Visual C++數字圖像處理技術詳解(第2版)
定 價:¥79
中 教 價:¥52.14 (6.60折)
庫 存 數: 0
本書以數字圖像處理技術為主線,全面介紹在Visual C++環境中進行數字圖像處理程序設計的方法,內容涵蓋了數字圖像的幾何變換、正交變換(特征提取)、增強、復原、重建、形態學處理、分割、匹配、壓縮編碼及特效處理等,并針對每種方法均給出基本原理、典型算法、Visual C++源碼及綜合應用實例。同時,本書還介紹了Visual C++與VTK、OpenCV等開發平臺相結合進行數字圖像處理的程序設計技術。 本書內容全面,深入淺出,層次分明,側重知識的系統性、針對性和先進性,注重理論結合實踐,培養工程應用能力。另外,本書還配有綜合實例的完整源程序,便于在學習和實際開發中使用。
第2版前言第1版前言第1章 圖像編程基礎 1.1 Visual C++程序設計概述 1.1.1 C++與面向對象程序設計 1.1.2 Visual C++與Windows程序設計 1.2 數字圖像處理概述 1.2.1 圖像與數字圖像 1.2.2 顏色與顏色空間 1.2.3 顯示卡與調色板 1.2.4 數字圖像文件格式 1.2.5 數字圖像處理的研究內容 1.2.6 數字圖像處理的應用領域 1.3 Visual C++處理數字圖像的基本方法 1.3.1 使用DIB處理數字圖像 1.3.2 使用自定義CDib類處理數字圖像 1.3.3 使用GDI+處理數字圖像 1.4 綜合實例——圖像瀏覽器 1.5 實踐拓展 第2章 圖像幾何變換 2.1 圖像的位置變換 2.1.1 圖像平移 2.1.2 圖像旋轉 2.1.3 圖像鏡像 2.1.4 圖像轉置 2.2 圖像尺度變換 2.2.1 圖像縮放 2.2.2 插值算法 2.3 綜合實例——魔鏡 2.4 實踐拓展 第3章 圖像正交變換 3.1 基本正交變換 3.1.1 離散傅里葉變換 3.1.2 離散余弦變換 3.1.3 離散沃爾什變換 3.2 特征變換 3.2.1 K-L變換 3.2.2 SVD變換 3.2.3 小波變換 3.3 綜合實例——特征提取 3.4 實踐拓展 第4章 圖像增強 4.1 灰度變換增強 4.1.1 線性灰度增強 4.1.2 分段線性灰度增強 4.1.3 非線性灰度增強 4.2 直方圖增強 4.2.1 直方圖統計 4.2.2 直方圖均衡化 4.2.3 直方圖規定化 4.3 圖像平滑 4.3.1 鄰域平均法 4.3.2 加權平均法 4.3.3 選擇式掩膜平滑法 4.3.4 中值濾波法 4.4 圖像銳化 4.4.1 梯度銳化 4.4.2 拉普拉斯掩膜銳化 4.5 頻率域增強 4.5.1 低通濾波 4.5.2 高通濾波 4.5.3 帶阻濾波 4.5.4 同態濾波 4.6 彩色增強 4.6.1 真彩色增強 4.6.2 假彩色增強 4.6.3 偽彩色增強 4.7 綜合實例——照片處理器 4.8 實踐拓展 第5章 圖像復原 5.1 圖像退化模型 5.2 線性復原 5.2.1 無約束逆濾波 5.2.2 有約束維納濾波 5.2.3 有約束最小平方濾波 5.2.4 運動模糊圖像復原 5.3 非線性復原 5.3.1 最大后驗復原 5.3.2 最大熵復原 5.3.3 投影復原 5.4 盲復原與幾何復原 5.4.1 盲復原 5.4.2 圖像幾何畸變的校正 5.5 綜合實例——模糊照片復原 5.6 實踐拓展 第6章 圖像重建 6.1 圖像重建與可視化工具VTK 6.1.1 圖像重建 6.1.2 可視化工具VTK 6.2 VTK的安裝與配置 6.2.1 安裝前的準備 6.2.2 開始實施安裝 6.2.3 Visual Studio 2010環境的配置 6.2.4 測試開發環境 6.3 傳統重建算法 6.3.1 傅里葉反投影重建 