[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  • 新类目

     管理
     投资理财
     经济
     社会科学
  • 國外電子與通信教材繫列:數字圖像處理(第四版)
    該商品所屬分類:圖書 -> 電子工業出版社
    【市場價】
    971-1408
    【優惠價】
    607-880
    【作者】 RafaelCGonzalez阮秋琦 
    【所屬類別】 電子工業出版社 
    【出版社】電子工業出版社 
    【ISBN】9787121377471
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    出版社:電子工業出版社
    ISBN:9787121377471
    版次:4

    商品編碼:12866654
    品牌:電子工業出版社
    包裝:平裝

    叢書名:國外電子與通信教材繫列
    開本:16開
    出版時間:2020-05-01

    用紙:膠版紙
    頁數:748
    字數:1366000

    正文語種:中文
    作者:Rafael,C.,Gonzalez,阮秋琦


        
        
    "

    編輯推薦

    適讀人群 :本書的讀者對像主要是從事信號與信息處理、通信工程、電子科學與技術、信息工程、自動化、計算機科學與技術、地球物理、生物工程、生物醫學工程、物理、化學、醫學、遙感等領域的大學教師和科技工作者、研究生、大學本科高年級學生及工程技術人員。

    1. 新增了關於精確直方圖匹配、小波、圖像變換、有限差分、k均值聚類、超像素、圖割、斜率編碼的內容。

    2. 擴展了關於骨架、中軸和距離變換的說明,增加了緊致度、圓度和偏心率等描述子。

    3. 新增了哈裡斯-斯蒂芬斯角點探測器及*大穩定極值區域的內容。

    4. 重寫了關於神經網絡和深度學習的內容,全面介紹了全連接深度神經網絡,新增了關於深度卷積神經網絡的內容。

    5. 為學生和教師提供支持包,支持包可從本書的配套網站下載。

    6. 新增了幾百幅圖像、幾十個新圖表和上百道新習題。


    內容簡介

    在數字圖像處理領域,本書作為主要教材已有40多年。第四版是作者在前三版的基礎上修訂而成的,是前三版的發展與延續。除保留前幾版的大部分內容外,根據讀者的反饋,作者對本書進行了全面修訂,融入了近年來數字圖像處理領域的重要進展,增加了幾百幅新圖像、幾十個新圖表和上百道新習題。全書共12章,即緒論、數字圖像基礎、灰度變換與空間濾波、頻率域濾波、圖像復原與重構、小波變換和其他圖像變換、彩色圖像處理、圖像壓縮和水印、形態學圖像處理、圖像分割、特征提取、圖像模式分類。本書的讀者對像主要是從事信號與信息處理、通信工程、電子科學與技術、信息工程、自動化、計算機科學與技術、地球物理、生物工程、生物醫學工程、物理、化學、醫學、遙感等領域的大學教師和科技工作者、研究生、大學本科高年級學生及工程技術人員。

    作者簡介

    Rafael C. Gonzalez: 1965於美國邁阿密大學獲電氣工程學士學位;1967年和1970年於美國佛羅裡達大學蓋恩斯維爾分校分別獲電氣工程碩士學位和博士學位。1970年,加盟田納西大學諾克斯維爾分校(UTK)電機和計算機工程繫。1973年晉升為副教授,1978年晉升為教授,1984年被授予“傑出貢獻教授”。1994年到1997年任繫主任,現為UTK名譽教授。
    阮秋琦:教授、博士生導師。曾任國務院學位委員會學科評議組成員、北京交通大學學位委員會副主席、中國圖像圖形學學會常務理事、北京圖像圖形學學會副理事長、中國圖像圖形學學會鐵道專業委員會主任委員;現為IEEE北京分會主席、IET北京分會主席及會士、中國通信學會會士、中國電子學會會士/理事、中國電子教育學會理事、信號處理學會副理事長、科技部國際合作項目評審專家、國家自然科學基金委員會第十三屆評審專家、國家留學基金委員會評審專家。

