图像工程 中 图像分析 第3版【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

图像工程 中 图像分析 第3版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1图像和图像工程1

1.1.1图像基础1

1.1.2图像工程2

1.2图像分析概论5

1.2.1图像分析定义和研究内容5

1.2.2图像分析系统7

1.3分析中的数字化8

1.3.1离散距离8

1.3.2连通组元11

1.3.3数字化模型12

1.3.4数字弧和弦16

1.4距离变换18

1.4.1定义和性质18

1.4.2局部距离的计算19

1.4.3距离变换的实现19

1.5内容框架和特点21

总结和复习24

第1单元 图像分割29

第2章 图像分割基础29

2.1图像分割定义和技术分类29

2.2并行边界技术30

2.2.1边缘及检测原理31

2.2.2正交梯度算子31

2.2.3二阶导数算子33

2.2.4边界闭合35

2.3串行边界技术36

2.3.1主动轮廓模型36

2.3.2能量函数37

2.4并行区域技术39

2.4.1原理和分类39

2.4.2依赖像素的阈值选取41

2.4.3依赖区域的阈值选取43

2.4.4依赖坐标的阈值选取46

2.4.5空间聚类47

2.5串行区域技术49

2.5.1区域生长49

2.5.2分裂合并50

总结和复习51

第3章 典型分割算法55

3.1 SUSAN检测算子55

3.1.1 USAN原理55

3.1.2 SUSAN算子边缘检测56

3.2图割方法60

3.3特色的阈值化和聚类技术63

3.3.1多分辨率阈值选取63

3.3.2借助过渡区选择阈值65

3.3.3借助均移确定聚类68

3.4分水岭分割算法70

3.4.1基本原理和步骤70

3.4.2算法改进和扩展74

总结和复习78

第4章 分割技术扩展80

4.1从哈夫变换到广义哈夫变换80

4.1.1哈夫变换80

4.1.2广义哈夫变换原理84

4.1.3完整广义哈夫变换86

4.2从像素到亚像素88

4.2.1基于矩保持的技术88

4.2.2利用一阶微分期望值的技术89

4.2.3借助切线信息的技术90

4.3从2-D到3-D92

4.3.1 3-D边缘检测92

4.3.2 3-D图像阈值化97

4.4从灰度到彩色99

4.4.1彩色空间的选择99

4.4.2彩色图像分割策略100

总结和复习101

第5章 分割评价比较104

5.1分割评价研究分类105

5.2分割算法评价框架107

5.3分割评价准则109

5.3.1分析法准则109

5.3.2优度试验法准则111

5.3.3差异试验法准则112

5.4算法评价实例114

5.4.1实验算法和图像114

5.4.2实验结果和讨论115

5.5评价方法和准则比较118

5.5.1方法讨论和对比118

5.5.2准则的分析比较119

5.5.3准则的实验比较121

5.6基于评价的算法优选系统123

5.6.1算法优选思想和策略123

5.6.2优选系统的实现和效果125

总结和复习126

第2单元 表达描述131

第6章 目标表达131

6.1基于边界的表达131

6.1.1技术分类131

6.1.2链码132

6.1.3边界段135

6.1.4边界标志135

6.1.5多边形138

6.1.6地标点139

6.2基于区域的表达141

6.2.1技术分类141

6.2.2空间占有数组141

6.2.3四叉树142

6.2.4金字塔143

6.2.5围绕区域145

6.2.6骨架147

6.3基于变换的表达150

6.3.1技术分类150

6.3.2傅里叶变换表达150

总结和复习152

第7章 目标描述155

7.1基于边界的描述155

7.1.1简单边界描述符155

7.1.2形状数157

7.1.3边界矩158

7.2基于区域的描述158

7.2.1简单区域描述符158

7.2.2拓扑描述符161

7.2.3区域不变矩164

7.3对目标关系的描述167

7.3.1目标标记和计数167

7.3.2点目标的分布173

