tag 标签: 数字图像处理

相关资源
  • 所需E币: 0
    时间: 2020-9-18 11:21
    大小: 117KB
    上传者: czd886
    数字图像处理清考复习资料
  • 所需E币: 0
    时间: 2020-9-8 00:12
    大小: 8.95MB
    上传者: samewell
    第13章数字图像处理.ppt
  • 所需E币: 0
    时间: 2020-9-7 17:49
    大小: 44.4MB
    上传者: stanleylo2001
    数字图像处理-Java语言算法描述.pdf
  • 所需E币: 0
    时间: 2020-8-24 18:01
    大小: 25.53MB
    上传者: samewell
    数字图像处理(K.R.Castkeman).pdf
  • 所需E币: 4
    时间: 2020-8-12 16:50
    大小: 232.15MB
    上传者: VinayKIngle
    数字图像处理与机器视觉--VisualC++与Matlab实现内容简介    《数字图像处理与机器视觉——VisualC++与Matlab实现(第2版)》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,包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、彩色图像处理、形态学处理、图像分割、图像压缩以及图像特征提取等;同时对机器视觉进行了前导性的探究,重点介绍了3种目前在工程技术领域非常流行的分类技术——人工神经网络(ANN)、支持向量机(SVM)和AdaBoost,并在配套给出的识别案例中直击光学字符识别(OCR)、人脸识别和性别分类等热点问题。    《数字图像处理与机器视觉——VisualC++与Matlab实现(第2版)》结构紧凑,内容深入浅出,讲解图文并茂,适合于计算机、通信和自动化等相关专业的本科生、研究生,以及工作在图像处理和识别领域一线的广大工程技术人员阅读参考。
  • 所需E币: 0
    时间: 2020-8-1 16:46
    大小: 164.5KB
    上传者: czd886
    数字图像处理试题集复习题
  • 所需E币: 0
    时间: 2020-8-1 16:34
    大小: 51KB
    上传者: czd886
    《数字图像处理》课程教学大纲
  • 所需E币: 4
    时间: 2019-12-25 23:01
    大小: 37KB
    上传者: 978461154_qq
    本文概述了DSP芯片的特点与发展现状,对DSP芯片及其应用作了一些有益的探讨,并系统地分析了两个带有DSP芯片的应用系统的构成及性能……
  • 所需E币: 5
    时间: 2019-12-25 21:57
    大小: 245.49KB
    上传者: 238112554_qq
    包括锐化、平滑、LOG滤波器提取边缘;数学形态学的腐蚀、膨胀、骨架化、开闭运算以及分形方法画树木和树叶。……
  • 所需E币: 5
    时间: 2019-12-25 21:41
    大小: 2.67MB
    上传者: 238112554_qq
    景象提取的目的是将数字图像中的景物从背景中分离出来.它为视频制作、基于图像的建模、绘制等提供了原始素材.其技术也适用于基于对象的视频压缩等领域.一般的景象边缘模糊,如何准确、便捷、快速地提取一幅图像成为近年来图像处理的一个新的研究热点.本文所研究的基于透明度(α值)的景象提取技术正是针对模糊边缘景象提取的.本文介绍了三种各具特色的基于透明度的图像提取算法:Hillman等人的算法,Ruzon和Tomasi的算法和Poisson算法,并在MATLAB下进行了实现.我们通过大量图像实例测试,对这些算法进行了系统的比较和分析.接着,我们对Ruzon和Tomasi算法中距离测度进行了改进,得到了更好的提取效果.最后,我们将上述三种算法以及改进算法集成到统一的用户界面中,完成了用户可方便地选择使用的景物提取工具.通过实践我们发现,对于前、背景边缘色彩反差大,色彩沿边缘变化不太剧烈的图像,从景物提取质量和运算时间上来说已经可以得到比较理想的提取效果……