    目錄

    第1章 緒論 1
    引言 1
    學習目標 1
    1.1 什麼是數字圖像處理 1
    1.2 數字圖像處理的起源 2
    1.3 數字圖像處理技術應用領域實例 5
    1.3.1 伽馬射線成像 5
    1.3.2 X射線成像 6
    1.3.3 紫外波段成像 8
    1.3.4 可見光和紅外波段成像 8
    1.3.5 微波波段成像 14
    1.3.6 無線電波段成像 14
    1.3.7 其他成像方式 15
    1.4 數字圖像處理的基本步驟 18
    1.5 圖像處理繫統的組成 20
    小結、參考文獻和延伸讀物 22
    第2章 數字圖像基礎 23
    引言 23
    學習目標 23
    2.1 視覺感知要素 23
    2.1.1 人眼的結構 24
    2.1.2 人眼的成像方式 25
    2.1.3 亮度適應與辨別 25
    2.2 光和電磁波譜 28
    2.3 圖像感知與獲取 30
    2.3.1 使用單個傳感器獲取圖像 31
    2.3.2 使用條帶傳感器獲取圖像 31
    2.3.3 使用陣列傳感器獲取圖像 32
    2.3.4 一個簡單的成像模型 33
    2.4 圖像取樣和量化 34
    2.4.1 取樣和量化的基本概念 34
    2.4.2 數字圖像表示 36
    2.4.3 線性索引和坐標索引 39
    2.4.4 空間分辨率和灰度分辨率 40
    2.4.5 圖像內插 44
    2.5 像素間的一些基本關繫 45
    2.5.1 像素的相鄰像素 45
    2.5.2 鄰接、連通、區域和邊界 46
    2.5.3 距離測度 47
    2.6 數字圖像處理所用的基本數學工具介紹 48
    2.6.1素運算和矩陣運算 48
    2.6.2 線性運算與非線性運算 49
    2.6.3 算術運算 50
    2.6.4 集合運算和邏輯運算 54
    2.6.5 空間運算 59
    2.6.6 向量與矩陣運算 66
    2.6.7 圖像變換 67
    2.6.8 圖像灰度和隨機變量 69
    小結、參考文獻和延伸讀物 70
    習題 70
    第3章 灰度變換與空間濾波 75
    引言 75
    學習目標 75
    3.1 背景 75
    3.1.1 灰度變換和空間濾波基礎 76
    3.1.2 關於本章中例子的說明 77
    3.2 一些基本的灰度變換函數 77
    3.2.1 圖像反轉 77
    3.2.2 對數變換 78
    3.2.3 冪律(伽馬)變換 79
    3.2.4 分段線性變換函數 82
    3.3 直方圖處理 86
    3.3.1 直方圖均衡化 87
    3.3.2 直方圖匹配(規定化) 93
    3.3.3 精確直方圖匹配(規定化) 99
    3.3.4 局部直方圖處理 105
    3.3.5 使用直方圖統計量增強圖像 106
    3.4 空間濾波基礎 108
    3.4.1 線性空間濾波的原理 108
    3.4.2 空間相關與卷積 109
    3.4.3 可分離濾波器核 114
    3.4.4 空間域濾波和頻率域濾波的一些
    重要比較 115
    3.4.5 如何構建空間濾波器核 116
    3.5 平滑(低通)空間濾波器 116
    3.5.1 盒式濾波器核 117
    3.5.2 低通高斯濾波器核 118
    3.5.3 順序統計(非線性)濾波器 124
    3.6 銳化(高通)空間濾波器 125
    3.6.1 基礎 125
    3.6.2 使用二階導數銳化圖像――拉普
    拉斯算子 127
    3.6.3 鈍化掩蔽和高提升濾波 130
    3.6.4 使用一階導數銳化圖像――梯度 131
    3.7 低通、高通、帶阻和帶通濾波器 134
    3.8 組合使用空間增強方法 136
    小結、參考文獻和延伸閱讀 139
    習題 140
    第4章 頻率域濾波 145
    引言 145
    學習目標 145
    4.1 背景 145
    4.1.1 傅裡葉級數和變換簡史 146
    4.1.2 關於本章中的例子 147
    4.2 基本概念 147
    4.2.1 復數 148
    4.2.2 傅裡葉級數 148
    4.2.3 衝激函數及其取樣性質 148
    4.2.4 單連續變量函數的傅裡葉變換 150
    4.2.5 卷積 152
    4.3 取樣和取樣函數的傅裡葉變換 153
    4.3.1 取樣 153
    4.3.2 取樣後的函數的傅裡葉變換 154
    4.3.3 取樣定理 156
    4.3.4 混疊 158
    4.3.5 由取樣後的數據重構(復原)函數 160
