數(shù)字圖像濾波算法的研究及應(yīng)用

定　價(jià)：￥49.00

作　者：	倪臣敏著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787121396601	出版時(shí)間：	2020-10-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	208	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　隨著數(shù)字化信息時(shí)代的到來(lái)，數(shù)字圖像的復(fù)原和去噪引起了人們廣泛的研究興趣。本書(shū)首先介紹了數(shù)字圖像復(fù)原基礎(chǔ)、圖像的噪聲模型、經(jīng)典的噪聲濾波算法及質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)，以及有關(guān)理論基礎(chǔ)；然后在空域?yàn)V波方面，針對(duì)脈沖噪聲的去除，提出并驗(yàn)證了用于估計(jì)脈沖噪聲密度的模糊指標(biāo)，并在此基礎(chǔ)上提出了兩種脈沖噪聲去除算法，通過(guò)實(shí)驗(yàn)驗(yàn)證了算法優(yōu)勢(shì)；在變換域?yàn)V波方面，介紹了頻域?yàn)V波的研究機(jī)理，以及高斯濾波、維納濾波、低通濾波、帶通濾波、小波濾波等的去噪效果比較及其應(yīng)用；最后介紹了綜合的濾波算法及其應(yīng)用，涉及濾波在醫(yī)學(xué)圖像處理中的應(yīng)用、新型冠狀病毒圖像去噪識(shí)別分割、超聲圖像去噪、遙感圖像去噪、智慧城市交通中運(yùn)動(dòng)的人臉、車牌等的去噪識(shí)別應(yīng)用案例等。

作者簡(jiǎn)介

　　浙江越秀外國(guó)語(yǔ)學(xué)院經(jīng)濟(jì)統(tǒng)計(jì)系教研室主任，副教授，主要從事《高等數(shù)學(xué)》《數(shù)學(xué)建模實(shí)驗(yàn)》《數(shù)字圖像處理與分析》等的教研工作，第一作者發(fā)表SCI論文一篇，EI論文一篇；北大核心論文2篇；普刊若干；合計(jì)十多篇。