  • 所需E币: 5
    时间: 2019-12-25 15:38
    大小: 273.78KB
    上传者: rdg1993
    一种能够实际应用于带字轮号码家用水表的远程抄表装置的设计原理与实现过程.该装置属于无源远程抄表方式,具有低成本、快速、节能、不易损坏等特点.一种基于嵌入式技术的远程抄表装置的设计与实现汤永华,张志佳,苑玮琦(沈阳工业大学视觉检测研究所,辽宁沈阳110023)摘要:一种能够实际应用于带字轮号码家用水表的远程抄表装置的设计原理与实现过程。该装置属于无源远程抄表方式,具有低成本、快速、节能、不易损坏等特点。关键词:水表号码读取数字图像处理DSP嵌入式技术水表是我国城市家庭必不可少的居家设施。目前,我国绝大部分城市水表抄写的方式依然是U£D驱动器由专人挨家挨户抄写,这样不仅效率低下,而且也给住户带来不便。另外,也有部分地区对现有的住选通宅楼进行改造,将住户家中的水表集中迁到楼外控制……
  • 所需E币: 4
    时间: 2020-1-3 18:14
    大小: 25.61MB
    上传者: quw431979_163.com
    一本在数字图像处理方面最权威的书籍,详细介绍了数字图像处理的发展过程,各方面的技术应用。并且结合当前最有前途的小波技术。配套的书籍有MATLAB版的,有详细的代码。很有价值。……
  • 所需E币: 3
    时间: 2020-1-3 18:27
    大小: 208.06KB
    上传者: rdg1993
    数字图像处理需要大量的数据运算,要求系统具有很高的数据吞吐量.并行处理结构能较好地满足这一要求.介绍一种SIMD并行多DSP数字图像处理系统.该系统具有避免冲突、能连续处理图像数据、处理器间通信及I/O部分简单、硬件及软件模块化等优点.一种SIMD多DSP数字图像处理系统研究与设计李勇,齐同斌,张瑞生(凯迈(洛阳)测控有限公司,河南洛阳471009)摘要:数字图像处理需要大量的数据运算,要求系统具有很高的数据吞吐量。并行处理结构能较好地满足这一要求。介绍一种SIMD并行多DsP数字图像处理系统。该系统具有避免冲突、能连续处理图像数据、处理器间通信及I/O部分简单、硬件及软件模块化等优点。关键词:SIMD数字图像处理DSP处理器ResearchanddesignofadigitalimageprocessingsystemofSIMDwithmulti―DSPprocessorsuYong,QITongBin,ZHANG……
  • 所需E币: 4
    时间: 2020-1-3 18:27
    大小: 237.66KB
    上传者: 16245458_qq.com
    针对工业现场所拍摄的高温熔体表面覆盖有大量烟雾且难以有效分割的状况,提出一种目标图像的组合识别方法,即先采用分色分割算法去除杂散光、光晕和雾状、点状噪声等干扰,然后用改进的最大类间方差算法分割高温目标图像,并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞,使图像边缘平滑.实验结果表明,该方法能够有效地分割出目标图像,并减小目标图像所受的噪声干扰,有较强的实用性.幸高温辐射体目标图像的组合识别方法李晟,彭小奇,孙元,李玉晓(中南大学物理科学与技术学院,湖南长沙410083)摘要:针对工业现场所拍摄的高温熔体表面覆盖有大量烟雾且难以有效分割的状况,提出一种目标图像的组合识别方法,即先采用分色分割算法去除杂散光、光晕和雾状、点状噪声等干扰,然后用改进的最大类间方差算法分割高温目标图像,并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞,使图像边缘平滑。实验结果表明,该方法能够有效地分割出目标图像,并减小目标图像所受的噪声干扰,有较强的实用性。关键词:图像目标识别;数字图像处理;辐射测温;目标分割Combinatedreco……
  • 所需E币: 5
    时间: 2020-1-3 19:00
    大小: 43.3KB
    上传者: 16245458_qq.com
    数字图像处理实验指导书……