    4.函數的離散傅裡葉變換 161
    4.4.1 由取樣後的函數的連續變換得到DFT 161
    4.4.2 取樣和頻率間隔的關繫 163
    4.函數的傅裡葉變換 164
    4.5.1 二維衝激及其取樣性質 164
    4.5.2 二維連續傅裡葉變換對 164
    4.5.3 二維取樣和二維取樣定理 165
    4.5.4 圖像中的混疊 166
    4.5.5 二維離散傅裡葉變換及其反變換 171
    4.6 二維DFT和IDFT的一些性質 171
    4.6.1 空間間隔和頻率間隔的關繫 171
    4.6.2 平移和旋轉 171
    4.6.3 周期性 172
    4.6.4 對稱性 173
    4.6.5 傅裡葉譜和相角 177
    4.6.6 二維離散卷積定理 181
    4.6.7 二維離散傅裡葉變換性質的小結 184
    4.7 頻率域濾波基礎 185
    4.7.1 頻率域的其他特性 185
    4.7.2 頻率域濾波基礎 186
    4.7.3 頻率域濾波步驟小結 190
    4.7.4 空間域和頻率域濾波之間的對應性 192
    4.8 使用低通頻率域濾波器平滑圖像 195
    4.8.1 理想低通濾波器 195
    4.8.2 高斯低通濾波器 198
    4.8.3 巴特沃斯低通濾波器 199
    4.8.4 低通濾波的其他例子 201
    4.9 使用高通濾波器銳化圖像 203
    4.9.1 由低通濾波器得到理想、高斯和巴特沃
    斯高通濾波器 203
    4.9.2 頻率域中的拉普拉斯算子 207
    4.9.3 鈍化掩蔽、高提升濾波和高頻強調
    濾波 208
    4.9.4 同態濾波 210
    4.10 選擇性濾波 212
    4.10.1 帶阻濾波器和帶通濾波器 212
    4.10.2 陷波濾波器 214
    4.11 快速傅裡葉變換 217
    4.11.1 二維DFT的可分離性 217
    4.11.2 使用DFT算法計算IDFT 218
    4.11.3 快速傅裡葉變換(FFT) 218
    小結、參考文獻和延伸讀物 220
    習題 221
    第5章 圖像復原與重構 228
    引言 228
    學習目標 228
    5.1 圖像退化/復原處理的一個模型 228
    5.2 噪聲模型 229
    5.2.1 噪聲的空間性質和頻率性質 229
    5.2.2 一些重要的噪聲概率密度函數 229
    5.2.3 周期噪聲 234
    5.2.4 估計噪聲參數 234
    5.3 隻出現噪聲的復原――空間濾波 235
    5.3.1 均值濾波器 235
    5.3.2 順序統計濾波器 238
    5.3.3 自適應濾波器 242
    5.4 使用頻率域濾波降低周期噪聲 245
    5.4.1 陷波濾波深入介紹 245
    5.4.2 最優陷波濾波 248
    5.5 線性位置不變退化 252
    5.6 估計退化函數 253
    5.6.1 采用觀察法估計退化函數 253
    5.6.2 采用試驗法估計退化函數 254
    5.6.3 采用建模法估計退化函數 254
    5.7 反濾波 257
    5.8 最小均方誤差(維納)濾波 258
    5.9 約束最小二乘濾波 261
    5.10 幾何平均濾波 264
    5.11 根據投影重構圖像 265
    5.11.1 引言 265
    5.11.2 X射線計算機斷層成像(CT)
    原理 267
    5.11.3 投影和雷登變換 269
    5.11.4 反投影 272
    5.11.5 傅裡葉切片定理 273
    5.11.6 使用平行射線束濾波反投影重構 274
    5.11.7 使用扇形射線束濾波反投影重構
    圖像 278
    小結、參考文獻和延伸讀物 282
    習題 283
    第6章 彩色圖像處理 287
    引言 287
    學習目標 287
    6.1 彩色基礎 288
    6.2 彩色模型 292
    6.2.1 RGB彩色模型 293
    6.2.2 CMY和CMYK彩色模型 294
    6.2.3 HSI彩色模型 295
    6.2.4 設備無關彩色模型 301
    6.3 偽彩色圖像處理 302
    6.3.1 灰度分層和彩色編碼 302
    6.3.2 灰度到彩色的變換 305
    6.4 全彩色圖像處理基礎 309
    6.5 彩色變換 310
    6.5.1 公式 310
    6.5.2 補色 313
    6.5.3 彩色分層 314
    6.5.4 色調和彩色校正 315
    6.5.5 彩色圖像的直方圖處理 318