圖書(shū)目錄

第1章圖像噪聲復(fù)原基礎(chǔ)及評(píng)價(jià)標(biāo)準(zhǔn)\t1
1．1　數(shù)字圖像復(fù)原簡(jiǎn)介\t1
1．2 圖像的噪聲分類及噪聲模型\t2
1．2．1　噪聲分類\t2
1．2．2　噪聲模型\t3
1．3　圖像去噪復(fù)原的主要方法\t8
1．3．1　空域和頻域\t8
1．3．2　線性和非線性\t9
1．3．3　綜合方法\t9
1．4　圖像質(zhì)量評(píng)價(jià)方法\t10
1．4．1　主觀評(píng)價(jià)法\t10
1．4．2　客觀評(píng)價(jià)法\t11
1．4．3　無(wú)參照的圖像質(zhì)量評(píng)價(jià)法\t13
1．5　本章小結(jié)\t14
第2章理論基礎(chǔ)\t15
2．1　模糊數(shù)學(xué)的有關(guān)理論\t15
2．1．1　特征函數(shù)\t15
2．1．2 模糊集合的有關(guān)概念\t15
2．1．3　模糊性的度量\t17
2．2 傅里葉變換的相關(guān)知識(shí)\t19
2．2．1　傅里葉變換的原理和性質(zhì)\t19
2．2．2　快速傅里葉變換\t25
2．3　小波變換\t28
2．3．1　小波變換定義\t28
2．3．2　多分辨率分析\t30
2．3．3　常見(jiàn)的小波基函數(shù)\t33
2．4　本章小結(jié)\t34
第3章空域?yàn)V波算法的研究機(jī)理及效果比較\t35
3．1　鄰域?yàn)V波及效果對(duì)比\t35
3．1．1　均值濾波的類型及實(shí)現(xiàn)原理\t35
3．1．2　高斯濾波及實(shí)現(xiàn)\t37
3．1．3　統(tǒng)計(jì)排序?yàn)V波及算法實(shí)現(xiàn)\t40
3．1．4　鄰域?yàn)V波去噪效果研究\t43
3．2 自適應(yīng)濾波及效果比較\t48
3．2．1 自適應(yīng)局部噪聲消除濾波器\t48
3．2．2 自適應(yīng)局部中值濾波\t49
3．2．3　自適應(yīng)維納濾波\t49
3．2．4　自適應(yīng)濾波去噪效果分析\t49
3．3　基于偏微分方程的去噪算法研究\t52
3．3．1　偏微分方程去噪原理\t52
3．3．2　偏微分方程濾波模型的導(dǎo)出\t53
3．3．3　偏微分方程法的去噪比較\t54
3．4　基于形態(tài)學(xué)的濾波算法及仿真實(shí)驗(yàn)\t57
3．4．1　數(shù)學(xué)形態(tài)學(xué)濾波器概述\t57
3．4．2　數(shù)學(xué)形態(tài)學(xué)的運(yùn)算\t58
3．4．3　形態(tài)學(xué)濾波器去噪算法仿真實(shí)驗(yàn)\t61
3．5　本章小結(jié)\t65
第4章頻域?yàn)V波算法及去噪效果對(duì)比研究\t66
4．1　基于傅里葉變換的濾波算法\t66
4．1．1　低通濾波及去噪效果比較\t67
4．1．2　逆濾波及去噪分析\t74
4．1．3　維納（Wiener）濾波\t77
4．1．4　帶阻和帶通濾波\t80
4．2　基于小波變換的濾波算法\t81
4．2．1　圖像小波變換的實(shí)現(xiàn)原理\t82
4．2．2　MATLAB中圖像小波變換的函數(shù)分析\t84
4．2．3　小波變換下的圖像去噪及閾值分析\t89
4．2．4　基于小波變換的圖像去噪案例對(duì)比分析\t93
4．3　本章小結(jié)\t100
第5章　改進(jìn)的濾波算法設(shè)計(jì)及實(shí)現(xiàn)\t101
5．1 概述\t101
5．2 基于模糊指標(biāo)的中值濾波算法設(shè)計(jì)\t102
5．2．1 幾種改進(jìn)的中值濾波算法\t102
5．2．2 梯度算子\t105
5．2．3 模糊指標(biāo)\t110
5．2．4 曲線擬合\t113
5．2．5 算法設(shè)計(jì)\t116
5．2．6 仿真實(shí)驗(yàn)與結(jié)果分析\t128
5．3 基于序列圖像的高密度脈沖噪聲去除新方法\t133
5．3．1 MMEM濾波算法\t134
5．3．2 噪聲檢測(cè)\t135
5．3．3 基于實(shí)驗(yàn)的算法設(shè)計(jì)\t136
5．3．4 仿真實(shí)驗(yàn)與結(jié)果分析\t139
5．4 本章小結(jié)\t142
第6章　濾波算法在現(xiàn)代圖像分析中的應(yīng)用\t143
6．1 濾波在醫(yī)學(xué)圖像處理中的應(yīng)用\t143
6．1．1 醫(yī)學(xué)超聲圖像的去噪\t143
6．1．2 新型冠狀病毒圖像去噪和識(shí)別\t149
6．2 濾波在遙感圖像處理中的應(yīng)用\t156
6．2．1 遙感圖像去霧算法\t157
6．2．2 遙感圖像去周期噪聲\t164
6．3 濾波在智慧城市交通圖像處理中的應(yīng)用\t168
6．3．1 運(yùn)動(dòng)圖像和模糊算子\t169
6．3．2 運(yùn)動(dòng)模糊圖像的復(fù)原方法\t172
6．3．3 運(yùn)動(dòng)模糊的汽車圖像識(shí)別案例\t180
6．4 本章小結(jié)\t184
第7章圖像濾波的研究趨勢(shì)分析\t186
7．1 基于中國(guó)知網(wǎng)的學(xué)術(shù)關(guān)注度指數(shù)分析\t186
7．2 對(duì)中國(guó)知網(wǎng)文獻(xiàn)的計(jì)量可視化分析\t187
7．2．1 發(fā)文數(shù)量分析\t187
7．2．2 研究主題和關(guān)鍵詞分析\t188
7．2．3 期刊和機(jī)構(gòu)來(lái)源分析\t189
7．2．4 分布分析\t190
7．2．5 文獻(xiàn)互引網(wǎng)絡(luò)關(guān)系分析\t191
7．2．6 中英文獻(xiàn)主題傾向性分析\t192
7．3 本章小結(jié)\t193
參考文獻(xiàn)\t194