  • 所需E币: 3
    时间: 2020-1-20 18:30
    大小: 50.63MB
    上传者: 肖骁
    《数字图像处理与机器视觉:VisualC++与Matlab实现》将理论知识、科学研究和工程实践有机结合起来,介绍了数字图像处理和识别技术的方方面面,内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。《数字图像处理与机器视觉:VisualC++与Matlab实现》还对于机器视觉进行了前导性的探究,重点介绍了两种在工程技术领域非常流行的分类技术——人工神经网络(ANN)和支持向量机(SVM),并在配套给出的识别案例中直击光学字符识别(OCR)和人脸识别两大热点问题。  全书结构紧凑,内容深入浅出,讲解图文并茂,适合于计算机、通信和自动化等相关专业的本科生、研究生以及工作在图像处理和识别领域一线的广大工程技术人员阅读。目录 第0章 数字图像处理概述 10.1 数字图像 10.1.1 什么是数字图像 10.1.2 数字图像的显示 10.1.3 数字图像的分类 20.1.4 数字图像的实质 30.1.5 数字图像的表示 40.1.6 图像的空间和灰度级分辨率 50.2 数字图像处理与识别 60.2.1 从图像处理到图像识别 60.2.2 什么是机器视觉 80.2.3 数字图像处理和识别的应用实例 80.3 数字图像处理的预备知识 80.3.1 邻接性、连通性、区域和边界 80.3.2 距离度量的几种方法 100.3.3 基本的图像操作 10第1章 MATLAB图像处理编程基础 121.1 Matlab操作简介 121.1.1 Matlab软件环境 121.1.2 文件操作 131.1.3 在线帮助的使用 141.1.4 变量的使用 161.1.5 矩阵的使用 181.1.6 细胞数组(CellArray)和结构体(Structure) 211.1.7 关系运算与逻辑运算 221.1.8 常用图像处理数学函数 221.1.9 Matlab程序流程控制 231.1.10 M文件编写 271.1.11 Matlab函数编写 281.2 Matlab图像类型及其存储方式 291.3 Matlab的图像转换 331.4 读取和写入图像文件 351.5 图像的显示 37第2章 VisualC++图像处理编程基础 392.1 位图文件及其C++操作 392.1.1 设备无关位图 392.1.2 BMP图像文件数据结构 392.2 认识CImg类 422.2.1 主要成员函数列表 422.2.2 公有成员 432.3 CImg类基础操作 442.3.1 加载和写入图像 442.3.2 获得图像基本信息 472.3.3 检验有效性 482.3.4 按像素操作 492.3.5 改变图像大小 502.3.6 重载的运算符 512.3.7 在屏幕上绘制位图图像 512.3.8 新建图像 522.3.9 图像类型的判断与转化 542.4 DIPDemo工程 552.4.1 DIPDemo主界面 552.4.2 图像操作和处理类——CImg和CImgProcess 562.4.3 文档类——CDIPDemoDoc 572.4.4 视图类——CDIPDemoView 582.5 CImg应用示例 582.5.1 打开图像 582.5.2 清空图像 602.5.3 像素初始化方法 612.5.4 保存图像 61第3章 图像的点运算 633.1 灰度直方图 633.1.1 理论基础 633.1.2 Matlab实现 643.1.3 VisualC++实现 673.2 灰度的线性变换 693.2.1 理论基础 693.2.2 Matlab实现 703.2.3 VisualC++实现 723.3 灰度对数变换 733.3.1 理论基础 743.3.2 Matlab实现 743.3.3 VisualC++实现 753.4 伽玛变换 763.4.1 理论基础 763.4.2 Matlab实现 773.4.3 VisualC++实现 793.5 灰度阈值变换 803.5.1 理论基础 803.5.2 Matlab实现 813.5.3 VisualC++实现 823.6 分段线性变换 833.6.1 理论基础 833.6.2 