    6.6 彩色圖像平滑和銳化 319
    6.6.1 彩色圖像平滑 319
    6.6.2 彩色圖像銳化 321
    6.7 使用彩色分割圖像 322
    6.7.1 HSI彩色空間中的分割 322
    6.7.2 RGB空間中的分割 323
    6.7.3 彩色邊緣檢測 325
    6.8 彩色圖像中的噪聲 328
    6.9 彩色圖像壓縮 330
    小結、參考文獻和延伸讀物 331
    習題 332
    第7章 小波變換和其他圖像變換 335
    引言 335
    學習目標 335
    7.1 背景 335
    7.2 基於矩陣的變換 337
    7.3 相關 345
    7.4 時間-頻率平面的基函數 346
    7.5 基圖像 349
    7.6 傅裡葉相關的變換 351
    7.6.1 離散哈特利變換 351
    7.6.2 離散餘弦變換 353
    7.6.3 離散正弦變換 356
    7.7 沃爾什-哈達瑪變換 359
    7.8 斜變換 362
    7.9 哈爾變換 363
    7.10 小波變換 365
    7.10.1 尺度函數 365
    7.10.2 小波函數 367
    7.10.3 小波級數展開 369
    7.10.4 一維離散小波變換 370
    7.10.5 二維小波變換 376
    7.10.6 小波包 382
    小結、參考文獻和延伸讀物 387
    習題 387
    第8章 圖像壓縮和水印 392
    引言 392
    學習目標 392
    8.1 基礎 392
    8.1.1 編碼冗餘 393
    8.1.2 空間冗餘和時間冗餘 395
    8.1.3 無關信息 395
    8.1.4 度量圖像信息 396
    8.1.5 保真度準則 398
    8.1.6 圖像壓縮模型 399
    8.1.7 圖像格式、容器和壓縮標準 400
    8.2 霍夫曼編碼 402
    8.3 Golomb編碼 404
    8.4 算術編碼 407
    8.4.1 自適應上下文相關概率估計 408
    8.5 LZW編碼 409
    8.6 行程編碼 411
    8.6.1 一維CCITT壓縮 412
    8.6.2 二維CCITT壓縮 412
    8.7 基於符號的編碼 415
    8.7.1 JBIG2壓縮 416
    8.8 比特平面編碼 417
    8.9 塊變換編碼 421
    8.9.1 變換的選擇 421
    8.9.2 子圖像尺寸選擇 423
    8.9.3 比特分配 424
    8.10 預測編碼 432
    8.10.1 無損預測編碼 432
    8.10.2 運動補償預測殘差 435
    8.10.3 有損預測編碼 441
    8.10.4 最優預測器 443
    8.10.5 最優量化 445
    8.11 小波編碼 446
    8.11.1 小波的選擇 447
    8.11.2 分解層數的選擇 448
    8.11.3 量化器設計 449
    8.11.4 JPEG-2000 450
    8.12 數字圖像水印 454
    小結、參考文獻和延伸讀物 459
    習題 460
    第9章 形態學圖像處理 463
    引言 463
    學習目標 463
    9.1 預備知識 463
    9.2 腐蝕和膨脹 466
    9.2.1 腐蝕 466
    9.2.2 膨脹 468
    9.2.3 對偶性 470
    9.3 開運算與閉運算 470
    9.4 擊中-擊不中變換 474
    9.5 一些基本的形態學算法 476
    9.5.1 邊界提取 477
    9.5.2 孔洞填充 477
    9.5.3 提取連通分量 479
    9.5.4 凸殼 480
    9.5.5 細化 482
    9.5.6 粗化 483
    9.5.7 骨架 484
    9.5.8 裁剪 486
    9.6 形態學重構 487
    9.6.1 測地膨脹和腐蝕 488
    9.6.2 膨脹和腐蝕形態學重構 489
    9.6.3 應用實例 490
    9.7 二值圖像形態學運算小結 493
    9.8 灰度形態學 494
    9.8.1 灰度腐蝕和膨脹 495
    9.8.2 灰度開運算和閉運算 496
    9.8.3 一些基本的灰度形態學算法 498
    9.8.4 灰度形態學重構 502
    小結、參考文獻和延伸讀物 505
    習題 505
    第10章 圖像分割 511
    引言 511
    學習目標 511
    10.1 基礎知識 511
    10.2 點、線和邊緣檢測 513
