内容简介
本书讲述了图像处理和图像分析的基础知识，能够为机器视觉系统的应用开发和图像特征计算与描述、计算机视觉等课程的学坚实的基础。本书针对计算机相关专业本科教学的特点，将课程内容提炼到32学时； 系统地讲述了图像处理与图像分析系统的基本概念和硬件组成； 深入浅出地讲述了空间域图像处理与图像分析的原理与经典方法，分析了它们的优缺点与适用范围； 精心设计了作业和思考题，并通过对实际应用的举例，加深读者对相关方法的理解，提高读者灵活运用和解决实际问题的能力。书中编程示例和算法程序给出了C/C++源代码，并穿插讲述了图像优化编程技术。
本书适合计算机科学与技术、人工智能、数据科学、电子工程等相关专业的本科生学适合机器视觉等相关工业领域的专业人士参考。
目录
目录
第1章基本概念与系统设计
1.1基本概念
1.1.1什么是图像
1.1.2图像数据的表示
1.1.3图像数据的存储与访问
1.1.4图像处理、图像分析与计算机图形学
1.1.5机器视觉与机器学p>
1.1.6图像数据法的分类
1.2图像系统的组成
1.3摄像机
1.3.1摄像机的组成
1.3.2摄像机的分类
1.3.3摄像机的选择
1.3.4镜头
1.3.5光源
1.4扫描仪
1.4.1扫描仪的组成与分类
1.4.2扫描仪的核心技术指标
1.5图像采集设备的新发展
1.5.1多光谱图像传感器
1.5.2偏振光图像传感器
1.5.3智能相机的发展
1.6图像处理与图像分析系统的设计流程
作业与思考
第2章图像增强
2.1基本概念
2.1.1什么是图像增强
2.1.2点运算与邻域运算
2.1.3图像运算的典型程序结构
2.2线拉伸
2.3均值方差规定化
2.4图像的特点与查找表
2.5直方图及其相关计算
2.6直方图均衡化与规定化
2.7对数变换
2.8分块与逐像素处理
2.9本章小结
作业与思考
第3章图滑
3.1噪声与图滑
3.1.1噪声
3.1.2图滑概述
3.2均值滤波
3.2.1均值滤波的定义
3.2.2邻域与卷积运算
3.2.3均值滤波的特点
3.2.4基于列积分的快速均值滤波
3.2.5基于积分图的快速均值滤波
3.2.6基于列积分的积分图实现
3.2.7基于SSE的积分图实现
3.3中值滤波
3.3.1中值滤波的由来
3.3.2中值滤波的定义
3.3.3中值滤波的特点
3.3.4中值滤波的快速实现
3.4极值滤波
3.5高斯滤波
3.6二值图像滤波与数学形态学滤波
3.6.1基于均值滤波的二值图像滤波
3.6.2二值图像的数学形态学滤波
3.7条件滤波
3.7.1超滑
3.7.2K个邻均法
3.7.3多邻域枚举法均值滤波
3.8本章小结
作业与思考
第4章边缘检测
4.1基本概念
4.1.1什么是边缘检测
4.1.2边缘类型
4.1.3求导与差分
4.1.4边缘强度与边缘方向
4.2一阶微分算子
4.2.1梯度算子
4.2.2罗伯特算子
4.2.3索贝尔算子
4.2.4梯度算子、罗伯特算子、索贝尔算子的比较
4.2.5方向模板
4.3二阶微分算子
4.3.1拉普拉斯算子
4.3.2沈俊算子
4.3.3马尔希尔德雷思算子
4.4边缘锐化
4.5应用实例
4.5.1一阶和二阶微分算子相结合的米粒边缘检测
4.5.2基于边缘强度和积分图的文本区域定位
4.6本章小结
作业与思考
第5章图像分割
5.1基本概念
5.1.1什么是图像分割
5.1.2图像分割与边缘检测的区别
5.1.3阈值化
5.2基于直方图的阈值选取
5.2.1小误差法
5.2.2大差距法
5.2.3多次分割法
5.2.4全局阈值、局部阈值与自适应阈值
5.3面向阈值选取的直方图构造
5.3.1二维直方图
5.3.2边缘强度加权直方图
5.3.3等量像素法直方图
5.4聚类分割
5.5区域增长与分裂合并算法
5.6基于某种稳定的图像分割
5.6.1基于目标个数稳定的图像分割
5.6.2基于次数关系稳定的图像分割
5.7光照不均的消除与图像分割
5.7.1文本图像分割
5.7.2颗粒图像分割
5.8本章小结
作业与思考
第6章目标形状描述
6.1直线的霍夫变换
6.1.1小二乘直线拟合
6.1.2直线描述的参数空间
6.1.3霍夫变换算法
6.1.行直线检测
6.1.5矩形位置检测
6.2圆的霍夫变换
6.2.1已知半径的圆检测
6.2.2未知半径的圆检测与分治法
6.2.3霍夫变换圆检测
6.3目标轮廓描述与链码
6.3.1轮廓描述与连通
6.3.2链码
6.3.3目标周长和面积计算
6.3.4像素点是否被轮围
6.4轮廓跟踪
6.4.1轮廓跟踪的一般过程
6.4.2轮廓标记方法
6.4.3跟踪终止条件
6.4.4快速搜索
6.4.5轮廓跟踪算法
6.5目标轮廓填充
6.5.1填充起点与终点的判定
6.5.2轮廓填充算法
6.6本章小结
作业与思考
第7章应用实践
7.1C++图像应用编程框架
7.1.1C++图像编程框架
7.1.2编程框架的特点
7.1.3图像算法的对外接口
7.2投影及其在行道线检测中的应用
7.2.1投影的基本概念
7.2.2路面图像分块的垂直投影
7.2.3投影数据的自适应分割
7.2.4行道线检测
7.2.5投影的灵活运用
7.3基于边缘方向简单分块直方图的字符识别
7.3.1字符识别的程
7.3.2文本区域检测与字符切分
7.3.3字符尺归一化和灰度归一化
7.3.4采用边缘方向分块直方图的字符特征提取
7.3.5分类器决策
7.3.6实验结果
作业与思考
附录A程序与算法