Matlab实现 843.6.3 VisualC++实现 883.7 直方图均衡化 903.7.1 理论基础 903.7.2 Matlab实现 913.7.3 VisualC++实现 933.8 直方图规定化(匹配) 943.8.1 理论基础 953.8.2 Matlab实现 953.8.3 VisualC++实现 97第4章 图像的几何变换 1014.1 解决几何变换的一般思路 1014.2 图像平移 1034.2.1 图像平移的变换公式 1034.2.2 图像平移的实现 1044.3 图像镜像 1064.3.1 图像镜像的变换公式 1064.3.2 图像镜像的实现 1064.4 图像转置 1094.4.1 图像转置的变换公式 1104.4.2 图像转置的实现 1104.5 图像缩放 1114.5.1 图像缩放的变换公式 1124.5.2 图像缩放的实现 1124.6 图像旋转 1144.6.1 以原点为中心的图像旋转 1144.6.2 以任意点为中心的图像旋转 1154.6.3 图像旋转的实现 1164.7 插值算法 1184.7.1 最近邻插值 1184.7.2 双线性插值及其VisualC++实现 1194.7.3 高阶插值 1214.8 图像配准 1244.8.1 什么是图像配准 1244.8.2 人脸图像配准的Matlab实现 1244.9 VisualC++实用案例——汽车牌照的投影失真校正 1284.9.1 系统分析与设计 1294.9.2 系统实现 1304.9.3 功能测试 136第5章 空间域图像增强 1405.1 图像增强基础 1405.1.1 为什么要进行图像增强 1405.1.2 图像增强的分类 1405.2 空间域滤波 1415.2.1 空间域滤波和邻域处理 1415.2.2 边界处理 1425.2.3 相关和卷积 1435.2.4 滤波操作的Matlab实现 1435.2.5 滤波操作的VisualC++实现 1465.3 图像平滑 1485.3.1 平均模板及其实现 1485.3.2 高斯平滑及其实现 1515.3.3 通用平滑滤波的VisualC++实现 1545.3.4 自适应平滑滤波 1565.4 中值滤波 1565.4.1 性能比较 1565.4.2 一种改进的中值滤波策略 1615.4.3 中值滤波的工作原理 1625.5 图像锐化 1625.5.1 理论基础 1625.5.2 基于一阶导数的图像增强——梯度算子 1635.5.3 基于二阶微分的图像增强——拉普拉斯算子 1675.5.4 基于一阶与二阶导数的锐化算子的比较 1695.5.5 高提升滤波及其实现 1715.5.6 高斯-拉普拉斯变换(LaplacianofaGaussian,LoG) 175第6章 频率域图像增强 1786.1 频率域滤波——与空间域滤波殊途同归 1786.2 傅立叶变换基础知识 1786.2.1 傅立叶级数 1796.2.2 傅立叶变换 1816.2.3 幅度谱、相位谱和功率谱 1836.2.4 傅立叶变换的实质——基的转换 1856.3 快速傅立叶变换(FastFourierTransform,FFT)及实现 1876.3.1 FFT变换的必要性 1876.3.2 常见的FFT算法 1886.3.3 按时间抽取的基-2FFT算法 1886.3.4 离散反傅立叶变换的快速算法(IFFT) 1926.3.5 N维快速傅里叶变换(FFTN) 1926.3.6 Matlab实现 1926.3.7 VisualC++实现 1986.4 频域滤波基础 2066.4.1 频域滤波与空域滤波的关系 2066.4.2 频域滤波的基本步骤 2066.4.3 频域滤波的Matlab实现 2076.4.4 频域滤波的VisualC++实现 2086.5 频域低通滤波器 2106.5.1 理想低通滤波器及其实现 2106.5.2 高斯低通滤波器及其实现 2156.6 频率域高通滤波器 2206.6.1 高斯高通滤波器及其实现 2206.6.2 频域拉普拉斯滤波器及其实现 2246.7 Matlab综合案例——利用频域滤波消除周期噪声 2276.7.1 频域带阻滤波器 2276.7.2 带阻滤波消除周期噪声 2296.8 频域滤波器与空域滤波器之间的内在联系 232第7章 彩色图像处理 