内容简介
本书将理论知识、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。本书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
�?章 数字图像处理概述
0.1 数字图像
0.1.1 什么是数字图像
0.1.2 数字图像的显示
0.1.3 数字图像的分类
0.1.4 数字图像的实质
0.1.5 数字图像的表示
0.1.6 图像的空间和灰度级分辨率
0.2 数字图像处理与识别
0.2.1 从图像处理到图像识别
0.2.2 什么是机器视觉
0.2.3 数字图像处理和识别的应用实例
0.3 数字图像处理的预备知识
0.3.1 邻接性、连通性、区域和边界
0.3.2 距离度量的几种方法
0.3.3 基本的图像操作
�?章 MATLAB图像处理编程基础
1.1 Matlab操作简介
1.1.1 Matlab软件环境
1.1.2 文件操作
1.1.3 在线帮助的使用
1.1.4 变量的使用
1.1.5 矩阵的使用
1.1.6 细胞数组(Cell Array)和结构体(Structure)
1.1.7 关系运算与逻辑运算
1.1.8 常用图像处理数学函数
1.1.9 Matlab程序流程控制
1.1.10 M文件编写
1.1.11 Matlab函数编写
1.2 Matlab图像类型及其存储方式
1.3 Matlab的图像转换
1.4 读取和写入图像文件
1.5 图像的显示
�?章 Visual C 图像处理编程基础
2.1 位图文件及其C 操作
2.1.1 设备无关位图
2.1.2 BMP图像文件数据结构
2.2 认识CImg类
2.2.1 主要成员函数列表
2.2.2 公有成员
2.3 CImg类基础操作
2.3.1 加载和写入图像
2.3.2 获得图像基本信息
2.3.3 检验有效性
2.3.4 按像素操作
2.3.5 改变图像大小
2.3.6 重载的运算符
2.3.7 在屏幕上绘制位图图像
2.3.8 新建图像
2.3.9 图像类型的判断..