    10.2.1 背景知識 513
    10.2.2 孤立點的檢測 516
    10.2.3 線檢測 517
    10.2.4 邊緣模型 520
    10.2.5 基本邊緣檢測 523
    10.2.6 更先進的邊緣檢測技術 529
    10.2.7 連接邊緣點 538
    10.3 閾值處理 543
    10.3.1 基礎知識 544
    10.3.2 基本的全局閾值處理 546
    10.3.3 使用Otsu方法的最優全局閾值
    處理 547
    10.3.4 使用圖像平滑改進全局閾值處理 551
    10.3.5 使用邊緣改進全局閾值處理 552
    10.3.6 多閾值處理 555
    10.3.7 可變閾值處理 557
    10.4 使用區域生長、區域分離與聚合進行
    分割 560
    10.4.1 區域生長 560
    10.4.2 區域分離與聚合 562
    10.5 使用聚類和超像素的區域分割 564
    10.5.1 用k均值聚類的區域分割 564
    10.5.2 使用超像素的區域分割 566
    10.6 使用圖割分割區域 571
    10.6.1 作為圖的圖像 571
    10.6.2 最小圖割 573
    10.6.3 計算最小圖割 574
    10.6.4 圖割分割算法 575
    10.7 使用形態學分水嶺分割圖像 577
    10.7.1 背景知識 577
    10.7.2 構建水壩 579
    10.7.3 分水嶺分割算法 581
    10.7.4 標記的使用 583
    10.8 在分割中使用運動 584
    10.8.1 空間域技術 584
    10.8.2 頻率域技術 587
    小結、參考文獻和延伸讀物 589
    習題 590
    第11章 特征提取 595
    引言 595
    學習目標 595
    11.1 背景 595
    11.2 邊界預處理 597
    11.2.1 邊界跟蹤(追蹤) 597
    11.2.2 鏈碼 598
    11.2.3 用最小周長多邊形近似邊界 602
    11.2.4 標記圖 606
    11.2.5 骨架、中軸和距離變換 608
    11.3 邊界特征描述子 610
    11.3.1 一些基本的邊界描述子 610
    11.3.2 形狀數 611
    11.3.3 傅裡葉描述子 613
    11.3.4 統計矩 615
    11.4 區域特征描述子 616
    11.4.1 一些基本的描述子 616
    11.4.2 拓撲描述子 620
    11.4.3 紋理 621
    11.4.4 矩不變量 629
    11.5 作為特征描述子的主分量 631
    11.6 整體圖像特征 637
    11.6.1 哈裡斯-斯蒂芬斯角點檢測器 638
    11.6.2 最大穩定極值區域(MSER) 643
    11.7 尺度不變特征變換(SIFT) 648
    11.7.1 尺度空間 648
    11.7.2 檢測局部極值 651
    11.7.3 關鍵點方向 654
    11.7.4 關鍵點描述子 655
    11.7.5 SIFT算法小結 656
    小結、參考文獻和延伸讀物 659
    習題 660
    第12章 圖像模式分類 663
    引言 663
    學習目標 663
    12.1 背景 663
    12.2 模式與模式類 665
    12.2.1 模式向量 665
    12.2.2 結構模式 668
    12.3 原型匹配模式分類 669
    12.3.1 最小距離分類器 669
    12.3.2 對二維原型匹配使用相關 672
    12.3.3 匹配SIFT特征 674
    12.3.4 匹配結構原型 675
    12.4 最優(貝葉斯)統計分類器 678
    12.4.1 貝葉斯分類器的推導 678
    12.4.2 高斯模式類的貝葉斯分類器 679
    12.5 神經網絡與深度學習 684
    12.5.1 背景知識 684
    12.5.2 感知機 685
    12.5.3 多層前饋神經網絡 693
    12.5.4 正向傳播前饋神經網絡 696
    12.5.5 使用反向傳播訓練深層神經網絡 700
    12.6 深度卷積神經網絡 707
    12.6.1 一種基本的CNN結構 708
    12.6.2 正向通過CNN的傳遞公式 714
    12.6.3 用於訓練CNN的反向傳播方程 714
    12.7 實現的一些附加細節 725
    小結、參考文獻和延伸讀物 726
    習題 726
    參考文獻 730
    術語表 738
    查看全部↓

