用于圖像壓縮169
9.3.2應(yīng)用于圖像融合170
9.3.3應(yīng)用于圖像增強171
9.3.4應(yīng)用于圖像去噪172
習題172
第10章圖像壓縮編碼173
10.1圖像冗余的概念174
10.1.1冗余的概念174
10.1.2圖像中的冗余175
10.2圖像無損壓縮編碼177
10.2.1行程編碼（RLE）177
10.2.2哈夫曼（Huffman）編碼180
10.3圖像有損壓縮編碼183
10.3.1彩色圖像的有損編碼183
10.3.2小波變換編碼184
習題187
第11章深度學習與圖像處理189
11.1深度卷積網(wǎng)絡(luò)的基本結(jié)構(gòu)190
11.1.1卷積層190
11.1.2激活層192
11.1.3BN層（批數(shù)據(jù)歸一化處理層）193
11.1.4池化層194
11.2超分辨率圖像重建卷積網(wǎng)絡(luò)195
11.2.1SRCNN網(wǎng)絡(luò)195
11.2.2ESPCN網(wǎng)絡(luò)198
11.3圖像分類深度卷積網(wǎng)絡(luò)199
11.3.1LeNet-5網(wǎng)絡(luò)199
11.3.2AlexNet網(wǎng)絡(luò)203
11.4圖像目標檢測深度卷積網(wǎng)絡(luò)205
11.4.1Faster-RCNN網(wǎng)絡(luò)206
11.4.2YOLO網(wǎng)絡(luò)211
習題218
參考文獻219
書單推薦