2337.1 彩色基础 2337.1.1 什么是彩色 2337.1.2 我们眼中的彩色 2347.1.3 三原色 2347.1.4 计算机中的颜色表示 2357.2 彩色模型 2367.2.1 RGB模型 2367.2.2 CMY、CMYK模型 2387.2.3 HSI模型 2417.2.4 HSV模型 2497.2.5 YUV模型 2547.2.6 YIQ模型 2607.2.7 Lab模型简介 2647.3 全彩色图像处理基础 2647.3.1 彩色补偿及其Matlab实现 2657.3.2 彩色平衡及其Matlab实现 267第8章 形态学图像处理 2708.1 预备知识 2708.2 二值图像中的基本形态学运算 2728.2.1 腐蚀及其实现 2738.2.2 膨胀及其实现 2808.2.3 开运算及其实现 2848.2.4 闭运算及其实现 2878.3 二值图像中的形态学应用 2898.3.1 击中与击不中变换及其实现 2898.3.2 边界提取与跟踪及其实现 2918.3.3 区域填充及其VisualC++实现 2968.3.4 连通分量提取及其实现 2998.3.5 细化算法及其VisualC++实现 3058.3.6 像素化算法及其VisualC++实现 3108.3.7 凸壳及其VisualC++实现 3168.3.8 bwmorph函数 3198.4 灰度图像中的基本形态学运算 3208.4.1 灰度膨胀及其实现 3208.4.2 灰度腐蚀及其实现 3248.4.3 灰度开、闭运算及其实现 3288.4.4 顶帽变换(top-hat)及其实现 3318.5 小结 334第9章 图像分割 3359.1 图像分割概述 3359.2 边缘检测 3369.2.1 边缘检测概述 3369.2.2 常用的边缘检测算子 3379.2.3 Matlab实现 3409.2.4 VisualC++实现 3439.3 霍夫变换 3509.3.1 直线检测 3509.3.2 曲线检测 3529.3.3 任意形状的检测 3539.3.4 Hough变换直线检测的Matlab实现 3549.3.5 Hough变换直线检测的VisualC++实现 3579.4 阈值分割 3619.4.1 阈值分割方法 3619.4.2 Matlab实现 3649.4.3 VisualC++实现 3669.5 区域分割 3689.5.1 区域生长及其实现 3689.5.2 区域分裂与合并及其Matlab实现 3739.6 小结 378第10章 特征提取 37910.1 图像特征概述 37910.1.1 什么是图像特征 37910.1.2 图像特征的分类 37910.1.3 特征向量及其几何解释 37910.1.4 特征提取的一般原则 38010.1.5 特征的评价标准 38110.2 基本统计特征 38110.2.1 简单的区域描绘子及其Matlab实现 38110.2.2 直方图及其统计特征 38310.2.3 灰度共现矩阵及其VisualC++实现 38510.3 特征降维 38810.3.1 维度灾难 38810.3.2 特征选择简介 38910.3.3 主成份分析(PrincipalComponentAnalysis,PCA) 39010.3.4 快速PCA及其实现 39710.4 综合案例——基于PCA的人脸特征抽取 39910.4.1 数据集简介 39910.4.2 生成样本矩阵 40010.4.3 主成份分析 40110.4.4 主成份脸可视化分析 40210.4.5 基于主分量的人脸重建 40410.5 局部二进制模式 40610.5.1 基本LBP 40610.5.2 圆形邻域的LBPP,R算子 40710.5.3 统一化LBP算子——UniformLBP及其Matlab实现 40710.5.4 MB-LBP及其Matlab实现 41110.5.5 图像分区及其Matlab实现 417第11章 图像识别初步 42111.1 模式识别概述 42111.1.1 模式与模式识别 42111.1.2 图像识别 42211.1.3 关键概念 42211.1.4 识别问题的一般描述 42311.1.5 过度拟合(Overfit) 42411.1.6 模式识别系统结构 42511.1.7 训练/学习方法分类 