    前言/序言

    前 言


    When something can be read without effort, great effort has gone into its writing.

    Enrique Jardiel Poncela


    第四版是在前三版的基礎上修訂而成的,是前三版的發展與延續。像Gonzalez和Wintz於1977年和1987年出版的版本及Gonzalez和Woods於1992年、2002年和2008年出版的版本那樣,這個第六代版本同樣是為學生和教師編寫的。本書的主要目的是介紹數字圖像處理的基本概念和方法,為讀者在數字圖像處理領域進一步學習和研究奠定基礎。為了實現這些目的,本書再次把重點放在應用範圍不限於求解具體問題的基礎知識方面。本書的數學復雜性處於大學高年級本科生和一年級碩士研究生的水平,他們應先修了數學分析、向量、矩陣、概率、統計、線性繫統和計算機編程等課程。為方便讀者回顧這些背景知識,本書的配套網站提供了相關的教程。

    本書40年來一直處於世界領先地位的主要原因之一是,我們不斷地關注並反映讀者不斷變化的教育需求。本版基於廣泛的調查,調查涉及30個國家和地區的150個機構的教師、學生和自學者。調查表明,這一版中需要涵蓋自上一版出版以來已經成熟的新內容,具體包括:

    ? 擴充關於空間濾波基本原理的內容。

    ? 更全面地介紹圖像變換的內容。

    ? 更完整地介紹有限差分,重點是邊緣檢測。

    ? 討論聚類、超像素及它們在區域分割中的應用。

    ? 涵蓋最大穩定極值區域的內容。

    ? 擴展特征提取的內容,包括尺度不變特征變換(SIFT)。

    ? 擴展神經網絡的內容,包含深度神經網絡、反向傳播、深度學習,尤其是深度卷積神經網絡。

    ? 在各章末尾提供更多的習題。

    在包含新內容和重組內容的這一版中,我們試圖在嚴謹性、表述的明確性和調查結果之間保持合理的平衡。除新內容外,還更新和澄清了此前的部分文字。這一版中包含241幅新圖像、72個新圖表和135道新習題。