6.3.2 卷積反投影重建 6.3.3 代數重建 6.3.4 超分辨率重建 6.4 三維重建數據可視化 6.4.1 三維圖像的面繪制 6.4.2 三維圖像的體繪制 6.5 綜合實例——CT圖像重建 6.6 實踐拓展 第7章 圖像形態學處理 7.1 形態學基本概念 7.2 二值圖像形態學運算 7.2.1 圖像腐蝕 7.2.2 圖像膨脹 7.2.3 開運算和閉運算 7.2.4 擊中/擊不中變換 7.2.5 骨架抽取 7.3 灰度形態學處理 7.3.1 灰值腐蝕和灰度膨脹 7.3.2 灰值開運算和閉運算 7.3.3 灰值形態學梯度 7.3.4 Top-Hat變換 7.4 綜合實例——白細胞檢測 7.5 實踐拓展 第8章 圖像分割 8.1 邊緣檢測法 8.1.1 Roberts算子 8.1.2 Sobel算子 8.1.3 Prewitt算子 8.1.4 Krisch算子 8.1.5 Laplacian算子 8.1.6 Gauss-Laplacian算子 8.2 閾值分割法 8.2.1 最大方差閾值分割 8.2.2 自適應閾值分割 8.3 邊界分割法 8.3.1 輪廓提取 8.3.2 邊界跟蹤 8.4 其他分割法 8.4.1 區域生長法 8.4.2 彩色分割法 8.4.3 分水嶺分割法 8.5 綜合實例—指紋提取 8.6 實踐拓展 第9章 圖像匹配 9.1 基于像素的匹配 9.1.1 歸一化積相關灰度匹配 9.1.2 序貫相似性檢測法匹配 9.2 基于特征的匹配 9.2.1 不變矩匹配法 9.2.2 距離變換匹配法 9.2.3 最小均方誤差匹配法 9.3 綜合實例——遙感圖像匹配 9.4 實踐拓展 第10章 圖像壓縮編碼 10.1 無損壓縮 10.1.1 Huffman編碼 10.1.2 Shannon-Fano編碼 10.1.3 算術編碼 10.1.4 游程編碼 10.1.5 線性預測編碼 10.1.6 位平面編碼 10.2 有損壓縮 10.2.1 有損預測編碼 10.2.2 變換編碼 10.3 JPEG 2000編碼 10.3.1 JPEG 2000 概述 10.3.2 JPEG 2000編碼過程 10.3.3 JPEG 2000 圖像壓縮碼流格式 10.4 綜合實例——圖像編碼解碼器 10.5 實踐拓展 第11章 圖像特效 11.1 顯示特效 11.1.1 掃描特效 11.1.2 移動特效 11.1.3 百葉窗特效 11.1.4 柵條特效 11.1.5 馬賽克特效 11.1.6 雨滴特效 11.2 濾鏡效果 11.2.1 底片效果 11.2.2 雕刻效果 11.2.3 黑白效果 11.2.4 霧化效果 11.2.5 素描效果 11.3 綜合實例——藝術數碼相框 11.4 實踐拓展 第12章 OpenCV圖像編程 12.1 OpenCV概述 12.2 OpenCV編程環境 12.2.1 OpenCV的獲取 12.2.2 OpenCV的安裝和Visual C++的配置 12.3 OpenCV編程基礎 12.3.1 OpenCV編程規范 12.3.2 OpenCV基礎數據結構 12.3.3 OpenCV動態數據結構 12.3.4 OpenCV常用函數 12.3.5 在Visual C++環境下使用OpenCV 12.4 綜合實例——人臉檢測 12.5 實踐拓展 第13章 車輛識別系統 13.1 車型識別系統 13.1.1 車型識別系統原理 13.1.2 車型識別系統的功能、結構與流程 13.1.3 車型識別系統編程實現 13.1.4 車型識別系統運行效果 13.2 車牌識別系統 13.2.1 車牌識別技術原理 13.2.2 車牌識別系統的功能、結構與流程 13.2.3 車牌識別系統編程實現 13.2.4 車牌識別系統運行效果 13.3 實踐拓展