42511.2 模式识别方法分类 42611.2.1 统计模式识别 42611.2.2 句法模式识别 42611.2.3 小结 42711.3 最小距离分类器和模板匹配 42811.3.1 最小距离分类器及其Matlab实现 42811.3.2 基于相关的模板匹配 43011.3.3 相关匹配的计算效率 436第12章 人工神经网络 43812.1 人工神经网络简介 43812.1.1 仿生学动机 43812.1.2 人工神经网络的应用实例 44012.2 人工神经网络的理论基础 44112.2.1 训练线性单元的梯度下降算法 44112.2.2 多层人工神经网络 44712.2.3 sigmoid单元 44812.2.4 反向传播(BP,BackPropogation)算法 45012.2.5 训练中的问题 45312.3 基于ANN的数字字符识别系统DigitRec——分析与设计 45412.3.1任务描述 45412.3.2 数据集简介 45512.3.3 设计要点 45512.4 基于ANN的数字字符识别系统DigitRec——实现 45712.4.1 构建神经元结构——SNeuron 45712.4.2 构建神经网络网络层——SNeuronLayer 45912.4.3 神经网络信息头——NEURALNET_HEADER 46012.4.4 神经网络类——CNeuralNet 46012.4.5 神经网络的训练数据类——CNeuralData 47312.4.6 误差跟踪类——CValueTrack 47812.4.7 训练对话框类——CTrainDlg 48112.4.8 测试对话框类——CTestDlg 48412.5 基于ANN的数字字符识别系统DigitRec——测试 48712.5.1 训练 48812.5.2 测试 48912.6 改进的DigitRec 49012.6.1 数字字符图像的预处理类——COCRImageProcess 49012.6.2 输入图像的预处理——实现 49112.6.3 输入图像的预处理——测试 50412.7 神经网络参数对训练和识别的影响 50612.7.1 隐藏层单元数目的影响 50612.7.2 学习率的影响 50812.7.3 训练时代数目的影响 508第13章 支持向量机 51113.1 支持向量机的分类思想 51113.1.1 分类模型的选择 51113.1.2 模型参数的选择 51213.2 支持向量机的理论基础 51213.2.1 线性可分情况下的SVM 51213.2.2 非线性可分情况下的C-SVM 51613.2.3 需要核函数映射情况下的SVM 51813.2.4 推广到多类问题 52113.3 SVM的Matlab实现 52313.3.1 训练——svmtrain 52313.3.2 分类——svmclassify 52513.3.3 应用实例 52613.4 综合案例——基于PCA和SVM的人脸识别系统 52613.4.1 人脸识别简介 52713.4.2 前期处理 52713.4.3 数据规格化(Scaling) 52813.4.4 核函数的选择 53113.4.5 参数选择 53213.4.6 构建多类SVM分类器 53513.4.7 实验结果 537
  • 所需E币: 5
    时间: 2019-12-27 17:43
    大小: 218.84MB
    上传者: wfengyin
    本书主要讲述了VisualC++数字图像处理典型算法及实现。全书共12章,分别介绍了数字图像编程基础,图像感知与获取,图像的点运算,图像的几何变换,图像的正交变换,图像的增强,数字图像腐蚀算法、膨胀算法、细化算法,图像边缘检测与提取、轮廓跟踪,图像分割,图像配准,图像复原和图像的压缩编码技术等内容。对每种常用的数字图像处理方法,本书都提供了完整的源代码。本书内容丰富,叙述详细,实用性强,适合于数字图像处理工作者阅读参考。