    第四版的新內容

    這個版本的亮點如下。

    ? 第1章:更新了一些圖形,改寫了部分文本以反映後續各章的變化。

    ? 第2章:為清楚起見,重寫了許多小節和例子,新增了14道習題。

    ? 第3章:重寫了空間濾波的基本概念,包括對可分離濾波核的討論,涵蓋了低通高斯核的性質,擴充了關於高通、帶阻和帶通濾波器的內容,包含了許多說明它們的用途的新例子。除文字修訂(包括6個新例子)外,本章增加了59幅新圖像、2幅新線條圖、15道新習題。

    ? 第4章:對本章中的幾節進行了修訂,以提高表述的清晰性。用35幅新圖像和4幅新線條圖代替了過時的圖表,新增了21道習題。

    ? 第5章:本章的修訂僅限於澄清和更正一些符號。增加了6幅新圖像、14道新習題。

    ? 第6章:澄清了幾節的內容,擴展了關於CMY和CMYK彩色模型的說明,增加了2幅新圖像。

    ? 第7章:這是新的一章,內容包括小波、幾個新變換及許多分散在全書中的圖像變換。本章的重點是從統一的視角來介紹這些變換。增加了24幅新圖像、20幅新曲線圖、25道新習題。

    ? 第8章:做了大量的澄清和少量的展示改進。

    ? 第9章:重寫了幾節的內容,包括重繪了幾幅線條圖,增加了18道新習題。

    ? 第10章:為清楚起見,重寫了幾節的內容,新增了有限差分、k均值聚類、超像素和圖割等內容,並使用4個新例子說明了這些新主題。增加了29幅新圖像、3幅新線條圖和6道新習題。

    ? 第11章:本章更新了許多主題,首先詳細介紹了特征類型的分類及其應用。除改進表達的清晰度外,增加了斜率變化編碼的內容,擴展了對骨架、中軸和距離變換的說明,增加了幾個新的基本描述子,如緊致度、圓度和偏心率等。新內容包括哈裡斯-斯蒂芬斯角點探測器及最大穩定極值區域的表述。本章的一個主要補充是關於尺度不變特征變換(SIFT)的全面討論。增加了65幅新圖像、15幅新線條圖和12道新習題。

    ? 第12章:本章進行了重大修訂,重寫了關於神經網絡和深度學習的內容。全面介紹了全連接深度神經網絡,從基本原理出發推導了反向傳播方程。首先用“傳統”的標量項表示了反向傳播方程,然後將其推廣為了非常適合於實現深度神經網絡的矩陣方程。通過與貝葉斯分類器比較,驗證了全連接網絡的有效性。調查結果中最應納入書中的主題之一是深度卷積神經網絡,因此在介紹深度全連接網絡後,新增了關於深度卷積神經網絡的一節。也就是說,我們推導了卷積網絡的反向傳播方程,說明了它們與“傳統”反向傳播方程的不同之處。然後用簡單的圖像說明了卷積網絡的應用,並將卷積網絡應用到了由數字和自然場景組成的大型圖像數據庫。增加了23幅新圖像、28幅新線條圖、12道新習題。

    我們還首次創建了學生和教師支持包,讀者可以從本書的配套網站上下載它們。學生支持包中包含書中的許多原圖像和部分習題的答案。教師支持包中包含書中所有習題的答案、教學建議及PowerPoint課件(可修改)。每本新書都可免費得到一個支持包。

    在2002年版啟動期間建立的本書配套網站一直非常成功,每月都會吸引超過25000名的讀者。這個網站針對第四版進行了升級。有關網站特點和內容的詳細信息,請參閱後面的致謝。

    第四版反映了自2008年來讀者教育需求的變化。原稿完成後,數字圖像處理領域的發展並未停止。本書自1977年首次出版以來一直被讀者廣泛接受的原因之一是,它一直強調基本概念,並且這些基本概念隨著時間的推移一直保持相關性。這種方法試圖在迅速發展的知識體繫中提供某種程度的穩定性,而我們在編寫這一版時極力遵循同樣的原則。


    Rafael C. Gonzalez

    Richard E. Woods


    查看全部↓



    "
     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部