數(shù)字圖像濾波算法的研究及應用

定　價：￥49.00

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

購買這本書可以去

ISBN：	9787121396601	出版時間：	2020-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	208	字數(shù)：

內(nèi)容簡介

　　隨著數(shù)字化信息時代的到來，數(shù)字圖像的復原和去噪引起了人們廣泛的研究興趣。本書首先介紹了數(shù)字圖像復原基礎、圖像的噪聲模型、經(jīng)典的噪聲濾波算法及質(zhì)量評價標準，以及有關理論基礎；然后在空域濾波方面，針對脈沖噪聲的去除，提出并驗證了用于估計脈沖噪聲密度的模糊指標，并在此基礎上提出了兩種脈沖噪聲去除算法，通過實驗驗證了算法優(yōu)勢；在變換域濾波方面，介紹了頻域濾波的研究機理，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用；最后介紹了綜合的濾波算法及其應用，涉及濾波在醫(yī)學圖像處理中的應用、新型冠狀病毒圖像去噪識別分割、超聲圖像去噪、遙感圖像去噪、智慧城市交通中運動的人臉、車牌等的去噪識別應用案例等。

作者簡介

　　浙江越秀外國語學院經(jīng)濟統(tǒng)計系教研室主任，副教授，主要從事《高等數(shù)學》《數(shù)學建模實驗》《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；合計十多篇。

圖書目錄

第1章圖像噪聲復原基礎及評價標準\t1
1．1　數(shù)字圖像復原簡介\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)量評價方法\t10
1．4．1　主觀評價法\t10
1．4．2　客觀評價法\t11
1．4．3　無參照的圖像質(zhì)量評價法\t13
1．5　本章小結\t14
第2章理論基礎\t15
2．1　模糊數(shù)學的有關理論\t15
2．1．1　特征函數(shù)\t15
2．1．2 模糊集合的有關概念\t15
2．1．3　模糊性的度量\t17
2．2 傅里葉變換的相關知識\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　常見的小波基函數(shù)\t33
2．4　本章小結\t34
第3章空域濾波算法的研究機理及效果比較\t35
3．1　鄰域濾波及效果對比\t35
3．1．1　均值濾波的類型及實現(xiàn)原理\t35
3．1．2　高斯濾波及實現(xiàn)\t37
3．1．3　統(tǒng)計排序濾波及算法實現(xiàn)\t40
3．1．4　鄰域濾波去噪效果研究\t43
3．2 自適應濾波及效果比較\t48
3．2．1 自適應局部噪聲消除濾波器\t48
3．2．2 自適應局部中值濾波\t49
3．2．3　自適應維納濾波\t49
3．2．4　自適應濾波去噪效果分析\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)學的濾波算法及仿真實驗\t57
3．4．1　數(shù)學形態(tài)學濾波器概述\t57
3．4．2　數(shù)學形態(tài)學的運算\t58
3．4．3　形態(tài)學濾波器去噪算法仿真實驗\t61
3．5　本章小結\t65
第4章頻域濾波算法及去噪效果對比研究\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比分析\t93
4．3　本章小結\t100
第5章　改進的濾波算法設計及實現(xiàn)\t101
5．1 概述\t101
5．2 基于模糊指標的中值濾波算法設計\t102
5．2．1 幾種改進的中值濾波算法\t102
5．2．2 梯度算子\t105
5．2．3 模糊指標\t110
5．2．4 曲線擬合\t113
5．2．5 算法設計\t116
5．2．6 仿真實驗與結果分析\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\t135
5．3．3 基于實驗的算法設計\t136
5．3．4 仿真實驗與結果分析\t139
5．4 本章小結\t142
第6章　濾波算法在現(xiàn)代圖像分析中的應用\t143
6．1 濾波在醫(yī)學圖像處理中的應用\t143
6．1．1 醫(yī)學超聲圖像的去噪\t143
6．1．2 新型冠狀病毒圖像去噪和識別\t149
6．2 濾波在遙感圖像處理中的應用\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用\t168
6．3．1 運動圖像和模糊算子\t169
6．3．2 運動模糊圖像的復原方法\t172
6．3．3 運動模糊的汽車圖像識別案例\t180
6．4 本章小結\t184
第7章圖像濾波的研究趨勢分析\t186
7．1 基于中國知網(wǎng)的學術關注度指數(shù)分析\t186
7．2 對中國知網(wǎng)文獻的計量可視化分析\t187
7．2．1 發(fā)文數(shù)量分析\t187
7．2．2 研究主題和關鍵詞分析\t188
7．2．3 期刊和機構來源分析\t189
7．2．4 分布分析\t190
7．2．5 文獻互引網(wǎng)絡關系分析\t191
7．2．6 中英文獻主題傾向性分析\t192
7．3 本章小結\t193
參考文獻\t194