目录:第1章VisualC++数字图像编程基础1.1数字图像处理概述1.2图像和调色板1.2.1图像1.2.2调色板1.2.3色彩系统1.2.4灰度图1.3GDI位图1.3.1从资源中装入GDI位图1.3.2伸缩位图1.4与设备相关位图1.5设备无关位图(DIB)1.5.1BMP文件中DIB的结构1.5.2DIB访问函数1.5.3构造DIB类1.5.4使用DIB读写BMP文件示例第2章图像感知与获取2.1视觉基础2.1.1视觉系统2.1.2视觉模型2.2图像获取2.3图像采样2.3.1确定性图像场抽样2.3.2随机图像取样2.4量化2.5图像显示2.5.1图案法显示2.5.2图案法显示图像的VisualC++实现2.5.3随机抖动法显示图像2.5.4随机抖动法显示图像的VisualC++实现第3章图像的点运算3.1灰度直方图3.1.1灰度直方图的定义3.1.2编程绘制灰度直方图3.2灰度的线性变换3.2.1功能与效果3.2.2原理与算法3.2.3VisualC++编程实现3.3灰度的阈值变换3.3.1功能与效果3.3.2原理与算法3.3.3VisualC++编程实现3.4灰度的窗口变换3.4.1功能与效果3.4.2原理与算法3.4.3VisualC++编程实现3.5灰度拉伸……第3章图像的点运算第4章图像的几何变换第5章图像的正交变换第6章图像的增强第7章数字图像腐蚀、膨胀和细化算法第8章图像边缘检测、提取及轮廓跟踪第9章图像分割第10章图像配准第11章图像复原第12章图像压缩编码
  • 所需E币: 0
    时间: 2019-8-6 11:25
    大小: 9.07MB
    《数字图像处理与机器视觉——VisualC++与Matlab实现(第2版)》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,包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、彩色图像处理、形态学处理、图像分割、图像压缩以及图像特征提取等;同时对机器视觉进行了前导性的探究,重点介绍了3种目前在工程技术领域非常流行的分类技术——人工神经网络(ANN)、支持向量机(SVM)和AdaBoost,并在配套给出的识别案例中直击光学字符识别(OCR)、人脸识别和性别分类等热点问题。《数字图像处理与机器视觉——VisualC++与Matlab实现(第2版)》结构紧凑,内容深入浅出,讲解图文并茂,适合于计算机、通信和自动化等相关专业的本科生、研究生,以及工作在图像处理和识别领域一线的广大工程技术人员阅读参考。
  • 所需E币: 5
    时间: 2019-8-1 11:31
    大小: 42.77MB
    《数字图像处理与机器视觉:VisualC++与Matlab实现》将理论知识、科学研究和工程实践有机结合起来,介绍了数字图像处理和识别技术的方方面面,内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。《数字图像处理与机器视觉:VisualC++与Matlab实现》还对于机器视觉进行了前导性的探究,重点介绍了两种在工程技术领域非常流行的分类技术——人工神经网络(ANN)和支持向量机(SVM),并在配套给出的识别案例中直击光学字符识别(OCR)和人脸识别两大热点问题。全书结构紧凑,内容深入浅出,讲解图文并茂,适合于计算机、通信和自动化等相关专业的本科生、研究生以及工作在图像处理和识别领域一线的广大工程技术人员阅读。目录第0章数字图像处理概述1第1章MATLAB图像处理编程基础12第2章VisualC++图像处理编程基础39第3章图像的点运算63第4章图像的几何变换101第5章空间域图像增强1405.1图像增强基础140第6章频率域图像增强178第7章彩色图像处理233第8章形态学图像处理270第9章图像分割335第10章特征提取379第11章图像识别初步421第12章人工神经网络438第13章支持向量机511
  • 所需E币: 3
    时间: 2019-6-10 21:35
    大小: 636.83KB
    上传者: royalark_912907664
    针对数字图像高密度脉冲噪声下常规中值滤波方法存在的不足,从滤波算法入手,通过设置对噪声点的检测判定和对其邻域取样范围的优化选择的方法来加以完善。经过滤波窗口对图像的遍历,检测并非对称地修正噪声点,计算得出取样值邻域中噪声点以外像素值的中值取而代之,重复直至无噪声点。仿真实验表明,此非对称修正中值滤波算法滤除此类噪声性能佳,图像细节保护良好。
广告