7.3.3字符串描述174

7.3.4树结构描述176

总结和复习177

第8章 测量和误差分析179

8.1直接测度和间接测度179

8.2需区别的术语181

8.2.1准确性和精确性181

8.2.2模型假设和实际观察183

8.2.3 4-连通和8-连通184

8.3影响测量误差的因素187

8.3.1误差来源187

8.3.2光学镜头分辨率187

8.3.3采样密度189

8.3.4分割算法194

8.3.5特征计算公式196

8.3.6综合影响198

8.4误差分析199

总结和复习200

第3单元 特性分析205

第9章 纹理分析205

9.1纹理研究概况206

9.2纹理描述的统计方法207

9.2.1灰度共生矩阵207

9.2.2基于共生矩阵的纹理描述符209

9.2.3基于能量的纹理描述符210

9.3纹理描述的结构方法211

9.3.1结构描述法基础211

9.3.2纹理镶嵌213

9.3.3局部二值模式214

9.4纹理描述的频谱方法216

9.4.1傅里叶频谱216

9.4.2盖伯频谱218

9.5一种纹理分类合成方法220

9.6纹理分割222

9.6.1有监督纹理分割223

9.6.2无监督纹理分割225

总结和复习227

第10章 形状分析230

10.1形状定义和研究230

10.2平面形状的分类232

10.3形状特性的描述233

10.3.1形状紧凑性描述234

10.3.2形状复杂性描述239

10.4基于技术的描述242

10.4.1基于多边形的描述符242

10.4.2基于离散曲率的描述符243

10.5拓扑结构的描述247

10.6分形维数248

总结和复习252

第11章 运动分析255

11.1运动研究内容255

11.2运动目标检测256

11.2.1背景建模256

11.2.2光流场261

11.2.3特定运动模式的检测265

11.3运动目标分割266

11.3.1目标分割和运动信息提取266

11.3.2稠密光流算法267

11.3.3基于参数和模型的分割270

11.4运动目标跟踪272

11.4.1典型技术272

11.4.2子序列决策策略277

总结和复习278

第4单元 数学工具283

第12章 数学形态学：二值283

12.1基本集合定义283

12.2二值形态学基本运算285

12.2.1二值膨胀和腐蚀285

12.2.2二值开启和闭合290

12.2.3二值基本运算性质292

12.3二值形态学组合运算293

12.3.1击中-击不中变换294

12.3.2二值组合运算296

12.4二值形态学实用算法300

总结和复习306

第13章 数学形态学：灰度308

13.1灰度图像的排序308

13.2灰度形态学基本运算309

13.2.1灰度膨胀和腐蚀310

13.2.2灰度开启和闭合314

13.2.3灰度基本运算性质315

13.3灰度形态学组合运算316

13.4灰度形态学实用算法320

13.5图像代数326

总结和复习330

第14章 图像识别333

14.1模式和分类333

14.2统计模式识别334

14.2.1最小距离分类器335

14.2.2最优统计分类器336

14.2.3自适应自举340

14.3感知机和支持向量机341

14.3.1感知机341

14.3.2支持向量机345

14.4结构模式识别348

14.4.1字符串结构识别348

14.4.2树结构识别351

总结和复习354

附录A人脸和表情识别356

A.1生物特征识别356

A.2人脸检测定位357

A.2.1基本方法358

A.2.2基于Hausdorff距离的方法358

A.3脸部器官提取和跟踪362

A.3.1眼睛几何模型及确定362

A.3.2眨眼过程中的眼睛轮廓跟踪363

A.4表情识别366

A.4.1表情识别和步骤366

A.4.2表情特征提取367

A.4.3基于盖伯变换的特征提取370

A.4.4表情分类371

A.4.5基于高阶奇异值分解的分类374

A.5人脸识别378

A.5.1边缘本征矢量加权方法379

A.5.2非特定表情人脸识别380

部分习题解答381

参考文献386

索引399