| 开本：16开 |
| 纸张：书写纸 |
| 包装：平装 |
| 是否套装：否 |
| 国际标准书号ISBN：9787030622693 |
| 所属分类：图书>计算机/网络>图形图像多媒体>其他 |
正版图书 正规发票 多仓就近发货 城市次日送达！团购优惠咨询
目 录
前言
第章 绪论
研究背景及意义
数字图像与数字图像预处理概述
数字图像的概念
数字图像处理的概念及特点
数字图像预处理研究范畴与方法
国内外研究现状
图像去噪技术
图像增强技术
图像融合技术
图像复原技术
数字图像预处理技术应用领域
航天和航空方面前言
第章 绪论
研究背景及意义
数字图像与数字图像预处理概述
数字图像的概念
数字图像处理的概念及特点
数字图像预处理研究范畴与方法
国内外研究现状
图像去噪技术
图像增强技术
图像融合技术
图像复原技术
数字图像预处理技术应用领域
航天和航空方面
生物医学工程方面
工业和工程方面
军事公安方面
文化艺术方面
机器视觉
视频和多媒体系统
电子商务
本书的课题来源及组织结构
本书的课题来源
本书主要内容
本章小结
第章 基于小波域旋转奇异值分解的图像去噪算法
概述
小波变换和奇异值分解的方向特性
小波变换及其方向特性
奇异值分解及其方向特性
基于小波域旋转奇异值分解与边缘保留的图像去噪算法
高频子图奇异值分解滤波
去噪重构奇异值个数的确定
高频子图像多方向边缘提取
算法流程
实验仿真
本章小结
第章 基于小波域奇异值差值的图像去噪算法
概述
基于小波域奇异值差值建模的图像去噪算法
奇异值差值特点
算法流程
奇异值差值建模
确定去噪奇异值
实验仿真
本章小结
第章 基于分块旋转奇异值分解的图像去噪算法
概述
图像分块旋转去噪
基于自适应分块旋转的奇异值分解图像去噪算法
自适应分块
去噪重构奇异值个数的确定
算法流程
实验仿真
本章小结
第章 基于人工鱼群与粒子群优化的图像增强算法
概述
图像非线性增强
人工鱼群算法及粒子群优化算法
人工鱼群算法
粒子群优化算法
基于人工鱼群与粒子群优化混合的图像自适应增强算法
人工鱼群及粒子群优化算法各自的缺陷
人工鱼群与粒子群优化混合增强算法
实验仿真
本章小结
第章 基于突变粒子群优化的图像增强算法
概述
基于突变粒子群优化算法的图像自适应增强算法
基本粒子群优化算法
突变粒子群优化算法
算法流程
实验仿真
本章小结
第章 基于小波变换方向区域特征的图像融合算法
概述
小波变换图像融合缺陷
普通的低频空间频率融合缺陷
单一的高频能量或梯度融合缺陷
基于小波变换方向区域能量与梯度的图像融合算法
低频融合规则
高频融合规则
实验仿真
本章小结
第章 基于刃边函数和维纳滤波的模糊图像复原算法
概述
点扩散函数估计
基于刃边函数和最优窗维纳滤波的运动模糊图像复原算法
最优窗维纳滤波
点扩散函数的确定
算法流程
实验仿真
本章小结
第章 基于分块奇异值的图像复原去噪算法
概述
基于奇异值分解的点扩散函数估计
基于分块奇异值导数的图像复原去噪算法
奇异值重构阶数选取
实验仿真
本章小结
第章 总结与展望
本书总结
研究展望
参考文献
显示全部信息
作者简介
杨忠（），金陵科技学院智能科学与控制工程学院院长，教授，硕士生导师。江苏省有突出贡献中青年专家，江苏省“高层次人才培养工程”第二层次培养对象（中青年领军人才）。江苏省重点建设学科“控制科学与工程”学科带头人，江苏省重点建设专业“自动化”专业负责人，“智能控制技术与应用”南京市科技创新团队带头人，“智能控制技术与应用”南京市重点实验室负责人。
目 录
前言
第章 绪论
研究背景及意义
数字图像与数字图像预处理概述
数字图像的概念
数字图像处理的概念及特点
数字图像预处理研究范畴与方法
国内外研究现状
图像去噪技术
图像增强技术
图像融合技术
图像复原技术
数字图像预处理技术应用领域
航天和航空方面前言
第章 绪论
研究背景及意义
数字图像与数字图像预处理概述
数字图像的概念
数字图像处理的概念及特点
数字图像预处理研究范畴与方法
国内外研究现状
图像去噪技术
图像增强技术
图像融合技术
图像复原技术
数字图像预处理技术应用领域
航天和航空方面
生物医学工程方面
工业和工程方面
军事公安方面
文化艺术方面
机器视觉
视频和多媒体系统
电子商务
本书的课题来源及组织结构
本书的课题来源
本书主要内容
本章小结
第章 基于小波域旋转奇异值分解的图像去噪算法
概述
小波变换和奇异值分解的方向特性
小波变换及其方向特性
奇异值分解及其方向特性
基于小波域旋转奇异值分解与边缘保留的图像去噪算法
高频子图奇异值分解滤波
去噪重构奇异值个数的确定
高频子图像多方向边缘提取
算法流程
实验仿真
本章小结
第章 基于小波域奇异值差值的图像去噪算法
概述
基于小波域奇异值差值建模的图像去噪算法
奇异值差值特点
算法流程
奇异值差值建模
确定去噪奇异值
实验仿真
本章小结
第章 基于分块旋转奇异值分解的图像去噪算法
概述
图像分块旋转去噪
基于自适应分块旋转的奇异值分解图像去噪算法
自适应分块
去噪重构奇异值个数的确定
算法流程
实验仿真
本章小结
第章 基于人工鱼群与粒子群优化的图像增强算法
概述
图像非线性增强
人工鱼群算法及粒子群优化算法
人工鱼群算法
粒子群优化算法
基于人工鱼群与粒子群优化混合的图像自适应增强算法
人工鱼群及粒子群优化算法各自的缺陷
人工鱼群与粒子群优化混合增强算法
实验仿真
本章小结
第章 基于突变粒子群优化的图像增强算法
概述
基于突变粒子群优化算法的图像自适应增强算法
基本粒子群优化算法
突变粒子群优化算法
算法流程
实验仿真
本章小结
第章 基于小波变换方向区域特征的图像融合算法
概述
小波变换图像融合缺陷
普通的低频空间频率融合缺陷
单一的高频能量或梯度融合缺陷
基于小波变换方向区域能量与梯度的图像融合算法
低频融合规则
高频融合规则
实验仿真
本章小结
第章 基于刃边函数和维纳滤波的模糊图像复原算法
概述
点扩散函数估计
基于刃边函数和最优窗维纳滤波的运动模糊图像复原算法
最优窗维纳滤波
点扩散函数的确定
算法流程
实验仿真
本章小结
第章 基于分块奇异值的图像复原去噪算法
概述
基于奇异值分解的点扩散函数估计
基于分块奇异值导数的图像复原去噪算法
奇异值重构阶数选取
实验仿真
本章小结
第章 总结与展望
本书总结
研究展望
参考文献
显示全部信息
作者简介
杨忠（），金陵科技学院智能科学与控制工程学院院长，教授，硕士生导师。江苏省有突出贡献中青年专家，江苏省“高层次人才培养工程”第二层次培养对象（中青年领军人才）。江苏省重点建设学科“控制科学与工程”学科带头人，江苏省重点建设专业“自动化”专业负责人，“智能控制技术与应用”南京市科技创新团队带头人，“智能控制技术与应用”南京市重点实验室负责人。